Ahrefs abbandona le metriche numeriche: focus sull’analisi semantica dei backlink

Dalla dittatura numerica all’intelligenza semantica: come Ahrefs sta rivoluzionando l’analisi dei backlink con l’AI

Per anni, chi si occupa di SEO tecnico ha vissuto in una sorta di dittatura numerica. Aprivi un report sui backlink e la prima cosa che guardavi era il Domain Rating (DR) o l’URL Rating (UR). Numeri freddi, calcolati su grafi di link enormi, ma sostanzialmente ciechi rispetto al contesto.

Un link da un sito con DR 80 che parla di finanza era considerato matematicamente prezioso anche per un sito che vende mangimi per cani, nonostante l’evidente dissonanza semantica.

Questa era, dominata dall’aritmetica bruta, sta volgendo al termine.

Gli aggiornamenti rilasciati da Ahrefs tra la fine del 2025 e questo inizio 2026 segnano un passaggio fondamentale: l’abbandono del conteggio puro in favore della comprensione semantica. L’introduzione delle “Page Types” e delle “Page Categories” all’interno dei report dei backlink non è solo una feature di interfaccia; è un riconoscimento implicito che i vecchi modelli di link building basati sulla forza bruta non funzionano più.

Non stiamo parlando di semplici filtri basati su espressioni regolari o liste statiche di URL. Qui c’è un motore di inferenza che analizza la struttura HTML e il contenuto testuale della pagina referente per decidere se si tratta di un articolo, di una landing page, di un tool interattivo o di un forum.

È la differenza tra sapere che qualcuno ti ha citato e capire perché e come ti ha citato.

Oltre la metrica di vanità: la tassonomia del link

Tecnicamente, quello che sta accadendo sotto il cofano è affascinante. Fino a poco tempo fa, classificare il web richiedeva crawler enormi che si limitavano a scaricare l’HTML e analizzare i tag <a>. Oggi, l’architettura si è spostata verso l’analisi del contenuto tramite modelli di machine learning addestrati per riconoscere pattern editoriali.

Quando Ahrefs identifica un backlink, non si ferma più all’attributo rel="nofollow". Il sistema ora tenta di capire la natura del contenitore. Se un link proviene da una pagina classificata come “Listicle” (un articolo a lista), il peso specifico di quella citazione è diverso rispetto a un link contestuale in una guida “How-to”.

Questa granularità era stata anticipata lo scorso dicembre, quando Ahrefs ha introdotto una nuova colonna per il tipo di pagina nel report della panoramica SERP, permettendo agli sviluppatori e ai SEO di vedere non solo chi ranka, ma cosa ranka.

L’implicazione pratica è che le campagne di “link building” indiscriminate diventano immediatamente visibili — e quindi inutili. Se il tuo profilo backlink è composto per il 90% da “User Generated Content” o da “Directory”, i nuovi filtri lo renderanno palese in un istante.

È la fine del “link accounting” e l’inizio della “link intelligence”.

Tuttavia, c’è un aspetto ancora più sottile che riguarda la pertinenza tematica, ed è qui che la tecnologia mostra i muscoli ma anche i suoi limiti attuali.

La sfida della categorizzazione semantica

Il secondo pilastro di questo aggiornamento è l’introduzione delle “Page Categories”. Qui entriamo nel territorio del Natural Language Processing (NLP). Assegnare una categoria tematica a una pagina non è banale: una pagina che recensisce un “software per la gestione delle tasse dei freelance” appartiene alla categoria “SaaS”, “Finanza” o “Lavoro autonomo”?

La soluzione adottata sembra puntare su un approccio multi-label. Il sistema cerca di mappare il contenuto della pagina referente rispetto al contenuto del tuo sito. Se c’è un disallineamento — ad esempio, un sito di scommesse che linka un portale di educazione — il valore di quel link crolla, indipendentemente dall’autorevolezza del dominio.

Questo livello di analisi è reso possibile dalla potenza di calcolo che queste piattaforme hanno accumulato. È noto che Ahrefs mantiene la più vasta base dati di backlink tra i tool SEO, un vantaggio infrastrutturale che permette di addestrare i modelli su un dataset che i concorrenti faticano a replicare.

Mentre altri strumenti, come SEMrush, eccellono nella visione strategica d’insieme, la profondità tecnica richiesta per analizzare semanticamente miliardi di connessioni in tempo reale richiede un’architettura di backend estremamente specializzata e costosa.

Non tutto è perfetto, ovviamente. L’inferenza AI non è deterministica. Ci saranno falsi positivi e categorizzazioni errate, specialmente su siti in lingue meno diffuse o con strutture HTML ibride. Ma il segnale è chiaro: il web non è più un grafo di nodi anonimi, è un grafo di concetti interconnessi.

E questo ci porta a considerare come queste metriche evolute si interfaccino con quelle storiche, creando un paradosso interessante per chi lavora nel settore.

L’ironia dell’ai che giudica l’ai

Mentre ci esaltiamo per la capacità di filtrare i link per “tipo” e “categoria”, non dobbiamo dimenticare le basi. Le funzionalità essenziali come la visualizzazione dei link follow/nofollow e il Domain Rating rimangono le fondamenta su cui poggia l’analisi tecnica.

La differenza è che ora questi numeri sono diventati il punto di partenza, non il verdetto finale.

C’è però un livello di meta-analisi che sta emergendo e che merita attenzione critica. Con l’introduzione della colonna “AI Content Level” nei report delle Top Pages e il tracciamento delle menzioni nelle risposte dei chatbot, stiamo assistendo a un circuito chiuso: usiamo l’AI di Ahrefs per analizzare come l’AI di Google (o di ChatGPT) interpreta i nostri contenuti.

Siamo di fronte a una corsa agli armamenti in cui la trasparenza tecnica rischia di perdersi. Uno strumento che classifica automaticamente un contenuto come “AI-generated” o una pagina come “bassa qualità” sta prendendo decisioni editoriali al posto nostro. Se da un lato questo velocizza il lavoro, dall’altro introduce un bias algoritmico opaco.

Chi decide che un “Listicle” ha meno valore di un “Deep Dive”?

L’algoritmo, basandosi su pattern che ha appreso dall’analisi delle SERP attuali.

Questa standardizzazione forzata potrebbe portare a un appiattimento del web, dove tutti cercano di creare il “tipo di pagina” perfetto per soddisfare il classificatore di Ahrefs, sperando che questo soddisfi a sua volta il classificatore di Google.

La vera domanda tecnica che dovremmo porci non è quanto siano accurati questi nuovi filtri.

Ma se stiamo ottimizzando per gli utenti umani o se stiamo semplicemente cercando di fare reverse-engineering su una scatola nera sempre più complessa, utilizzando un’altra scatola nera per decifrarla?