Sono tutte soluzioni che hanno i loro vantaggi e il loro significato in certi contesti, ma comunque generano un comportamento inaspettato e non controllato,  rendono non funzionante l’history della navigazione e complicato l’accesso all’url della pagina.

Ciò nondimeno, su Caasa, in particolare sulla pagina dei risultati il link ai singoli annunci, sui portali originali, veniva aperto su una nuova pagina, in modo da garantire che l’utente tenesse aperta anche la pagina di ricerca su Caasa e non si “perdesse” finendo sul nuovo sito.

E bene, qualche giorno fa, mettendo online qualche modifica di poco conto su titoli e descrizione, ho rimosso il target=”_blank” che era presente in quei link. Cosa aspettarsi in termini di pagine per visita, frequenza di rimbalzo e permanenza sul sito ?

Ebbene, incredibilmente (almeno per me), l’effetto è stato straordinariamente sensibile ed estremamente positivo:

• Il numero di pagine a visita è balzato da circa 3,6 a quasi 6 !
• La frequenza di rimbalzo è passata dal 51% al 34% !
• La permanenza sul sito è leggermente aumentata (da 6 min a circa 7) !

Non c’è stato un sensibile miglioramento negli utili pubblicitari (ma si sa che i click sono essenzialmente connessi al numero di visitatori non di impressions).

Nella mia esperienza non avevo mai riscontrato cambiamenti così significativi e in precedenza avevo ottenuto dei cambiamenti positivi (ma non così ampli) solo attraverso un sensibile miglioramento della velocità di visualizzazione delle pagine.

Roma è (oltre che la capitale d’Italia) la città più popolosa ed è pure molto estesa e “complessa” dal punto di vista urbanistico, con rioni, quartieri, zone e frazioni, fino ad oltre 20Km di distanza dal centro.

Sono presenti su Caasa oltre 130.000 annunci immobiliari nella sola Roma, classificati per localizzazione, keyword e opzioni, estratti dai principali portali immobiliari italiani.

Salgono così a 10 le regioni italiane disponibili su Caasa, per le quali sono anche disponibili le quotazioni immobiliari di mercato-immobiliare.info.

Caasa e Mercato-Immobiliare.info sono ora attivi al momento su 9 regioni:

Queste dimensioni raddoppiano in pratica il numero di annunci presenti del db di Caasa e richiedono un notevole passo in avanti sia per gli spider che per le ricerche (che in effetti a milano con ricerche multi-categoria e multi-zona non sono veloci quanto vorrei).

E’ ovviamente disponibile per la Lombardia anche Mercato-Immobiliare.info con le informazioni sui prezzi degli immobili, divisi per categoria e con un dettaglio che arriva al singolo quartiere.

Nell’alfa 2 sono anche stati corretti diversi bachi (soprattutto nella struttura dei link) ed è stata aggiunta la visualizzazione, nei risultati delle ricerche di informazioni sul prezzo medio relativo alle tipologie di immobile dell’annuncio corrente nel quartiere o (in mancanza di affidabilità) nella città, con un raffronto immediato anche visivo della convenienza del singolo immobile. Più facile da capire con una ricerca d’esempio (Quadrivano, in vendita, a Milano in zona Loreto).

Con l’aggiunta della Lombardia, salgono a 5 le regioni disponibili:

Certo, al momento è online una versione alfa e alcune caratteristiche sono implementate parzialmente o addirittura assenti, ma la ricchezza di contenuti, l’eccellente dettaglio nella classificazione geografica, la categorizzazione intelligente delle tipologie e l’interfaccia utente estremamente funzionale, dovrebbero rendere Caasa il posto migliore dove effettuare la ricerca di un immobile. Caasa permette l’utilizzo di chiavi di ricerca multiple sia per le tipologie che per la localizzazione ed utilizza un algoritmo proprietario per l’ordinamento dei risultati in modo che risultino sempre estremamente pertinenti.

Dal punto di vista tecnico Caasa è un progetto complesso e molto interessante: sarò lieto di condividere scelte architetturali, tecnologiche e di design con chi fosse interessato. Appena avrò un briciolo di tempo posterò su questo blog degli articoli sugli aspetti più interessanti o magari renderò disponibile qualche libreria particolare che mi è capitato di sviluppare per risolvere esigenze specifiche ( dall’esame del file robots.txt alla cache asincrona ).

Call for testing!

Nel frattempo sarei grato a chi volesse effettuare qualche test. Sul blog di caasa c’è una mini FAQ per il testing della versione alfa: è il posto giusto da dove iniziare. Grazie in anticipo per i commenti o le segnalazioni di bachi.

In particolare l’universo di Google con le tecniche utilizzate, i suoi approcci innovativi (dalla GUI allo sviluppo web, dal cloud computing al software e agli algoritmi utilizzati e spesso rilasciati pubblicamente) sono oltremodo importanti, perché spesso anticipano dei trend che poi investiranno e saranno “interiorizzati” dagli altri ed inevitabilmente utilizzati massivamente in virtù della assoluta qualità.

Ho letto quindi con piacere un recente articolo che, introducendo il nuovo indice delle ricerche (caffeine), fornisce qualche numero sul volume delle pagine indicizzate:

Google indicizza centinaia di migliaia di GB al giorno!

Mi sembra davvero una cifra enorme, anche per Google… quale complessità nel memorizzarla e sopratutto nel ricercarci all’interno !

In informatica (e in matematica) con soluzione ottima s’intende ‘la migliore possibile’ e ovviamente non è affatto detto che sia ‘buona’.

La differenza principale tra i due termini è (a mio parare) soprattutto il fatto che ottimo è necessariamente contestuale. E’ quindi (spesso) concretamente definibile: ad esempio l’algoritmo che utilizza meno RAM o è il più veloce a produrre i risultati, etc, etc. Ha però anche implicitamente più gradi di libertà, nel senso che il contesto nel quale va ricercato l’ottimo è spesso difficile da definire; anzi è spesso l’aspetto più difficile da definire.

Il fatto è che quasi sempre gli architetti del software non credono di avere certi gradi di libertà o, al contrario, assumono sbagliando di averli.

Io ad esempio ho sempre considerato concettualmente sbagliati i meccanismi di monitoraggio attivo del software (un software che al crash di un altro lo riavvia): non solo si rischia di non risolvere il vero problema (il crash), ma -peggio- si rischia di sviluppare un sistema di monitoraggio complesso che AGGIUNGE problemi alla piattaforma nel suo complesso.

Non per questo però non è detto che (in pratica, in un certo contesto operativo) sviluppare e mantenere un sistema di monitoraggio attivo non sia la soluzione ottima (magari pure non buona in assoluto). E’ quello che hanno pensato anche a reddit all’inizio della loro storia: in sostanza riavviare il server in modo automatico era senz’altro meglio che farlo “a mano”, svegliandosi ogni poche ore

Più seriamente l’aspetto focale è che un architetto software deve essere sempre ben conscio di dover ricercare dei massimi locali e che spesso, gli intervalli all’interno dei quali cercarli sono parte del problema e che quasi sempre sono tempo-varianti.

Ovviamente è stata l’occasione per fare un po’ di esperienza “direttamente” con wordpress, i plugin e la migrazione di un “sito”, con tutto quello che si porta dietro dai redirect, al tool di gestione delle statistiche e quant’altro.

Spero che sia tutto a posto, ma comunque sia, nei prossimi giorni, posterò un elenco dei task specifici che una migrazione comporta.

Si tratta di un servizio che consente di aggregare, filtrare, generare feed partendo dalle più disparate fonti. E’ ad esempio possibile recuperare i feed dei principali quotidiani e filtrare gli articoli in base al fatto che contengano o meno alcune parole (o più in generale un’espressione regolare). Potentissima poi la possibilità di utilizzare come fonte una ricerca di google news (o blog search), sfruttandone tutte le potenzialità per ottenere un’inesauribile fonte personalizzata di new di qualità. Putroppo non è possibile utilizzare (direttamente) i risultati di una ricerca sul web (con google), ma è possibile avere a disposizione quelli di yahoo.

Tecnicamente le sorgenti possibili comprendono oltre ad rss e atom, anche XML, JSON, HTML, CSV, consentendo davvero di accedere a qualsiasi fonte disponibile sul web. L’unico limite è che le fonti non devono avere un file robots.txt che ne impedisca l’accesso.

Alle sorgenti è poi possibile applicare un gran numero di “operatori” che consentono di filtrare, dividere, unire, contare, troncare, verificare l’univocità, ordinare, etc, etc. in modo da ottenere davvero qualsiasi risultato si desideri.

Ma l’aspetto davvero straordinario del servizio è l’eccezionale tool grafico di generazione:

yahoo pipes edit

E’ un ambiente visuale estremamente semplice da utilizzare e allo stesso tempo potentissimo. Con qualche click è possibile selezionare le sorgenti, filtrarle unirle ed ottenere poi un feed che si può pubblicare con estrema semplicità.

Date un’occhiata al box qui a lato: trovate il feed che ho costruito per ottenere news simili ai contenuti di questo blog. In pochi minuti un risultato davvero eccellente!

In particolare può essere necessario fornire contenuti differenti in base al browser utilizzato (ad esempio in mobilità o con una risoluzione molto bassa) o in assenza di plugin (come flash) o ancora in seguito ad informazioni ottenute automaticamente (tramite cookies) sull’utente.

Altro caso tipico in cui una generazione “specializzata” dei contenuti è utilizzata in modo lecito è legato alla lingua o alla localizzazione geografica dello user-agent. Si tratta di tecniche ormai diffusissime che possono essere estremamente utili e funzionali per gli utenti, anche capisco che possano mettere in difficoltà sistemi puramenti automatici di crawling.

Purtroppo però la posizione di google rispetto all’utilizzo di tali tecniche non è completamente chiaro e mette quindi in grosse difficoltà i webmaster che devono valutare (paradossalmente) se implementare funzionalità a vantaggio degli utenti con il rischio di essere penalizzati dai bot convinti che tali funzionalità siano implementate a loro vantaggio.

Tale problematica ha dato luogo a lunghi dibattiti tra gli addetti ai lavori, tra i quali va senz’altro letto questo post su seomoz blog.

Fortunatamente c’è anche un post sul blog ufficiale di google che fa una buona chiarezza sulla vicenda; lo spirito della “legge” di gogle è estremamente ragionevole:

Googlebot should see the same content a typical user from the same IP address would see.

Ovviamente non è chiarissimo cosa voglia dire “the same content”: identico al byte ? identico solo nei contenuti (ad esempio non nella pubblicità) ? uguale in una buona percentuale del sito ? Sinceramente non credo che sia possibile determinare in mo affidabile al 100% nessuna procedura completamente automatica, visto che mi vengono sempre in mente casi “leciti” estremamente difficili da estrapolare. Ma almeno lo spirito mi sembra estremamente condivisibile.