Как Google определяет релевантность локальных результатов и решает, когда показывать их первыми в выдаче

Термины и определения

Blacklist (Черный список)

Список запросов, которые были предварительно определены как имеющие высокую вероятность быть ошибочно ассоциированными с локальной информацией. Используется для предотвращения нерелевантного повышения локальных результатов.

Default location indicator (Индикатор местоположения по умолчанию)

Местоположение, сохраненное в профиле пользователя или устройства, которое используется, когда текущее местоположение недоступно или не указано в запросе.

Location indicator (Индикатор местоположения)

Данные, ассоциированные с удаленным устройством, которые указывают на его местоположение (например, GPS-координаты, данные сети или сохраненный профиль).

Location-related information (Информация, связанная с местоположением)

Часть текста поискового запроса, которая явно указывает на физическое местоположение (например, город, индекс, адрес).

Local search results / Location-based results (Локальные результаты)

Результаты поиска, сгенерированные на основе поискового запроса и определенного местоположения (явного или неявного).

Non-location-based results (Нелокальные результаты)

Результаты поиска, которые по существу не зависят от местоположения (например, общие веб-результаты).

Predicted relevance of location (Предсказанная релевантность локации)

Оценка вероятности того, что пользователь заинтересован в получении локальных результатов для данного запроса.

Promotion/Demotion (Повышение/Понижение)

Процесс изменения порядка отображения наборов результатов. Повышение означает отображение локальных результатов перед нелокальными (или запроса на ввод локации перед результатами).

Results Sequencer (Секвенсор результатов)

Компонент системы, отвечающий за определение порядка отображения различных категорий результатов (например, локальных и нелокальных).

Whitelist (Белый список)

Список запросов, которые были предварительно определены как имеющие высокую вероятность быть ассоциированными с локальной информацией (высокий локальный интент). Используется для определения приоритета запроса на ввод местоположения.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс обработки запроса с неявным местоположением и использование Blacklist.

1. Система получает запрос от удаленного устройства.
2. Определяется, содержит ли текст запроса информацию о местоположении.
3. Если НЕТ, система проверяет, ассоциирован ли с устройством Location indicator (например, GPS или профиль).
4. Если ДА, генерируются два набора результатов: Second result set (локальный, на основе индикатора) и Third result set (нелокальный).
5. Система определяет порядок отображения этих двух наборов на основе Predicted relevance of location.
6. Определение порядка включает проверку: находится ли запрос (или его вариация) в Blacklist (списке запросов, которые вероятно ошибочно ассоциируются с локацией).
7. Если запрос В Blacklist: Нелокальные результаты форматируются для отображения перед локальными (понижение локальных).
8. Если запроса НЕТ в Blacklist: Локальные результаты форматируются для отображения перед нелокальными (повышение локальных).

Claim 12 (Зависимый от 1): Описывает сценарий, когда местоположение отсутствует.

Если запрос не содержит информации о местоположении И Location indicator не ассоциирован с устройством, система генерирует prompt (запрос пользователю на ввод местоположения).

Claim 15 (Зависимый от 14): Детализирует порядок отображения при отсутствии местоположения и использование Whitelist.

1. Система определяет порядок отображения Third result set (нелокальных результатов) и prompt (запроса на ввод локации).
2. Определение порядка включает проверку: находится ли запрос (или его вариация) в Whitelist (списке запросов, которые вероятно ассоциируются с локацией).
3. Если запрос В Whitelist: Prompt форматируется для отображения перед нелокальными результатами (приоритет уточнения локации).
4. Если запроса НЕТ в Whitelist: Нелокальные результаты форматируются для отображения перед prompt.

Где и как применяется

Изобретение применяется на нескольких ключевых этапах поискового процесса, в основном связанных с интерпретацией запроса и формированием финальной выдачи.

QUNDERSTANDING – Понимание Запросов
На этом этапе система анализирует текст запроса на предмет явных указаний местоположения (Location-related information). Также здесь происходит предсказание локального интента (Predicted relevance of location) и проверка запроса по базам данных Whitelist и Blacklist.

RANKING – Ранжирование
Если локальный интент обнаружен (явно или неявно), система запускает параллельные процессы ранжирования: один для основного веб-индекса (Non-location-based results) и один для локального индекса (Local Index), используя Location indicator (если он доступен).

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование
Это основной этап применения логики патента. Компонент Results Sequencer использует результаты проверок по Whitelist и Blacklist, чтобы определить финальный порядок (секвенирование) наборов результатов. Он решает, какой набор будет показан первым: локальный, нелокальный или запрос на ввод местоположения (prompt).

Входные данные:

• Поисковый запрос.
• Location indicator (GPS, данные сети, IP, данные профиля пользователя).
• Базы данных Whitelist и Blacklist.
• Результаты ранжирования из локального и нелокального индексов.

Выходные данные:

• Отформатированный документ (например, HTML, WML) с упорядоченным набором результатов (локальных и/или нелокальных) и, возможно, запросом на ввод местоположения.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на запросы с неявным локальным интентом (например, названия услуг, категорий товаров, брендов), где пользователь ожидает увидеть местные результаты без указания города.
• Конкретные типы контента: Влияет на отображение локальных бизнес-листингов (Local Pack), карт и локализованных органических результатов.
• Конкретные ниши или тематики: Критически важно для бизнесов, зависящих от физического местоположения (рестораны, ритейл, услуги).
• Географические ограничения: Система предназначена для работы в любых регионах, где доступны данные локального индекса и возможность определения местоположения пользователя.

Когда применяется

Алгоритм применяется при обработке большинства запросов, особенно с мобильных устройств, но его основная логика секвенирования активируется при выполнении специфических условий:

• Условие 1 (Сценарий Blacklist): Когда в запросе нет явной локации, но есть неявный Location indicator (GPS/профиль) И локация предсказана как релевантная. Активируется проверка по Blacklist для определения порядка результатов.
• Условие 2 (Сценарий Whitelist): Когда нет ни явной локации, ни неявного Location indicator, но локация предсказана как релевантная. Активируется проверка по Whitelist для определения порядка отображения запроса на ввод локации (prompt).

Пошаговый алгоритм

Процесс обработки запроса можно разделить на три основных сценария.

Сценарий А: Явное местоположение в запросе

1. Получение запроса: Система получает запрос.
2. Анализ: Определяется, что текст запроса содержит Location-related information.
3. Генерация результатов: Генерируются локальные и нелокальные результаты на основе запроса и явного местоположения.
4. Предоставление выдачи: Результаты предоставляются пользователю (локальные результаты обычно имеют приоритет).
5. Сохранение истории: Местоположение добавляется в историю поиска пользователя.

Сценарий Б: Неявное местоположение (Implicit Location)

1. Получение запроса: Система получает запрос без явного местоположения.
2. Поиск индикатора: Система определяет, что с устройством ассоциирован Location indicator (GPS, профиль).
3. Генерация результатов: Создается модифицированный запрос с добавлением индикатора. Генерируются локальные и нелокальные результаты.
4. Оценка релевантности: Определяется, релевантны ли локальные результаты запросу. Если нет, перейти к Сценарию А (без локальных результатов).
5. Проверка Blacklist: Если релевантны, система проверяет, находится ли запрос в Blacklist.
6. Секвенирование (Ordering):
   • Если в Blacklist: Отобразить нелокальные результаты первыми, затем локальные.
   • Если не в Blacklist: Отобразить локальные результаты первыми (Promotion), затем нелокальные.

Сценарий В: Местоположение отсутствует (No Location)

1. Получение запроса: Система получает запрос без явного местоположения.
2. Поиск индикатора: Система определяет, что Location indicator отсутствует.
3. Оценка релевантности: Определяется, является ли локация в принципе релевантной для данного запроса. Если нет, перейти к Сценарию А (без локальных результатов).
4. Проверка Whitelist: Если релевантна, система проверяет, находится ли запрос в Whitelist.
5. Секвенирование (Ordering):
   • Если в Whitelist: Отобразить prompt (запрос на ввод местоположения) первым, затем нелокальные результаты.
   • Если не в Whitelist: Отобразить нелокальные результаты первыми, затем prompt.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании следующих типов данных:

• Контентные факторы (Запрос): Текст запроса используется для парсинга и выявления явных Location-related information (названий городов, индексов и т.д.). Также текст запроса сравнивается со списками Whitelist и Blacklist.
• Географические факторы:
  • Location indicator: Данные о местоположении устройства. Патент упоминает GPS-координаты, координаты, предоставляемые беспроводной сетью (триангуляция).
  • Default location indicator: Сохраненные данные в профиле пользователя (Profile Database).
  • История местоположений (Recent locations), сохраненная в профиле.
• Пользовательские факторы: Данные профиля пользователя или устройства (electronic record associated with the remote device), включая настройки по умолчанию и историю предыдущих сессий.

Какие метрики используются и как они считаются

• Predicted relevance of location (Предсказанная релевантность локации): Ключевая метрика, определяющая, следует ли вообще генерировать локальные результаты и как их упорядочивать. Патент предлагает несколько методов расчета:
  • Сравнительный анализ: Сравнение результатов по исходному запросу и модифицированному запросу (с добавленной локацией). Значительные различия могут указывать на релевантность локации.
  • Анализ результатов: Наличие в результатах модифицированного запроса ссылок на конкретные физические локации (адреса, телефоны).
  • Машинное обучение: Упоминается возможность использования системы машинного обучения (supervised machine learning system), натренированной на логах прошлых поисков с индикацией того, были ли они локальными или нет. Эта система генерирует оценку (score) или набор правил.
  • Статистический анализ: Анализ частотности запросов и их связи с локальными результатами для формирования Whitelists и Blacklists.
• Whitelist/Blacklist Membership: Бинарная метрика (Да/Нет), определяющая принадлежность запроса к одному из списков. Эти списки используются как правила для переопределения или подтверждения порядка результатов, основанного на Predicted relevance of location.

1. Автоматизация локального поиска: Google активно стремится удовлетворить локальный интент пользователя, даже если местоположение не указано явно. Система автоматически ищет и использует Location indicators (GPS, профиль) для генерации локальных результатов.
2. Предсказание интента определяет ранжирование: Ключевым фактором является не просто наличие локальных результатов, а Predicted relevance of location. Эта оценка определяет, будут ли локальные результаты показаны и насколько высоко.
3. Использование Blacklists для контроля качества: Система использует Blacklists (запросы, часто ошибочно считающиеся локальными) как механизм защиты от ложных срабатываний. Если запрос находится в Blacklist, локальные результаты будут агрессивно понижены в выдаче, даже если они технически существуют.
4. Использование Whitelists для управления UX: Система использует Whitelists (запросы с высоким локальным интентом) для управления пользовательским опытом в ситуациях, когда местоположение неизвестно. Для таких запросов приоритет отдается запросу на уточнение локации (prompt), а не показу общих результатов.
5. Важность истории и профиля пользователя: Патент подчеркивает роль сохраненных данных пользователя (Default location, Recent locations) как важного источника данных для локализации поиска при отсутствии данных реального времени (GPS).

Best practices (это мы делаем)

• Оптимизация под неявный локальный интент: Необходимо оптимизировать страницы под общие запросы (названия услуг, товаров, категорий), которые Google может классифицировать как локально релевантные (потенциальные Whitelist запросы). Не полагайтесь только на запросы вида [услуга + город].
• Актуальность геоданных (GBP/GMB): Обеспечьте максимальную точность и полноту данных в Google Business Profile. Это напрямую влияет на качество локальных результатов, которые система может сгенерировать и повысить в ранжировании.
• Фокус на мобильной оптимизации: Так как механизм в значительной степени ориентирован на мобильные устройства, где определение местоположения (GPS, сеть) работает наиболее точно, критически важно иметь сайт, оптимизированный для мобильного поиска и отображения локальной информации.
• Анализ SERP на предмет локализации: Изучайте выдачу по целевым запросам без указания гео. Если Google показывает Local Pack или локализованные органические результаты, это сигнал о высоком Predicted relevance of location, и необходимо применять стратегии локального SEO.

Worst practices (это делать не надо)

• Игнорирование локальных сигналов: Работа над сайтом только как над общенациональным ресурсом, игнорируя локальные сигналы (адреса, локальный контент, GBP), приведет к потере трафика по запросам с неявным локальным интентом.
• Попытки манипулировать Blacklist-запросами: Попытки оптимизировать локальные страницы под запросы, которые Google считает нелокальными (например, информационные запросы, имена знаменитостей, общие термины, не имеющие локальной привязки), будут неэффективны, так как система активно понижает локальные результаты для них.
• Создание "виртуальных" офисов для обмана локализации: Использование недостоверных данных о местоположении может привести к санкциям, а также к генерации нерелевантных результатов для пользователей, что противоречит целям системы.

Стратегическое значение

Этот патент подтверждает фундаментальную стратегию Google по интеграции локального поиска в основную выдачу и автоматизации определения интента пользователя. Для SEO это означает, что разделение на "обычное SEO" и "локальное SEO" становится все более условным. Авторитетность и релевантность должны подтверждаться как на уровне контента, так и на уровне географической привязки сущности (бизнеса). Долгосрочная стратегия должна включать управление сущностью бизнеса в Knowledge Graph и обеспечение консистентности локальных данных во всех источниках.

Практические примеры

Сценарий 1: Повышение локальных результатов (Whitelist/Not in Blacklist)

1. Запрос: Пользователь вводит "Пицца" с мобильного телефона в Москве.
2. Обработка: Явной локации нет. Система использует GPS (Location indicator). Запрос "Пицца" имеет высокий Predicted relevance of location и, вероятно, не находится в Blacklist.
3. Действие системы: Проверка Blacklist пройдена.
4. Результат: Система повышает (promote) локальные результаты. Пользователь видит Local Pack с ближайшими пиццериями в Москве на первой позиции, а затем общие веб-результаты (рецепты, история пиццы).

Сценарий 2: Понижение локальных результатов (Blacklist)

1. Запрос: Пользователь вводит "Адрес Стивена Спилберга".
2. Обработка: Явной локации нет. Система использует GPS. Запрос может иметь признаки локального интента (слово "адрес"), но, согласно патенту, такие запросы часто попадают в Blacklist как ошибочно локальные.
3. Действие системы: Запрос найден в Blacklist.
4. Результат: Система понижает локальные результаты (если они вообще есть). Пользователь видит первыми нелокальные результаты (биографии, новости, фан-сайты), а не карту или адреса местных организаций.

Сценарий 3: Приоритетный запрос локации (Whitelist, No Location)

1. Запрос: Пользователь вводит "Ремонт обуви" с компьютера, где GPS нет, а профиль не настроен.
2. Обработка: Явной локации нет. Location indicator отсутствует. Запрос "Ремонт обуви" имеет высокий локальный интент и находится в Whitelist.
3. Действие системы: Запрос найден в Whitelist.
4. Результат: Система повышает prompt. Пользователь видит первым блок с предложением "Укажите ваше местоположение (город или индекс)", и только потом общие веб-результаты.