Как Google использует распределение кликов по разным типам запросов для оценки общего качества сайта (Website Quality Score)

Термины и определения

D-Q Pair (Document-Query Pair / Пара Документ-Запрос)

Фундаментальная единица анализа. Запись, связывающая конкретный документ (D) с конкретным запросом (Q), по которому этот документ был показан или выбран.

Distribution (Распределение)

Характеристика того, как агрегированный пользовательский фидбек распределен между различными сегментами (Partitions).

IR Score (Information Retrieval Score / Оценка информационного поиска)

Базовая оценка релевантности документа запросу. В патенте часто используется IR Score топового результата по запросу как индикатор качества/конкурентности самого запроса.

Partition Parameter (Параметр сегментации)

Характеристика запроса, документа или пары D-Q, используемая для разделения данных на группы (сегменты). Примеры: IR Score топового результата, длина запроса, популярность запроса.

Property Parameter (Параметр свойства)

Целевая метрика, которую система рассчитывает для веб-сайта. Примеры: Website Quality Score, Website Popularity, Website Commerciality.

Skew (Перекос / Асимметрия распределения)

Мера асимметрии распределения агрегированного фидбека. Ключевой показатель для оценки качества: перекос в сторону "высококачественных" сегментов указывает на высокое качество сайта.

User Feedback Data (Данные пользовательского фидбека)

Метрики, отражающие поведение пользователей: клики (click-count), показы (impression count), CTR (click-to-impression ratio). Могут взвешиваться по времени пребывания (click-duration/dwell time) и свежести (click-recency).

Ключевые утверждения (Анализ Claims)

Основными являются независимые пункты Claim 1, 12 и 23, которые описывают идентичный процесс.

Claim 1 (Независимый пункт): Описывает основной метод оценки качества сайта.

1. Система получает множество пар Документ-Запрос (D-Q pairs), связанных с веб-сайтом. Каждая пара включает пользовательский фидбек.
2. Каждая пара D-Q назначается в один из нескольких сегментов (partitions) на основе оценки информационного поиска (IR score) документа для соответствующего запроса. Каждый сегмент определен своим диапазоном IR score.
3. Пользовательский фидбек агрегируется внутри двух или более сегментов.
4. Определяется первое распределение (first distribution) агрегированного фидбека между этими сегментами.
5. Вычисляется перекос (skew) этого распределения.
6. Определяется показатель качества веб-сайта (indication of quality) на основе, как минимум, вычисленного перекоса распределения.
7. Этот показатель качества предоставляется как входные данные для ранжирования документов с этого веб-сайта.

Ядром изобретения является использование перекоса (skew) распределения фидбека как меры качества сайта. Если фидбек смещен в сторону сегментов с высоким IR Score, это интерпретируется как высокое качество.

Зависимые пункты (например, 5, 7, 9, 11): Уточняют детали и альтернативы:

• Claim 11: Уточняет, что используемый IR score может быть оценкой документа, ранжированного на первой позиции (top ranked document) по данному запросу.
• Claim 5: Вводит возможность сегментации на основе длины соответствующего запроса (length of the respective query).
• Claim 7 и 9: Вводят возможность сегментации на основе популярности (measure of popularity) и коммерциализации запроса (measure of commerciality).
• Claim 6: Уточняет, что оценка качества сайта может базироваться на комбинации нескольких распределений (например, по IR score и по длине запроса).

Где и как применяется

Изобретение в основном применяется на этапе анализа данных и генерации сигналов качества, которые затем используются в ранжировании.

INDEXING – Индексирование и извлечение признаков (Offline/Batch Processing)
Это основной этап применения патента. Система анализирует исторические логи пользовательского поведения (Result Selection Logs) в офлайн-режиме. Процесс сегментации (partitioning), агрегации и анализа распределения (distribution analysis) выполняется здесь для вычисления Property Parameters (например, Website Quality Score). Эти оценки сохраняются в индексе и ассоциируются с соответствующими сайтами или доменами.

RANKING – Ранжирование
На этом этапе система использует предварительно рассчитанные Website Quality Scores. Ranking Engine или Rank Modifier Engine применяет эти оценки как один из сигналов ранжирования для корректировки позиций отдельных документов, принадлежащих данному сайту.

Входные данные:

• Пары Документ-Запрос (D-Q Pairs).
• User Feedback Data (клики, показы, CTR, время пребывания, актуальность клика).
• Значения Partition Parameters для каждого запроса (например, IR score топового результата, длина запроса, популярность запроса).

Выходные данные:

• Property Parameter (например, Website Quality Score), присвоенный веб-сайту.

На что влияет

• Все типы контента и запросов: Механизм влияет на все сайты, по которым накоплено достаточное количество поведенческих данных для анализа распределения.
• Оценка качества сайта (E-E-A-T): Этот механизм предоставляет конкретный способ количественной оценки качества и авторитетности сайта на основе реального поведения пользователей в различных контекстах.
• Конкурентные ниши: Наибольшее влияние оказывается в тематиках, где доступен большой объем данных о поведении пользователей и где необходимо точно различать качество сайтов при схожей релевантности.

Когда применяется

• Условие применения: Наличие достаточного объема статистически значимых данных о пользовательском фидбеке (кликах и показах) для конкретного веб-сайта.
• Частота применения: Расчет и обновление оценок Website Quality Score происходит периодически в офлайн-режиме по мере накопления новых данных в логах. Применение рассчитанных оценок происходит в реальном времени на этапе ранжирования.

Пошаговый алгоритм

Процесс расчета оценки качества сайта (Website Quality Score) (Офлайн).

1. Сбор данных: Из логов поисковой системы извлекаются D-Q pairs, связанные с ними User Feedback Data (клики, показы) и сопутствующие сигналы (IR scores, длина запросов и т.д.).
2. Идентификация сайта: Из URL документов в D-Q pairs извлекается информация о домене или хосте (Site Key) для группировки всех данных, относящихся к оцениваемому сайту.
3. Выбор параметров: Определяется цель анализа (например, расчет Website Quality Score) и выбирается соответствующий Partition Parameter (например, IR Score топового результата по запросу).
4. Определение сегментов: Устанавливаются диапазоны значений для Partition Parameter, формирующие сегменты (например, IR 0-30, 31-50, 51-80, 81-100).
5. Сегментация (Partitioning): Все D-Q pairs сайта распределяются по соответствующим сегментам на основе значения их Partition Parameter.
6. Агрегация фидбека: Внутри каждого сегмента рассчитывается агрегированный пользовательский фидбек (например, суммарное количество кликов, общий CTR).
7. Анализ распределения: Определяется распределение агрегированного фидбека между сегментами.
8. Вычисление перекоса (Skew): Рассчитывается мера асимметрии (Skew) распределения. Система проверяет, смещен ли фидбек в сторону сегментов с высокими значениями Partition Parameter.
9. Расчет оценки: На основе характеристик распределения и его перекоса выводится Website Quality Score. Например, концентрация кликов в сегментах с высокими значениями IR Score (перекос в сторону высоких значений) указывает на высокое качество сайта.
10. Применение оценки: Рассчитанный Website Quality Score сохраняется и используется как входной сигнал для ранжирования документов этого сайта.

Какие данные и как использует

Данные на входе

Система использует преимущественно поведенческие факторы и характеристики запросов.

• Поведенческие факторы (User Feedback Data): Ядро патента. Используются click-count (количество кликов), impression count (количество показов), CTR. Патент явно упоминает взвешивание кликов по длительности (click-duration или dwell time – 'long clicks' и 'short clicks') и актуальности (click-recency).
• Технические факторы: URL документа используется для извлечения домена или хоста (Site Key).
• Характеристики Запросов (используются как Partition Parameters):
  • Текст запроса (для расчета Query Length).
  • Частота запроса (для оценки Query Popularity).
  • Количество рекламы, таргетированной на запрос (для оценки Query Commerciality).
• Системные данные (используются как Partition Parameters):
  • IR Scores. В частности, используется IR score топового результата по запросу как индикатор качества/конкурентности запроса.
  • Общее количество результатов поиска по запросу (индикатор конкурентности).

Какие метрики используются и как они считаются

Параметры сегментации (Partition Parameters): Используются для разделения данных на контекстные группы.

• IR Score топового результата: Индикатор качества и конкурентности запроса. Высокий IR Score предполагает четкий запрос и наличие качественного контента в индексе.
• Query Length (Длина запроса): Индикатор специфичности запроса. Запросы средней длины (например, 2-3 слова) часто считаются оптимальными.
• Query Popularity (Популярность запроса): Частота или общий объем подачи запроса.

Параметры свойств (Property Parameters): Выходные метрики, рассчитываемые для сайта (например, Website Quality Score).

Методы вычислений: Оценка свойств сайта основывается на анализе распределения (distribution) агрегированного пользовательского фидбека. Ключевым методом является вычисление и анализ перекоса (skew) этого распределения (Claim 1). Конкретные формулы расчета итогового скоринга в патенте не приводятся, но указывается, что модели корреляции между распределением фидбека и свойствами сайта могут быть построены и обучены на основе эмпирических данных (например, с использованием сайтов с известными характеристиками качества).

1. Не все клики одинаково ценны: Патент четко устанавливает, что ценность пользовательского фидбека (клика) зависит от контекста запроса, по которому он был получен. Клик по популярному, конкурентному и четкому запросу весит больше, чем клик по нечеткому или малопопулярному.
2. Качество сайта определяется его эффективностью в высокоценных контекстах: Для получения высокого Website Quality Score сайт должен демонстрировать хорошие поведенческие метрики (высокий CTR, много кликов) именно в тех сегментах (partitions), которые Google считает важными (например, сегменты с высоким IR Score топового результата или высокой популярностью запроса).
3. "Skew" (Перекос) как ключевой индикатор качества: Ключевым механизмом оценки является анализ перекоса распределения фидбека. Сайт считается качественным, если его положительный фидбек смещен (имеет skew) в сторону "высококачественных" сегментов.
4. Сегментация как метод фильтрации шума: Использование Partition Parameters позволяет отделить качественный трафик от 'мусорного' или нерепрезентативного при оценке сайта. Это делает поведенческие сигналы более надежными и устойчивыми к манипуляциям.
5. Сайт-уровень оценки: Анализ проводится на уровне всего сайта путем агрегации данных по всем его документам (D-Q pairs). Полученная оценка влияет на ранжирование всех страниц сайта, даже тех, по которым мало индивидуальных поведенческих данных.

Best practices (это мы делаем)

• Фокус на конкурентных и популярных запросах (Head/Body): Необходимо стремиться к получению высоких позиций и хорошего CTR по основным запросам тематики. Согласно патенту, успех в этих сегментах вносит наибольший вклад в Website Quality Score, так как эти запросы, вероятно, попадают в высокоценные сегменты (высокий IR Score топового результата, высокая популярность).
• Построение тематического авторитета (Topical Authority): Создавайте контент, который всесторонне охватывает тему и хорошо отвечает на четко сформулированные запросы (оптимальная длина запроса, высокий IR Score). Это увеличивает вероятность получения качественного фидбека в нужных сегментах.
• Оптимизация под удовлетворенность пользователя (Long Clicks): Патент прямо упоминает взвешивание кликов по длительности (click-duration). Необходимо обеспечивать высокую вовлеченность и длительное время взаимодействия с контентом (Dwell Time), минимизируя 'короткие клики' (short clicks).
• Анализ качества трафика, а не только его объема: При анализе эффективности SEO нужно сегментировать трафик по предполагаемой популярности и конкурентности запросов (например, используя данные GSC), чтобы понять, какой трафик способствует росту авторитетности сайта.

Worst practices (это делать не надо)

• Стратегия исключительно на НЧ и микро-НЧ трафике: Полагаться только на трафик по низкоконкурентным или малопопулярным запросам. Хотя это может приносить объем трафика, патент предполагает, что это слабо влияет на общую оценку качества сайта, если ресурс неэффективен по более конкурентным запросам.
• Использование кликбейта и игнорирование интента: Генерация высокого CTR при низком времени пребывания (dwell time). Это формирует негативные поведенческие сигналы (короткие клики), которые могут быть пессимизированы при расчете взвешенного количества кликов.
• Создание сайтов под нечеткие или обскурные запросы: Сайты, которые ранжируются только по запросам с низким IR Score топового результата, будут иметь низкий Website Quality Score, так как их клики будут сконцентрированы в низкоценных сегментах.
• Манипуляции с CTR на "легких" запросах: Попытки искусственно завысить CTR на неконкурентных запросах будут неэффективны, так как система анализирует распределение (Skew), а не среднее значение.

Стратегическое значение

Этот патент подтверждает стратегическую важность построения авторитетных брендов и ресурсов, способных конкурировать за основную семантику ниши. Он предоставляет конкретный механизм, с помощью которого Google может количественно оценить качество сайта, используя поведенческие данные, отфильтрованные от шума. Это объясняет, почему фокус на E-E-A-T и удовлетворении пользователей является ключевым для долгосрочного успеха: качественные сайты естественным образом привлекают клики в высокоценных сегментах.

Практические примеры

Сценарий: Сравнение Нишевого Блога и Крупного Новостного Портала

Анализируется Website Quality Score. Используется Partition Parameter: Популярность Запроса (Query Popularity), разделенный на сегменты: Низкая, Средняя, Высокая.

1. Сайт А (Нишевый Блог): Получает 10,000 кликов в месяц. Распределение: 80% кликов в сегменте 'Низкая популярность' (длинные, специфические запросы), 15% в 'Средняя', 5% в 'Высокая'.
2. Сайт Б (Новостной Портал): Получает 10,000 кликов в месяц. Распределение: 10% кликов в сегменте 'Низкая популярность', 30% в 'Средняя', 60% в 'Высокая популярность' (горячие новости, основные события).
3. Анализ: Система анализирует распределение. У Сайта А перекос (skew) в сторону низкоценных сегментов. У Сайта Б перекос в сторону высокоценных сегментов.
4. Результат: Несмотря на одинаковый объем трафика, Сайт Б получит значительно более высокий Website Quality Score, основанный на этом механизме, так как он демонстрирует способность удовлетворять пользователей по популярным и важным запросам.