SEO HARDCORE
  • Разборы патентов
    • Патенты Google
  • Скоро SEO инструменты
  • Скоро SEO аналитика
  • seohardcore
SEO HARDCORE
назад

Как Google использует реальное местоположение и статус доступности исполнителей для ранжирования локальных услуг (LSA)

LIVE LOCAL SERVICES RESULTS (Результаты локальных услуг в реальном времени)
  • US20240013244A1
  • Google LLC
  • 2021-12-02
  • 2024-01-11
  • Local SEO
  • Поведенческие сигналы
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует систему ранжирования для локальных услуг (например, в Local Services Ads), которая учитывает доступность исполнителя в реальном времени и его текущее физическое местоположение (GPS), а не только адрес офиса. Система взвешивает эти факторы вместе с детализированными отзывами (скорость ответа, время прибытия), чтобы приоритизировать исполнителей, которые могут быстрее всего прибыть к клиенту.

Описание

Какую проблему решает

Патент решает проблему неэффективности поиска локальных услуг, когда пользователю требуется немедленное выполнение работы. Традиционные результаты поиска показывают часы работы компании (открыто/закрыто), но не отражают реальную доступность конкретного исполнителя в данный момент. Это вынуждает пользователя обзванивать несколько компаний, что является трудоемким и неудобным процессом. Изобретение направлено на предоставление актуальной информации о доступности исполнителей в момент поиска.

Что запатентовано

Запатентована система ранжирования поставщиков локальных услуг, интегрирующая динамические сигналы в реальном времени. Ключевыми элементами являются: (1) статус доступности (Indication of Availability), активно обновляемый поставщиком, и (2) текущее физическое местоположение исполнителя (Current Location). Эти факторы используются в сочетании со статическим адресом компании и детализированными отзывами для определения итогового рейтинга.

Как это работает

Система функционирует следующим образом:

  • Управление доступностью: Поставщики услуг (например, сантехники) активно управляют своим статусом (доступен/недоступен) через специальный портал или приложение.
  • Определение местоположения: Система определяет как адрес офиса (Business Location), так и текущее местоположение исполнителя (Current Location), например, с помощью GPS его устройства.
  • Расчет дистанции: При получении запроса система рассчитывает расстояние до клиента от обеих локаций и может использовать кратчайшее из них для расчета Distance Score.
  • Взвешенный скоринг: Система рассчитывает итоговую оценку ранжирования, используя взвешенные факторы: доступность в реальном времени, расстояние до клиента и детализированную обратную связь (например, скорость ответа, время прибытия, качество работы).
  • Вывод результатов: Результаты (например, в блоке Local Services Ads) ранжируются на основе этих оценок, приоритизируя доступных и ближайших исполнителей.

Актуальность для SEO

Крайне высокая. Патент опубликован в 2024 году и напрямую описывает механизмы, критически важные для функционирования и оптимизации Google Local Services Ads (LSA). Поскольку LSA является ключевым каналом привлечения клиентов для многих локальных сервисных бизнесов, понимание этих механизмов ранжирования в реальном времени имеет первостепенное значение.

Важность для SEO

Влияние на Local SEO и LSA — критическое (9/10). Этот патент описывает фундаментальный сдвиг в ранжировании локальных услуг от статических сигналов (таких как цитирования или общие отзывы) к динамическим операционным сигналам. Для бизнесов, использующих LSA, соответствие требованиям этого патента (активное управление статусом, обеспечение быстрого реагирования и передача геоданных) становится главным фактором успеха, превосходящим традиционные методы локального SEO.

Детальный разбор

Термины и определения

Availability Score (Оценка доступности)
Метрика, указывающая на вероятность того, что поставщик услуг доступен для выполнения работы. Может быть бинарной (доступен/нет) или вероятностной (например, предсказание скорого освобождения исполнителя).
Business Location (Местоположение бизнеса)
Статический адрес, связанный с бизнес-профилем поставщика услуг (например, офис или склад).
Current Location (Текущее местоположение)
Динамическое местоположение исполнителя в реальном времени, часто определяемое по данным GPS с его устройства или по адресу предыдущего заказа.
Distance Score (Оценка расстояния)
Метрика, основанная на расстоянии между поставщиком услуг и местом оказания услуги. Может рассчитываться на основе Business Location или Current Location; часто выбирается кратчайшее расстояние.
Indication of Availability (Индикация доступности)
Сигнал, активно предоставляемый поставщиком услуг (например, через переключатель в приложении), указывающий, доступен ли он в данный момент.
Service Location / Work Location (Место оказания услуги)
Местоположение клиента, где должна быть выполнена работа.
User Feedback / Feedback Factor (Обратная связь пользователя)
Отзывы и рейтинги, предоставленные клиентами. Включают гранулированные оценки: качество работы, скорость ответа на запрос (timeliness to respond), время прибытия (length of time to arrive), время выполнения работы, стоимость.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает базовый метод ранжирования локальных услуг в реальном времени.

  1. Система получает поисковый запрос на услугу в определенном месте (Service Location).
  2. Определяются поставщики услуг и их соответствующие статусы доступности (respective availabilities).
  3. Определяется как минимум одно из расстояний: (i) между Business Location поставщика и Service Location, ИЛИ (ii) между Current Location поставщика и Service Location.
  4. Производится ранжирование поставщиков на основе их доступности И как минимум одного из определенных расстояний.
  5. Предоставляются ранжированные результаты.

Ядром изобретения является использование динамических данных – доступности и текущего местоположения – в качестве прямых факторов ранжирования.

Claim 4 и 5 (Зависимые): Уточняют факторы ранжирования.

Ранжирование (из п.1) дополнительно основывается на User Feedback. Эта обратная связь включает рейтинги по конкретным критериям: качество работы, своевременность ответа на запрос пользователя, стоимость работы, время прибытия на место и готовность к выполнению работы.

Это указывает на использование гранулированных данных об операционной эффективности, а не только общего рейтинга.

Claim 6 и 7 (Зависимые): Детализируют механизм определения доступности.

Система получает Indication of Availability (доступен или недоступен) непосредственно от поставщика услуг. Определение доступности основывается на этом полученном сигнале.

Это подтверждает необходимость активного участия бизнеса в управлении своим статусом.

Claim 9 (Зависимый): Вводит понятие вероятностной доступности.

Доступность может быть представлена в виде Availability Score, указывающего на вероятность того, что поставщик доступен. (В описании патента упоминается возможность предсказания скорого освобождения на основе среднего времени выполнения заказа).

Claim 10 и 11 (Зависимые): Детализируют расчет расстояния.

Система определяет Distance Score на основе рассчитанных расстояний. Важно, что Distance Score может основываться на том, какое из расстояний (от Business Location или от Current Location) короче.

Это дает преимущество исполнителям, которые уже находятся в полевых условиях рядом с клиентом.

Где и как применяется

Изобретение применяется в специализированных вертикалях поиска, ориентированных на локальные услуги, в первую очередь в системе Google Local Services Ads (LSA).

CRAWLING – Сбор данных (Data Acquisition)
Система должна иметь инфраструктуру для приема и обработки сигналов реального времени от поставщиков: статус доступности (Indication of Availability) и текущее местоположение (Current Location).

INDEXING – Индексирование и извлечение признаков
На этом этапе система собирает и хранит статические данные о поставщиках услуг: Business Location, контактную информацию, а также агрегированные данные User Feedback (рейтинги по различным параметрам).

RANKING – Ранжирование
Это основной этап применения патента. При обработке запроса на локальную услугу система в реальном времени собирает динамические данные и использует их для скоринга и сортировки кандидатов.

  1. Сбор динамических данных: Система получает текущий статус Indication of Availability и Current Location поставщика.
  2. Расчет метрик: Вычисляются Availability Score и Distance Score (с учетом кратчайшего расстояния).
  3. Скоринг: Система использует модель взвешенных факторов (Weighted Scoring) для расчета итоговой оценки ранжирования, комбинируя динамические метрики со статическими данными (например, User Feedback).

Входные данные:

  • Поисковый запрос на услугу.
  • Service Location (местоположение пользователя).
  • Indication of Availability от поставщика (в реальном времени).
  • Current Location поставщика (в реальном времени, например, GPS).
  • Business Location поставщика (статические данные).
  • Агрегированные оценки User Feedback.

Выходные данные:

  • Ранжированный список поставщиков услуг (например, блок результатов LSA или специализированная карта) с указанием их доступности и расстояния.

На что влияет

  • Конкретные типы контента: В первую очередь влияет на ранжирование бизнес-профилей, подключенных к системам реального времени, таким как Local Services Ads (LSA).
  • Специфические запросы: Запросы с локальным интентом, подразумевающие необходимость немедленного оказания услуги (например, "сантехник рядом со мной", "аварийный электрик", "вскрытие замков").
  • Конкретные ниши или тематики: Домашние услуги (сантехника, электрика, HVAC), ремонт, услуги на выезде и другие сферы, где важна скорость реагирования и физическое присутствие исполнителя.

Когда применяется

  • Условия активации: Алгоритм активируется, когда поисковый запрос триггерит вертикаль локальных услуг (LSA), требующую информации о доступности исполнителей в реальном времени.
  • Временные рамки: Применяется в момент выполнения поиска, используя самые актуальные данные о доступности и местоположении исполнителей.
  • Условия работы: Требует активного участия поставщиков услуг в платформе для предоставления динамических данных.

Пошаговый алгоритм

Процесс обработки запроса в реальном времени

  1. Прием запроса и локации: Система получает запрос на услугу и определяет Service Location (локацию клиента).
  2. Идентификация кандидатов: Определяются потенциальные поставщики услуг, обычно в пределах заданного радиуса поиска (search radius) от Service Location.
  3. Определение доступности: Для каждого кандидата определяется его статус доступности. Это может быть получение активного сигнала Indication of Availability или расчет вероятностного Availability Score.
  4. Определение локаций поставщика: Извлекается статический Business Location и определяется динамический Current Location (например, по GPS устройства исполнителя).
  5. Расчет дистанции и Distance Score: Рассчитываются расстояния от Business Location и Current Location до Service Location. Вычисляется Distance Score, при этом приоритет отдается кратчайшему из двух расстояний (Claim 11).
  6. Получение оценок обратной связи: Извлекаются агрегированные данные User Feedback (рейтинги своевременности, качества, стоимости).
  7. Взвешивание и скоринг: Все факторы (Availability Score, Distance Score, User Feedback) взвешиваются в соответствии с настройками системы (например, доступности может быть присвоен больший вес, чем стоимости). Рассчитывается итоговая оценка ранжирования (Total Weighted Score).
  8. Ранжирование и вывод: Поставщики сортируются по итоговой оценке. Результаты предоставляются пользователю в виде списка или на карте с возможностью фильтрации.
  9. Пост-обработка (Сбор обратной связи): После оказания услуги система может запросить у пользователя детализированный отзыв для обновления User Feedback.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании следующих категорий данных:

  • Географические факторы: Критически важные данные. Используется Current Location исполнителя (динамические данные GPS), Business Location (статический адрес офиса) и Service Location (локация клиента).
  • Временные факторы: Indication of Availability – статус доступности исполнителя в реальном времени, обновляемый им самим.
  • Поведенческие/Репутационные факторы: User Feedback – агрегированные рейтинги, включающие оценки операционной эффективности (своевременность ответа, время прибытия) и качества услуг (качество работы, стоимость).

Какие метрики используются и как они считаются

  • Availability Score: Может быть бинарным (1, если доступен; 0, если нет) на основе Indication of Availability. Или вероятностным (например, 0.75, если ожидается освобождение в течение 15 минут), рассчитанным системой.
  • Distance Score: Рассчитывается на основе расстояния. Приоритет отдается кратчайшему расстоянию: min⁡(Distance(Current Location),Distance(Business Location))\min(\text{Distance(Current Location)}, \text{Distance(Business Location)})min(Distance(Current Location),Distance(Business Location)).
  • Feedback Score: Агрегированная оценка отзывов. Патент указывает, что разные аспекты обратной связи (например, своевременность и качество) могут взвешиваться отдельно.
  • Total Weighted Score (Итоговая взвешенная оценка): Итоговая оценка ранжирования рассчитывается как сумма взвешенных оценок по каждому фактору. Патент явно упоминает, что факторы взвешиваются (weighted score), и вес одного фактора может быть больше веса другого.

Выводы

  1. Приоритет сигналов реального времени в LSA: Для ранжирования в системах локальных услуг (LSA) доступность в реальном времени (Indication of Availability) и текущее физическое местоположение (Current Location) являются критически важными факторами, часто превосходящими традиционные локальные сигналы.
  2. Операционная эффективность как фактор ранжирования: Патент демонстрирует, как Google превращает операционные метрики бизнеса (скорость ответа на запрос, время прибытия на заказ) в прямые сигналы ранжирования через механизм User Feedback. SEO теперь зависит от качества бизнес-процессов.
  3. Необходимость активного управления статусом: Поставщики услуг должны активно взаимодействовать с системой (например, приложением LSA), чтобы обновлять свою доступность. Пассивное участие неэффективно.
  4. Новое определение близости (Proximity): Близость к клиенту теперь определяется динамически. Система использует кратчайшее расстояние, учитывая не только адрес офиса (Business Location), но и то, где физически находится исполнитель в данный момент (Current Location).
  5. Гранулированная обратная связь: Система учитывает не только общий рейтинг, но и специфические оценки по таким параметрам, как своевременность (Timeliness) и качество. Это требует от бизнеса поддержания высокого уровня сервиса по всем направлениям.

Практика

Best practices (это мы делаем)

Рекомендации напрямую касаются оптимизации Google Local Services Ads (LSA) и операционной деятельности.

  • Активное управление доступностью: Внедрить строгий регламент для исполнителей или диспетчеров по управлению статусом Indication of Availability в приложении LSA. Необходимо немедленно обновлять статус при начале и завершении работы над заказом.
  • Включение отслеживания местоположения: Убедиться, что у всех полевых сотрудников включены службы геолокации на устройствах с приложением LSA во время их доступности. Это позволит системе использовать их Current Location для расчета Distance Score.
  • Оптимизация диспетчеризации и логистики: Использовать данные о местоположении сотрудников для назначения ближайшего доступного исполнителя. Быть ближе к потенциальному клиенту в момент доступности — ключевой фактор ранжирования.
  • Приоритет скорости ответа: Максимально быстро реагировать на входящие лиды. Патент указывает, что "своевременность ответа на запрос пользователя" (timeliness to respond) является частью User Feedback и фактором ранжирования.
  • Сбор детализированной обратной связи: Активно мотивировать клиентов оставлять отзывы, акцентируя внимание на скорости прибытия и качестве работы, так как эти гранулированные данные используются в ранжировании.

Worst practices (это делать не надо)

  • Игнорирование статуса доступности: Оставлять статус "доступен", когда все исполнители заняты. Это приведет к пропущенным лидам и негативным отзывам о скорости ответа, что ухудшит Feedback Score.
  • Отключение геолокации у сотрудников: Запрещать сотрудникам использовать службы геолокации. В этом случае система будет использовать только Business Location, что часто проигрывает Current Location конкурентов, находящихся ближе к клиенту.
  • Медленная обработка лидов и опоздания: Задержки в ответе на запросы или прибытии на место напрямую пессимизируются системой через факторы своевременности в отзывах.
  • Фокус только на традиционном локальном SEO: Концентрация усилий на оптимизации ключевых слов или построении цитирований без адаптации к требованиям реального времени сделает стратегию неэффективной в этой системе.

Стратегическое значение

Этот патент подчеркивает конвергенцию операционного управления и SEO для локальных сервисных бизнесов. Ранжирование в LSA теперь напрямую зависит от того, насколько эффективно компания управляет своими ресурсами в реальном времени. Для достижения успеха бизнесу необходимо быть технологически оснащенным (использование приложений для отслеживания статуса и локации) и операционно эффективным (быстрый отклик, умная диспетчеризация). Традиционные факторы локального SEO отходят на второй план в этой вертикали.

Практические примеры

Сценарий: Оптимизация ранжирования сантехнической компании в LSA

  1. Ситуация: Компания А имеет офис в центре города. У нее есть три сантехника, работающих в разных районах. Компания Б находится на окраине, но ее сантехники также работают по всему городу.
  2. Действия Компании А (Оптимально): Все сантехники используют приложение LSA с включенной геолокацией и активно обновляют свой статус доступности. Сантехник 1 заканчивает работу в северном районе и переключается в статус "доступен".
  3. Действия Компании Б (Неоптимально): Сантехники не используют геолокацию и забывают обновлять статус.
  4. Поисковый запрос: Пользователь в северном районе ищет "сантехник срочно".
  5. Обработка системой:
    • Для Компании А система видит, что Сантехник 1 "доступен" и его Current Location находится в 2 км от клиента. Distance Score высокий.
    • Для Компании Б система не видит Current Location и использует Business Location на окраине (15 км). Distance Score низкий. Статус доступности также может быть неточным.
  6. Результат: Компания А занимает первую позицию в выдаче LSA, так как система приоритизировала ее на основе реальной доступности и кратчайшего расстояния от текущего местоположения исполнителя.

Вопросы и ответы

К чему относится этот патент: к органическому локальному поиску (Local Pack) или к Local Services Ads (LSA)?

Хотя патент не упоминает LSA напрямую, описанные механизмы – активное управление доступностью через портал, учет текущего местоположения исполнителя и фокус на скорости ответа – наиболее характерны именно для системы Google Local Services Ads (LSA). Маловероятно, что эти механики применяются в стандартном органическом Local Pack в таком виде.

Как Google определяет "Текущее местоположение" (Current Location) исполнителя?

Патент указывает, что текущее местоположение может быть определено на основе данных о местоположении, предоставленных устройством, которое использует поставщик услуг. На практике это означает использование данных GPS со смартфона исполнителя, на котором установлено приложение для управления LSA или GBP.

Что произойдет, если исполнитель забудет обновить свой статус доступности?

Если он установил статус "недоступен" и забыл его включить, он не будет ранжироваться по запросам, требующим немедленного реагирования. Если он оставил статус "доступен", но занят, он будет получать лиды, на которые не сможет быстро ответить. Это приведет к негативной обратной связи по параметру "своевременность ответа", что ухудшит его Feedback Score и будущее ранжирование.

Какое расстояние важнее: от офиса или от текущего местоположения исполнителя?

Патент явно указывает (Claim 11), что Distance Score может основываться на том, какое из расстояний короче. Это означает, что если исполнитель находится ближе к клиенту, чем офис компании, система использует его текущее местоположение для расчета близости, что дает ему преимущество в ранжировании.

Является ли общий рейтинг в звездах самым важным фактором обратной связи?

Нет. Патент подчеркивает важность гранулированной обратной связи (Claim 5). Конкретные метрики, такие как своевременность ответа на запрос (timeliness to respond) и время прибытия на место (length of time to arrive), являются отдельными компонентами оценки. Высокий общий рейтинг недостаточен, если операционная эффективность низкая.

Может ли система предсказать, когда исполнитель освободится?

Да. В патенте вводится понятие Availability Score (Claim 9), которое может указывать на вероятность доступности. В описании упоминается, что система может оценить вероятность освобождения в ближайшем будущем на основе времени начала текущего заказа и средней продолжительности выполнения работы.

Как влияют веса факторов на ранжирование?

Система использует взвешенный скоринг. Это означает, что Google может назначать разную важность факторам. Например, для срочных услуг (как вскрытие замков) вес фактора доступности и расстояния может быть значительно выше, чем вес фактора стоимости или даже качества работы.

Нужно ли мне оптимизировать мой Google Business Profile (GBP) в контексте этого патента?

Да, но фокус смещается. GBP по-прежнему важен для хранения статической информации, такой как Business Location и агрегации отзывов. Однако для ранжирования в системе, описанной патентом (LSA), критически важными становятся действия в реальном времени через соответствующее приложение (LSA/GBP), а не статическая оптимизация профиля.

Как этот патент влияет на компании с большой зоной обслуживания, но одним офисом?

Этот патент выгоден таким компаниям, если они эффективно управляют полевыми сотрудниками. Благодаря учету Current Location исполнителей, удаленность единственного офиса нивелируется. Компания может ранжироваться высоко в любой точке зоны обслуживания, если там находится доступный исполнитель.

Какие аспекты обратной связи наиболее важны согласно патенту?

Патент выделяет пять ключевых аспектов (Claim 5): качество работы, своевременность ответа на запрос, стоимость работы, время прибытия на место и готовность к выполнению работы. Для поддержания высокого рейтинга необходимо обеспечивать качество по всем этим направлениям.

Похожие патенты

Как Google использует данные о запросах маршрутов и готовность пользователей путешествовать для ранжирования в локальном поиске
Google использует историю запросов маршрутов (Directions Queries) для определения реальной популярности местных бизнесов. Система учитывает, как часто люди ищут маршрут до конкретного места, как далеко они готовы ехать (Historical Travel Distance), а также время суток и день недели. Эти данные о реальном поведении используются как ключевой сигнал для ранжирования в локальном поиске наряду с близостью.
  • US8538973B1
  • 2013-09-17
  • Local SEO

  • Поведенческие сигналы

Как Google выбирает, какое местоположение использовать для локализации поисковой выдачи, когда сигналы конфликтуют
Google использует иерархическую систему правил для выбора единственной «геолокации запроса» из множества доступных сигналов. Система анализирует физическое местоположение пользователя, локации в тексте запроса, историю поиска и настройки профиля. Затем она применяет строгую логику приоритетов, чтобы определить, какая локация наиболее релевантна для текущего интента, и соответствующим образом корректирует (смещает) ранжирование результатов.
  • US20150234889A1
  • 2015-08-20
  • Local SEO

  • Персонализация

Как Google связывает локальные бизнес-данные (адреса и телефоны) с веб-сайтами для показа в результатах поиска
Google использует систему для интеграции локальной информации (адреса, телефоны) непосредственно в основную поисковую выдачу. Система сопоставляет структурированные данные о бизнесе из локальной базы данных с соответствующими URL в веб-индексе, разрешая конфликты и неоднозначности. Это позволяет показывать контактную информацию и ссылки на карты прямо в сниппете результата поиска.
  • US7624101B2
  • 2009-11-24
  • Local SEO

  • Индексация

  • SERP

Как Google использует текущее местоположение пользователя для предложения альтернативных авиарейсов при отменах или задержках
Google отслеживает статус авиарейсов пользователя. В случае задержки или отмены система определяет текущее географическое положение пользователя и предлагает альтернативные маршруты, исходя из этой локации, а не из первоначального пункта отправления или пересадки. Это позволяет находить релевантные варианты даже в середине пути.
  • US20160117618A1
  • 2016-04-28
  • Local SEO

  • Персонализация

Как Google определяет местоположение пользователя для локального поиска и использует историю местоположений
Патент Google, описывающий фундаментальную архитектуру локального поиска на мобильных устройствах. Система определяет, как браузер получает доступ к GPS данным через нативное приложение. Описан иерархический механизм определения локации: текущее местоположение устройства, явное указание локации в запросе или использование истории предыдущих поисков. Если текущая локация недоступна, система может инициировать параллельный поиск по нескольким недавним местоположениям.
  • US9081860B2
  • 2015-07-14
  • Local SEO

  • Персонализация

Популярные патенты

Как Google использует клики и пропуски пользователей для оценки и корректировки правил близости терминов (Proximity Rules)
Google анализирует поведение пользователей для оценки эффективности правил близости (Proximity Rules), которые влияют на ранжирование в зависимости от расстояния между ключевыми словами на странице. Система отслеживает, кликают ли пользователи на результаты, где термины расположены далеко друг от друга, или пропускают их. На основе этих данных (Click Count, Skip Count) вычисляется оценка качества правила, что позволяет Google динамически адаптировать важность фактора близости.
  • US9146966B1
  • 2015-09-29
  • Поведенческие сигналы

  • SERP

Как Google определяет популярность и ранжирует физические события (концерты, выставки) в локальной выдаче
Google использует специализированную систему для ранжирования физических событий в определенном месте и времени. Система вычисляет оценку популярности события на основе множества сигналов: количества упоминаний в интернете, кликов на официальную страницу, популярности связанных сущностей (артистов, команд), значимости места проведения и присутствия в общих поисковых запросах о событиях. Затем результаты переранжируются для обеспечения разнообразия, понижая схожие события или события одной категории.
  • US9424360B2
  • 2016-08-23
  • Local SEO

  • Поведенческие сигналы

Как Google определяет ключевую тематику зданий и адресов, используя клики пользователей для показа релевантной рекламы
Google использует этот механизм для понимания основного назначения физического местоположения (адреса или здания). Система анализирует все бизнесы в этой локации и определяет, какие поисковые запросы чаще всего приводят к кликам по их листингам. Самый популярный запрос используется как доминирующее ключевое слово для выбора релевантной рекламы, когда пользователи ищут этот адрес или взаимодействуют с ним на Картах или в Street View.
  • US20120278171A1
  • 2012-11-01
  • Local SEO

  • Семантика и интент

  • Поведенческие сигналы

Как Google использует навигационные запросы, консенсус кликов и анкорных текстов для определения глобального качества сайта
Google анализирует потоки запросов, чтобы определить, когда пользователи ищут конкретный сайт (навигационный интент). Если запрос явно указывает на документ (через подавляющее большинство кликов пользователей или доминирование в анкор-текстах), этот документ получает «баллы качества». Эти баллы используются как глобальный сигнал качества, повышая ранжирование сайта по всем остальным запросам.
  • US7962462B1
  • 2011-06-14
  • Поведенческие сигналы

  • Ссылки

  • SERP

Как Google генерирует «синтетический анкорный текст», анализируя структуру и контекст ссылающихся страниц
Google анализирует структурно похожие страницы, ссылающиеся на различные ресурсы. Определяя, где известные поисковые запросы (Seed Queries) появляются в структуре этих ссылающихся страниц (например, в заголовках или Title), Google создает шаблоны. Эти шаблоны затем используются для извлечения текста из аналогичных мест на других страницах, создавая «синтетический описательный текст» (аналог анкорного текста) для целевых ресурсов. Это улучшает ранжирование, даже если фактический анкорный текст низкого качества.
  • US9208232B1
  • 2015-12-08
  • Ссылки

  • Структура сайта

  • Семантика и интент

Как Google использует машинное обучение для оптимизации обхода Knowledge Graph и поиска связанных концепций
Google оптимизирует обход Knowledge Graph для эффективного поиска семантически связанных фраз. Вместо анализа всех связей сущности система использует ML-модели для выбора только тех отношений (свойств), которые вероятнее всего приведут к ценным результатам. Этот выбор основан на истории поисковых запросов и контексте пользователя, что позволяет экономить вычислительные ресурсы и повышать релевантность предложений.
  • US10140286B2
  • 2018-11-27
  • Knowledge Graph

  • Семантика и интент

  • Персонализация

Как Google использует околоссылочный текст и заголовки (Web Quotes) для индексирования страниц и генерации сниппетов
Google анализирует текст на страницах, ссылающихся на целевой документ, извлекая «Web Quotes». Это не только текст абзаца, окружающего ссылку, но и текст из ближайших заголовков. Эти цитаты ранжируются по качеству ссылающегося источника (например, PageRank) и используются для индексирования целевой страницы (даже если этих слов на ней нет) и для формирования сниппета в результатах поиска.
  • US8495483B1
  • 2013-07-23
  • Индексация

  • Ссылки

  • SERP

Как Google связывает документы на основе поведения пользователей, времени взаимодействия и контентной близости для персонализации поиска
Google использует систему для определения "меры ассоциации" между различными документами (статьями, веб-страницами, письмами). Ассоциация рассчитывается на основе того, насколько близко по времени пользователь взаимодействовал с этими документами, насколько похож их контент и совпадают ли метаданные (например, автор). Эти связи используются для понимания пути пользователя и персонализации последующих результатов поиска.
  • US8131754B1
  • 2012-03-06
  • Поведенческие сигналы

  • Персонализация

  • Семантика и интент

Как Google проактивно уведомляет пользователей об изменении цен или доступности товаров на основе их предполагаемого намерения покупки
Google анализирует действия пользователя (поисковые запросы, посещения сайтов), чтобы выявить намерение в отношении сущностей (например, продуктов или авиабилетов). Если намерение сильное и происходит значительное изменение (падение цены или изменение доступности), Google проактивно отправляет уведомление со ссылками для завершения действия (например, покупки).
  • US20180357238A1
  • 2018-12-13
  • Семантика и интент

  • Поведенческие сигналы

  • Персонализация

Как Google использует исторические данные о поведении пользователей для сохранения эффективных синонимов
Google постоянно обновляет модели, определяющие синонимы для расширения запросов. Этот патент описывает защитный механизм: если новая модель отключает синоним, который исторически давал хорошие результаты (пользователи были довольны выдачей), система автоматически вернет этот синоним в работу, опираясь на накопленные данные о поведении пользователей.
  • US8762363B1
  • 2014-06-24
  • Семантика и интент

  • Поведенческие сигналы

  • SERP

seohardcore