Как Google фильтрует поведенческие сигналы, используя совместимость языков и стран пользователей

Термины и определения

Click Fraction (Доля кликов)

Метрика, представляющая распределение кликов по различным характеристикам пользователей для конкретной пары запрос/документ. Например, отношение числа кликов от пользователей с определенным языком к общему числу кликов по документу.

Click Measures (Меры кликов)

Данные, представляющие поведение пользователей (requestor behavior) относительно ранее отправленных запросов и конкретного результата поиска.

Compatibility / Predefined Compatibility (Совместимость)

Заранее установленные правила или модели, определяющие схожесть между характеристиками пользователей (например, совместимость русского и украинского языков или совместимость соседних стран).

Country Demotion Score (CD) (Оценка понижения по стране)

Мера способности пользователя понять документ, основанная на совместимости страны пользователя и страны документа (или страны происхождения кликов).

Language Demotion Score (LD) (Оценка понижения по языку)

Мера способности пользователя понять соответствующий документ. Варьируется от 0 (низкая вероятность понимания/совместимости) до 1.0 (высокая вероятность).

Rank Modifier Engine (Механизм модификации ранга)

Компонент системы, который корректирует ранжирование на основе дополнительных сигналов, включая поведенческие модели.

Rank Refiner Engine (Механизм уточнения ранга)

Компонент, ответственный за реализацию логики патента: анализ совместимости характеристик и корректировку поведенческих данных.

Result Selection Logs (Логи выбора результатов)

Хранилище данных о взаимодействии пользователей с выдачей. Фиксирует запрос (Q), документ (D), время (T), язык (L) и страну (C) пользователя.

User Characteristics (Характеристики пользователя)

Атрибуты пользователя, такие как язык (user languages) и местоположение (user locations/страна).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод фильтрации поведенческих данных по языковой совместимости.

1. Система получает результаты поиска в ответ на запрос пользователя.
2. Каждый результат связан с набором click measures. Каждая мера относится к отдельному естественному языку и представляет поведение прошлых пользователей этого языка.
3. Система «уменьшает» (reducing) меру кликов, если она относится к языку, который является «несовместимым» (incompatible) с языком текущего пользователя.
4. Система рассчитывает фактор ранжирования (scoring factor) на основе скорректированных мер кликов.
5. Система ранжирует результаты на основе этих факторов.

Ядро изобретения — это использование сегментированных поведенческих данных и активное снижение влияния данных от несовместимых языковых сегментов перед ранжированием.

Claim 2 (Зависимый от 1): Уточняет расчет фактора ранжирования.

Расчет включает взвешивание мер кликов с помощью веса, который представляет «способность пользователя понять документ». Это соответствует использованию Language Demotion Score (LD).

Claim 5 (Зависимый от 4, который зависит от 1): Уточняет расчет фактора ранжирования с учетом стран.

Если прошлые пользователи находились в другой стране, расчет включает взвешивание мер кликов весом, основанным на стране пользователя и стране документа. Это соответствует использованию Country Demotion Score (CD).

Claim 9 (Зависимый от 1): Уточняет механизм уменьшения.

Уменьшение (reducing) меры кликов может включать ее полное исключение (eliminating). Система может полностью игнорировать клики от несовместимых групп.

Claim 10 (Зависимый от 1): Описывает определение несовместимости.

Определение несовместимости языка основывается, по крайней мере, на анализе поисковых запросов, отправленных пользователями в разных странах. Это предполагает офлайн-анализ данных.

Где и как применяется

Изобретение применяется на финальных этапах обработки запроса для корректировки ранжирования на основе поведенческих факторов.

INDEXING – Индексирование (и анализ логов)
На этом этапе система обрабатывает Result Selection Logs. Данные о кликах (Q, D, T, L, C) агрегируются и сегментируются. Также офлайн-процессы анализируют эти данные для определения моделей совместимости языков и стран.

RANKING – Ранжирование / RERANKING – Переранжирование
Основное применение патента. Rank Modifier Engine использует поведенческие сигналы для корректировки ранжирования. Rank Refiner Engine (описанный в патенте) вмешивается в этот процесс.

1. Получение данных: Для кандидатов на ранжирование извлекаются сегментированные поведенческие данные (click measures).
2. Уточнение сигналов: Rank Refiner Engine анализирует контекст текущего пользователя (язык, страна) и применяет логику совместимости для корректировки (уменьшения или исключения) влияния кликов от несовместимых групп.
3. Расчет факторов: Вычисляются итоговые scoring factors с использованием скорректированных данных и метрик типа LD и CD.
4. Финальное ранжирование: Результаты сортируются с учетом этих факторов.

Входные данные:

• Запрос и характеристики текущего пользователя (L, C).
• Набор документов-кандидатов.
• Исторические данные о кликах (Result Selection Logs), сегментированные по L и C прошлых пользователей.
• Предопределенные модели совместимости и метрики (LD, CD).

Выходные данные:

• Скорректированные поведенческие факторы (scoring factors) для каждого документа.

На что влияет

• Международный и многоязычный контент: Критически влияет на ранжирование сайтов, ориентированных на несколько стран или языков. Успех в одном сегменте не транслируется автоматически в другой.
• Специфические запросы: Влияет на запросы с неоднозначным интентом или запросы, где результаты популярны у разных, не пересекающихся аудиторий. Также влияет на запросы с дефицитом данных, позволяя использовать данные из совместимых регионов.
• Локализация: Механизм поддерживает продвижение локальных документов путем учета кликов на разных языках в пределах одной страны пользователя (важно для многоязычных стран).

Когда применяется

• Условия активации: Наличие достаточного объема исторических поведенческих данных для пары запрос/документ, сегментированных по разным характеристикам пользователей.
• Триггер корректировки: Когда значительная часть поведенческих данных исходит от групп пользователей, чьи характеристики (язык/страна) отличаются от характеристик текущего пользователя, и существует риск искажения релевантности из-за несовместимости.

Пошаговый алгоритм

Процесс А: Учет совместимости характеристик (на примере языка)

1. Получение данных: Для пары запрос/документ извлекаются сегментированные данные о кликах по языкам (например, English, German, Chinese).
2. Расчет Click Fractions: Вычисляется доля кликов для каждого языка (например, English 0.3, German 0.2, Chinese 0.5).
3. Первичная сортировка: Языки сортируются по убыванию доли кликов (Chinese 0.5, English 0.3, German 0.2).
4. Анализ совместимости: Система сравнивает языки с языком текущего пользователя (например, English), используя Predefined Compatibility.
5. Корректировка (Adjusting/Reducing): Система идентифицирует несовместимые языки (например, Chinese) и уменьшает их влияние. Это может быть применение понижающего веса или полное исключение данных (eliminating). В примере исключается Chinese 0.5.
6. Пересчет и повторная сортировка: Click Fractions пересчитываются для оставшихся совместимых языков (например, English 0.6, German 0.4).
7. Расчет Scoring Factor: Скорректированные данные (L+) используются для расчета итогового фактора.

Процесс Б: Агрегация данных с использованием Demotion Scores

Система использует рассчитанные данные для определения итогового фактора ранжирования, применяя формулы, включающие LD и CD, чтобы определить вес различных уровней данных.

Пример 1: Уровень совместимости языков (L+)
Баланс между общими кликами (B) и кликами от совместимых языков (L+), в зависимости от вероятности понимания (LD):
$LD*B+(1-LD)*L+$

Пример 2: Уровень совместимости стран (C+)
Баланс на основе совместимости стран (CD), используя клики на языке пользователя (L) и клики из совместимых стран (C+):
$L*CD+(1-CD)*C+$

Пример 3: Уровень продвижения локальных документов (C*)
Учет кликов на разных языках в пределах одной страны пользователя. Агрегация данных по всем языкам (C*), используемым в стране, и комбинирование их с данными по конкретному языку/стране пользователя (C), используя LD:
$C+LD*C*$

Какие данные и как использует

Данные на входе

• Поведенческие факторы: Основные данные. Используются Result Selection Logs. Фиксируются: запрос (Q), выбранный документ (D), время на документе (T). Также фиксируется негативная информация (результат показан, но не кликнут), позиции кликов, IR-оценки показанных результатов, заголовки и сниппеты.
• Географические факторы: Страна (C) пользователя (текущего и прошлых), определяемая по IP-адресу или используемому серверу.
• Пользовательские факторы: Язык (L) пользователя (текущего и прошлых). Также могут использоваться cookie, возраст cookie, IP-адрес, user agent браузера.

Какие метрики используются и как они считаются

• Click Fraction (Доля кликов): Рассчитывается для сегмента. Пример: (Клики по документу от пользователей с языком X) / (Общее число кликов по документу).
• Compatibility (Совместимость): Предопределенная метрика схожести языков/стран. Может определяться на основе анализа поисковых запросов из разных стран (Claim 10).
• Language Demotion Score (LD) и Country Demotion Score (CD): Оценки (от 0 до 1.0) вероятности понимания контента, основанные на совместимости языка и страны соответственно.
• Агрегированные показатели кликов (B, L+, C+, C*):
  • B: Общее количество кликов.
  • L+: Клики для совместимых языков (после фильтрации).
  • C+: Клики из совместимых стран.
  • C*: Клики для всех языков, используемых в стране пользователя.
• Scoring Factor (Фактор ранжирования): Итоговая метрика, рассчитываемая на основе агрегированных показателей и Demotion Scores (см. формулы в разделе 3.3).

1. Поведенческие сигналы контекстуальны и сегментированы: Google не использует агрегированные глобальные данные о кликах напрямую. CTR и другие метрики взаимодействия сегментируются по языку и стране и используются только в релевантном контексте.
2. Совместимость (Compatibility) как ключевой фильтр: Введено понятие совместимости между аудиториями. Система активно подавляет или полностью исключает (Claim 9) поведенческие сигналы от несовместимых групп пользователей.
3. Гибкость вместо жесткой иерархии: Вместо жесткого выбора между локальными и глобальными данными, система использует гибкие модели (промежуточные уровни L+, C+) и веса (LD, CD) для учета данных от схожих, но не идентичных аудиторий (например, родственные языки, соседние страны).
4. Продвижение локального контента (C*): Система может учитывать клики на разных языках в пределах одной страны пользователя для продвижения локально релевантных документов, что важно для многоязычных регионов.
5. Защита от манипуляций: Механизм усложняет кросс-региональную накрутку поведенческих факторов, так как клики из несовместимых источников будут отфильтрованы.

Best practices (это мы делаем)

• Фокус на локализованном User Experience: Сосредоточьтесь на удовлетворении интента и максимизации положительных поведенческих сигналов (высокий CTR, вовлеченность) именно в вашем целевом языковом и географическом сегменте. Успех в одном сегменте не гарантирует автоматического успеха в другом.
• Точная настройка международного таргетинга: Используйте hreflang и другие сигналы локализации, чтобы четко указать Google целевую аудиторию каждой страницы. Это поможет системе корректно сопоставить контент с нужным сегментом и правильно интерпретировать поведенческие сигналы.
• Анализ данных по сегментам: Анализируйте эффективность (CTR, позиции) отдельно для каждого целевого языка и страны в GSC. Не полагайтесь на агрегированные данные.
• Стратегия для совместимых рынков: При выходе на рынки с совместимыми языками или близкие географически (например, США/Канада или СНГ), положительные сигналы могут частично переноситься (уровни L+, C+). Это усиливает стратегию построения региональных хабов.

Worst practices (это делать не надо)

• Накрутка поведенческих факторов из нецелевых регионов: Попытки манипулировать CTR с использованием трафика или ботов из несовместимых языковых или географических сегментов будут неэффективны. Система идентифицирует и исключит (eliminating) эти сигналы при ранжировании для целевой аудитории.
• Игнорирование локализации (One Size Fits All): Создание единой версии контента в надежде на глобальное ранжирование за счет общих сигналов. Если контент не удовлетворяет локальный интент или языки несовместимы (низкий LD), он не получит преимущества от глобальных кликов.
• Игнорирование языковой совместимости: Попытка ранжироваться по запросам на одном языке с контентом на другом языке. Language Demotion Score (LD) понизит вес поведенческих сигналов.

Стратегическое значение

Патент подтверждает, что Google рассматривает глобальный поиск как совокупность множества локальных поисков, связанных моделями совместимости. Поведенческие факторы являются локализованными и контекстуальными. Долгосрочная SEO-стратегия должна фокусироваться на глубоком понимании интента и поведения пользователей в каждом отдельном целевом сегменте (гипер-сегментация), а не на поиске универсальных факторов ранжирования.

Практические примеры

Сценарий 1: Фильтрация несовместимых кликов (Защита от искажения)

1. Ситуация: Пользователь ищет на английском языке в США. Существует документ, который очень популярен по этому запросу в Китае (среди китайскоязычных пользователей).
2. Действие системы: Rank Refiner Engine видит высокий Click Fraction из Китая.
3. Применение совместимости: Система определяет китайский язык/Китай как несовместимые с английским языком/США.
4. Результат: Данные о кликах из Китая исключаются (eliminated) при расчете ранжирования для пользователя из США. Документ не получает неоправданного буста.

Сценарий 2: Использование совместимых данных (Расширение покрытия)

1. Ситуация: Пользователь ищет на русском языке из Беларуси. Исторических данных по этому запросу из Беларуси недостаточно для оценки поведенческих факторов.
2. Действие системы: Система ищет данные из совместимых регионов. Россия и Беларусь могут быть признаны совместимыми (высокий CD).
3. Применение совместимости: Система использует данные о кликах русскоязычных пользователей из России (уровень C+), чтобы оценить релевантность документа.
4. Результат: Ранжирование для пользователя из Беларуси улучшается за счет использования релевантных поведенческих данных из совместимой страны.