Как Google использует логи поисковых запросов для поиска похожих сайтов и генерации лидов для рекламодателей

Термины и определения

Advertiser (Рекламодатель)

Конечный пользователь системы. Субъект, который предоставляет примерный ресурс с целью таргетирования промо-кампании.

Consumer / Sales Representative (Потребитель / Торговый представитель)

Другие типы конечных пользователей системы, использующие ее для генерации лидов.

Example Resource (Примерный ресурс)

Входные данные, предоставляемые пользователем (например, URL веб-сайта). Ресурс, используемый как эталон для поиска похожих ресурсов.

Lead (Лид)

Соответствующий ресурс с высоким рейтингом, предоставляемый рекламодателю для таргетинга промо-кампании.

Matching Resource (Соответствующий ресурс)

Выходные данные. Ресурсы, идентифицированные системой как похожие на Example Resource, поскольку они были результатом тех же запросов.

Query Logs (Логи запросов)

Исторические данные, содержащие полученные запросы и ресурсы (например, результаты поиска или рекламу), которые были выбраны или предоставлены в ответ на эти запросы.

Sponsor (Спонсор)

Субъект (организация, бизнес, рекламодатель), связанный с ресурсом.

Vertical Classification (Вертикальная классификация)

Бизнес-категория, связанная с ресурсом. Используется для фильтрации.

Ключевые утверждения (Анализ Claims)

Патент описывает инфраструктуру для бизнес-аналитики и генерации лидов, а не алгоритмы ранжирования поиска.

Claim 1 (Независимый пункт): Описывает основной процесс с точки зрения рекламодателя.

1. Система получает от рекламодателя указание на example resource (цель для кампании).
2. Система идентифицирует query logs (запись включает полученный запрос и выбранный в ответ ресурс).
3. Система определяет запросы, которые привели к example resource.
4. Используя эти запросы и логи, система идентифицирует matching resources, которые также были решением для этих запросов.
5. Система фильтрует matching resources. Фильтрация включает ранжирование, основанное на частоте (frequency), с которой соответствующий ресурс возвращался в ответ на эти запросы (согласно логам).
6. Ресурсы с наивысшим рейтингом идентифицируются как leads.
7. Система предоставляет предложения рекламодателю, включая эти лиды для таргетинга кампании.

Claim 16 (Независимый пункт): Описывает альтернативный вариант применения.

Ресурс определяется как веб-ресурс с рекламными слотами. Query logs содержат "критерии выбора" (selection criteria) и выбранную в ответ рекламу. Цель — найти соответствующие ресурсы на основе этих критериев. (Это больше похоже на механизм контекстной рекламы или AdSense).

Claim 17 (Независимый пункт): Описывает систему, реализующую процесс из Claim 1. Упоминаются компоненты: Resource Identifier, Query Log Evaluator, Matching Resource Identifier, и Matching Resource Filter.

Где и как применяется

Этот патент не вписывается в стандартную архитектуру Google Поиска (Сканирование, Индексирование, Ранжирование), поскольку он не предназначен для формирования поисковой выдачи для конечных пользователей. Он предназначен для анализа результатов поискового процесса с целью бизнес-аналитики.

Система Рекламы / Бизнес-аналитики (Вне основного поиска)
Описанная система, вероятно, является отдельным инструментом для бизнес-аналитики или рекламы (например, частью Google Ads или Analytics).

Система взаимодействует со следующими данными:

• Данные этапов RANKING / RERANKING: Система в значительной степени полагается на данные, генерируемые на этих этапах, в частности на Query Logs, которые записывают, какие запросы привели к каким результатам или выборам пользователей.
• Данные этапа INDEXING: Система использует данные, которые могли быть собраны во время индексирования, для фильтрации результатов: например, Vertical Classification, идентификация Sponsors и определение того, является ли ресурс каталогом (directory).

Входные данные:

• Example Resource (например, URL).
• Критерии фильтрации (опционально, например, местоположение, размер бизнеса).

Выходные данные:

• Отфильтрованный и ранжированный список Matching Resources (Leads).
• Возможно, Sponsor Information (контактная информация спонсора).

На что влияет

• Рекламные кампании: В первую очередь влияет на рекламодателей, ищущих цели (конкурентов или площадки для размещения), и отделы продаж, ищущие лиды.
• Инструменты анализа рынка: Влияет на функциональность инструментов для анализа конкурентной среды.
• Органическое ранжирование: Патент не указывает на влияние на органическое ранжирование.

Когда применяется

• Триггеры активации: Алгоритм применяется, когда пользователь (рекламодатель или торговый представитель) явно использует инструмент для поиска похожих ресурсов на основе введенного примера (example resource).

Пошаговый алгоритм

Процесс генерации лидов:

1. Получение Входных Данных: Система получает "Примерный ресурс" (Example Resource) от пользователя (например, рекламодателя).
2. Анализ Логов Запросов: Система анализирует Query Logs, чтобы найти все исторические запросы, которые приводили к выбору Примерного ресурса.
3. (Опционально) Очистка Запросов: Удаление общих слов (стоп-слов), нечастотных терминов или терминов, связанных со спам-запросами, из найденного набора запросов.
4. Идентификация Соответствующих Ресурсов: Система ищет другие ресурсы ("Соответствующие ресурсы", Matching Resources), которые также являлись решением (были предоставлены в выдаче и/или выбраны) для того же набора очищенных запросов.
5. (Опционально) Идентификация Спонсоров: Определение организаций (Sponsors), связанных с Соответствующими ресурсами, и сбор информации о них (контакты, профиль, финансы).
6. Фильтрация Ресурсов: Применение критериев для удаления нерелевантных результатов. Это может включать:
   • Удаление каталогов (directories).
   • Фильтрацию по бизнес-категории (Vertical Classification).
   • Фильтрацию по геолокации (geo-location) спонсора.
   • Фильтрацию по размеру бизнеса (size of a business).
   • Фильтрацию по рекламным расходам (spend data) спонсора.
7. Ранжирование Ресурсов: Сортировка оставшихся ресурсов. Основной критерий ранжирования — частота (frequency), с которой ресурс возвращался в ответ на общий набор запросов (согласно логам). Также может учитываться количество исторических кликов (historical clicks).
8. Генерация Лидов: Идентификация топовых ранжированных ресурсов как Leads.
9. Предоставление Результатов: Вывод списка лидов и связанной с ними информации о спонсорах пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании логов и бизнес-метрик для анализа сходства.

• Поведенческие факторы: Критически важны. Используются Query Logs (запросы и выбранные в ответ ресурсы) и historical clicks (исторические клики или CTR за определенный период времени).
• Географические факторы: Geo-location спонсора ресурса или пользователя системы используется для фильтрации результатов.
• Бизнес-метрики (не являются SEO-факторами):
  • Size of a business (размер бизнеса, например, количество сотрудников, прибыль, продажи).
  • Spend data (данные о расходах спонсора, например, на рекламные кампании).
• Контентные/Структурные факторы: Используются для идентификации типа ресурса (например, для исключения directories) и определения Vertical Classification.

Какие метрики используются и как они считаются

• Frequency of return (Частота возврата): Метрика, показывающая, как часто ресурс возвращается в ответ на набор общих запросов. Используется как основной сигнал для ранжирования лидов.
• Historical Clicks / CTR: Количество кликов или CTR за период времени. Используется для фильтрации (например, удаление ресурсов с низким CTR) или ранжирования.
• Сравнение бизнес-метрик: Система сравнивает размер бизнеса и spend data между примерным ресурсом и соответствующими ресурсами. Ресурсы с "существенно отличающимися" (substantially different) показателями отфильтровываются.

ВАЖНО: Этот патент является чисто инфраструктурным и описывает внутренние инструменты Google для бизнес-аналитики. Он не дает практических выводов для улучшения органического ранжирования в SEO.

1. Фокус на генерации лидов и рекламе: Основная цель патента — предоставить рекламодателям и отделам продаж инструмент для поиска потенциальных клиентов или площадок для рекламы на основе анализа поведения пользователей в поиске.
2. Определение сходства через общие запросы: Ключевая концепция заключается в том, что веб-сайты, которые часто появляются в выдаче по одним и тем же запросам, считаются похожими (конкурентами или релевантными одной тематике).
3. Использование не-SEO данных для фильтрации: Система активно использует бизнес-метрики, такие как размер компании (size of a business) и рекламные расходы (spend data), а также геолокацию для уточнения списка лидов, что подчеркивает ее коммерческую направленность.
4. Ранжирование лидов по частоте показов: Лиды ранжируются не по их качеству или релевантности контента, а по частоте их появления в ответ на общие запросы в логах.
5. Подтверждение анализа SERP Overlap: Патент подтверждает, что Google анализирует пересечение выдачи (SERP overlap) для понимания взаимосвязей между веб-сайтами и рыночной конъюнктуры.

ВАЖНО: Патент описывает внутренние инструменты для генерации лидов, а не алгоритмы SEO-ранжирования. Практическое применение для SEO является косвенным и связано с анализом конкурентов.

Best practices (это мы делаем)

• Анализ пересечения выдачи (SERP Overlap): Патент подтверждает важность анализа пересечения выдачи для идентификации истинных семантических конкурентов. SEO-специалистам следует использовать инструменты (например, Ahrefs, Semrush) для анализа того, какие сайты постоянно появляются рядом с вашим сайтом по ключевым запросам. Google считает вас похожими, если вы часто появляетесь по одним и тем же запросам.
• Расширение семантического ядра для пересечения с лидерами: Для того чтобы система считала ваш сайт похожим на авторитетные ресурсы в нише, необходимо стратегически расширять семантическое ядро, чтобы оно пересекалось с семантикой лидеров рынка.

Worst practices (это делать не надо)

• Патент не направлен на борьбу с SEO-манипуляциями и не выделяет каких-либо худших практик в контексте органического продвижения.

Стратегическое значение

Патент демонстрирует, как Google монетизирует данные о поведении пользователей в поиске, создавая инструменты для бизнес-аналитики и рекламы. Для SEO это имеет значение как подтверждение того, что анализ пересечения запросов (SERP overlap) является валидным методом для понимания того, как поисковая система группирует сайты по тематикам и интентам.

Практические примеры

Сценарий: Использование концепции патента для анализа конкурентов в SEO

1. Определение эталона (Input): SEO-специалист определяет свой сайт (или сайт ключевого конкурента) как Example Resource.
2. Сбор данных о видимости (Аналог Query Logs): С помощью внешних SEO-инструментов собирается список всех запросов, по которым ранжируется эталонный сайт.
3. Идентификация конкурентов (Аналог Matching Resources): Используются функции анализа конкурентов (например, "Competing Domains" в Ahrefs), чтобы найти другие сайты, которые также ранжируются по значительному количеству этих же запросов.
4. Ранжирование конкурентов (Аналог Ranking): Конкуренты сортируются по степени пересечения семантики (количеству общих ключевых слов) и общей видимости по этим запросам.
5. Результат: Получается список истинных семантических конкурентов, основанный на том же принципе, который описан в патенте Google для генерации лидов.