Как Google решает, показывать ли промежуточную страницу (превью) или направлять пользователя сразу на сайт при клике в Поиске по картинкам

Термины и определения

Image-centric Document (Документ, ориентированный на изображение)

Документ (веб-страница), который качественно и заметно представляет конкретное изображение. Определяется на основе Quality Score, превышающего определенный порог.

Image Overlay Document (Документ с наложением изображения)

Промежуточная страница или интерфейс, генерируемый поисковой системой, когда исходный документ не является image-centric. Включает в себя превью изображения (Overlay Image), фоновую версию исходной страницы (Underlay Document) и навигационную рамку (Navigation Frame).

Image-centricity Record (Запись об ориентированности на изображение)

Структура данных, хранящая информацию о том, является ли конкретный документ image-centric для конкретного изображения.

Quality Score (Оценка качества)

Метрика, рассчитываемая на основе Image Metadata для определения степени image-centricity документа.

Image Metadata (Метаданные изображения)

Данные, используемые для расчета Quality Score. Включают четыре основных типа информации, описанных ниже.

Click-through information (Информация о кликах)

Данные о взаимодействии пользователей с Image Overlay Document. Например, частота, с которой пользователи кликают для перехода к исходному документу (CTR оверлея).

Image accesses information (Информация о доступе к изображению)

Данные о поведении пользователей после перехода на исходный документ. Например, частота или скорость возврата (pogo-sticking) обратно к результатам поиска, а также время, проведенное на документе (Dwell Time).

Image quality information (Информация о качестве изображения)

Визуальные характеристики изображения на исходной странице: размер, разрешение, соотношение сторон, вариативность цветов. Также может включать тематическую связь между контентом документа и изображением.

Image position information (Информация о позиции изображения)

Данные о расположении изображения в документе (например, координаты). Используется для определения видимости изображения (например, Above The Fold).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод обработки запроса к изображению из результатов поиска.

1. Система предоставляет результаты поиска по изображениям.
2. Система получает запрос на доступ к изображению (клик пользователя). Изображение связано с исходным документом.
3. Система определяет, является ли исходный документ image-centric по отношению к этому изображению.
4. Система выборочно предоставляет результат:
• Если документ НЕ является image-centric, предоставляется Image Overlay Document.
• Если документ является image-centric, предоставляется исходный документ (прямой переход).

Claim 2 (Зависимый от 1): Уточняет метод определения image-centricity в реальном времени.

Определение статуса image-centric включает поиск в предварительно созданных записях данных (Image-centricity Records).

Claim 3 (Зависимый от 1): Описывает офлайн-процесс создания этих записей данных.

1. Система получает Image Metadata (включая информацию о взаимодействии пользователей с Image Overlay Documents).
2. На основе этих метаданных определяется, что документ является image-centric.
3. Создается запись данных (data record), фиксирующая этот статус.

Claim 4 (Зависимый от 1): Детализирует, какие метаданные используются для определения image-centricity. Список включает как минимум одно из:

• Click-through information (поведенческие данные о переходах с оверлея).
• Image accesses information (поведенческие данные о возвратах в поиск).
• Image quality information (статические визуальные характеристики).
• Image position information (статические данные о расположении).

Где и как применяется

Изобретение затрагивает этапы индексирования для сбора данных и этап взаимодействия с пользователем после формирования выдачи.

INDEXING – Индексирование и извлечение признаков
На этом этапе система собирает статические данные:

• Извлечение Image quality information (размер, разрешение).
• Извлечение Image position information (положение на странице при рендеринге).

Офлайн-процессы (Data Analysis)
Система анализирует логи поведения пользователей для сбора динамических данных:

• Анализ Click-through information и Image accesses information.

На основе всех данных рассчитывается Quality Score и создается Image-centricity Record, который сохраняется в индексе или связанной базе данных.

METASEARCH / Post-Ranking (Взаимодействие с пользователем)
Основное применение патента. Когда пользователь кликает на результат в Поиске по картинкам:

1. Система перехватывает запрос на доступ к изображению.
2. Система проверяет Image-centricity Record для связанного документа.
3. Система осуществляет маршрутизацию: либо на исходный URL, либо на интерфейс Image Overlay Document.

Входные данные (Онлайн):

• Запрос пользователя (клик).
• Идентификаторы изображения и исходного документа (URL).
• Image-centricity Record из индекса.

Выходные данные (Онлайн):

• Редирект пользователя на исходный документ ИЛИ предоставление Image Overlay Document.

На что влияет

• Типы контента: Влияет на страницы, где изображения являются основным контентом (фотогалереи, карточки товаров в e-commerce, портфолио, инфографика) или важным дополнением (статьи с ключевыми иллюстрациями).
• Ниши: Критично для ниш, где пользователи ищут визуальную информацию: мода, дизайн, путешествия, товары, искусство.
• Трафик и UX: Напрямую влияет на объем трафика, получаемого сайтом из Поиска по картинкам, и на удовлетворенность пользователя.

Когда применяется

• Триггер активации: Клик пользователя на изображение в результатах поиска по картинкам.
• Условия работы: Система применяется при каждом клике для определения целевой страницы.
• Пороговые значения: Активация прямого перехода происходит, когда Quality Score для image-centricity превышает определенный порог (Threshold). Если порог не достигнут, показывается Image Overlay.

Пошаговый алгоритм

Процесс А: Офлайн-оценка Image-centricity

1. Сбор метаданных: Система собирает Image Metadata для пары (Изображение, Документ). Это включает статические данные из индекса и динамические поведенческие данные из логов.
2. Расчет оценки: Система рассчитывает Quality Score на основе собранных метаданных. Разные типы метаданных могут иметь разный вес (например, поведенческие данные могут иметь больший вес).
3. Сравнение с порогом: Quality Score сравнивается с предопределенным порогом.
4. Присвоение статуса и сохранение:
• Если оценка выше порога: Документ обозначается как image-centric. Создается или обновляется Image-centricity Record.
• Если оценка ниже порога: Документ обозначается как не image-centric.
5. Агрегация на уровне сайта (Опционально): Если пороговое количество страниц сайта признано image-centric, весь сайт может быть классифицирован как image-centric.

Процесс Б: Обработка запроса в реальном времени

1. Получение запроса: Система получает запрос на отображение изображения (клик на результат поиска).
2. Идентификация документа: Определяется исходный документ, связанный с изображением.
3. Проверка статуса: Система проверяет Image-centricity Record для определения статуса документа.
4. Принятие решения о навигации:
• Если image-centric: Система предоставляет исходный документ пользователю (Прямой переход).
• Если не image-centric (или данных недостаточно): Система создает Image Overlay Document и предоставляет его пользователю (Генерация оверлея).

Какие данные и как использует

Данные на входе

Патент фокусируется на четырех основных типах данных для определения image-centricity:

• Мультимедиа факторы (Image Quality Information): Визуальные характеристики изображения на странице: размер (dimensions), разрешение (resolution), соотношение сторон (aspect ratio), вариативность цветов.
• Структурные/Технические факторы (Image Position Information): Расположение изображения в документе (координаты). Используется для оценки видимости (например, Above The Fold).
• Поведенческие факторы (Click-through Information): Данные о том, как пользователи взаимодействуют с Image Overlay. Высокая частота переходов с оверлея на исходный сайт свидетельствует в пользу image-centricity.
• Поведенческие факторы (Image Accesses Information): Данные о поведении на исходном сайте. Низкая частота быстрых возвратов (low pogo-sticking) к результатам поиска и высокое время пребывания (Dwell Time) свидетельствуют в пользу image-centricity.
• Контентные факторы (Упомянуто в Image Quality Information): Информация о том, связан ли контент документа с темой, с которой также связано изображение.

Какие метрики используются и как они считаются

• Quality Score (Оценка качества): Агрегированная метрика, рассчитываемая на основе входных данных (метаданных). Патент указывает, что разные типы метаданных могут взвешиваться по-разному (например, поведенческие данные могут иметь больший вес, чем статические характеристики).
• Threshold (Порог): Предопределенное значение, с которым сравнивается Quality Score для бинарной классификации документа как image-centric или нет.
• Метрики поведения: CTR (на оверлее), Pogo-sticking Rate, Dwell Time (на исходном сайте).

1. Прямой трафик из Image Search зависит от качества представления изображения: Ключевой вывод — Google предпочитает направлять трафик напрямую только на сайты, которые качественно и заметно отображают изображения (image-centric). Если сайт не соответствует этим критериям, Google будет использовать промежуточный интерфейс (Image Overlay или панель превью).
2. Image-centricity — это комбинация статических и поведенческих факторов: Оценка Quality Score не является чисто технической. Она учитывает как характеристики изображения (размер, разрешение) и его размещения, так и реакцию пользователей (клики, возвраты в поиск).
3. Поведенческие сигналы (UX) критичны: Патент явно подтверждает использование пост-клик анализа (Image accesses information). Если пользователи удовлетворены целевой страницей (не возвращаются сразу в поиск), это сигнализирует Google, что страница является качественным назначением.
4. Видимость и качество изображения имеют значение: Image Quality и Image Position являются прямыми факторами. Изображения должны быть высокого разрешения и расположены на видном месте.
5. Возможность оценки на уровне сайта: Патент упоминает, что если достаточное количество страниц сайта являются image-centric, весь сайт может унаследовать этот статус. Это подчеркивает важность качественных шаблонов и последовательного UX.

Best practices (это мы делаем)

Цель SEO-стратегии в контексте этого патента — добиться классификации ключевых страниц как image-centric, чтобы максимизировать прямой трафик из поиска по картинкам.

• Используйте высококачественные и большие изображения: Убедитесь, что изображения, которые вы хотите ранжировать, имеют высокое разрешение и достаточный размер. Это напрямую влияет на Image quality information.
• Размещайте ключевые изображения на видном месте: Размещайте важные изображения в верхней части страницы (Above The Fold). Изображение должно быть фокусом страницы. Это напрямую влияет на Image position information.
• Оптимизируйте UX для удержания пользователей: Страница должна быть удобной, быстро загружаться и соответствовать интенту пользователя, чтобы снизить pogo-sticking. Это улучшает Image accesses information.
• Обеспечивайте высокую релевантность контента изображению: Контент, окружающий изображение, должен быть тематически тесно связан с ним. Патент упоминает это как часть оценки качества.

Worst practices (это делать не надо)

• Использование маленьких изображений или низкого разрешения: Это негативно скажется на Image quality information и гарантирует, что страница не будет считаться image-centric.
• Скрытие ключевых изображений: Размещение изображений внизу страницы, за рекламой или в невидимых блоках негативно повлияет на Image position information и поведенческие метрики.
• Создание страниц с низким вовлечением (Thin Content): Страницы, которые провоцируют быстрый возврат пользователя в поиск, будут иметь плохие Image accesses information, что помешает классификации как image-centric.
• Медленная загрузка страниц: Негативно влияет на удовлетворенность пользователя и увеличивает вероятность возврата в поиск, ухудшая Image accesses information.

Стратегическое значение

Этот патент подчеркивает важность интеграции Image SEO и UX. Речь идет не только о ранжировании изображений, но и о конвертации этих показов в качественный трафик на сайт. Стратегически, необходимо рассматривать целевые страницы как полноценные лендинги для визуального поиска. Инвестиции в качественный визуальный контент и оптимизацию его представления напрямую влияют на способность сайта привлекать прямой трафик, минуя интерфейсы Google.

Практические примеры

Сценарий: Оптимизация карточки товара в E-commerce

Задача: Добиться прямого перехода на карточку товара из Google Images.

1. Анализ ситуации: Клик на изображение товара в поиске открывает панель предпросмотра (Image Overlay). Страница не считается image-centric. Причины: фото товара небольшое и смещено в сторону.
2. Действия по оптимизации:
• Image Quality: Заменить основное изображение на фото высокого разрешения (например, 1500x1500px).
• Image Position: Переработать дизайн так, чтобы блок с фото находился в самом верху страницы и был основным фокусом первого экрана.
• UX (для Image Accesses Info): Ускорить загрузку страницы (оптимизировать LCP) и добавить полезный контент (отзывы, характеристики) для удержания пользователя.
3. Ожидаемый результат: После переиндексации и накопления новых поведенческих данных, Google переоценит Quality Score. При достижении порога, клик на изображение в поиске начнет вести пользователя напрямую на карточку товара.