Как Google использует данные о кликах и запросах для определения схожести локальных бизнесов

Термины и определения

Local Entity (Локальная сущность)

Физическая сущность (например, ресторан, магазин, достопримечательность), привязанная к географическому местоположению и имеющая локальное значение для этого местоположения.

Term Value (TV) (Ценность термина)

Значение, пропорциональное количеству запросов, включающих данный термин, зарегистрированных в логе запросов. Отражает общую популярность термина.

Selection Value (SV) (Ценность выбора)

Значение, пропорциональное количеству выборов (кликов) поисковых результатов, которые ссылаются на данную локальную сущность, в ответ на запрос, включающий данный термин.

Similarity Measure (Мера схожести)

Количественная оценка того, насколько одна локальная сущность похожа на другую, основанная на сравнении их соответствующих Term Values и Selection Values.

Proper Subset (Надлежащее подмножество)

Группа локальных сущностей, выбранных для сравнения с первой сущностью. Часто определяется географической близостью (например, в пределах порогового расстояния или времени в пути).

Selection Ratio (Коэффициент выбора / Click Fraction)

Соотношение Selection Value к Term Value (SV/TV) для конкретного термина и сущности. Используется для измерения распределения и концентрации кликов.

Term Quality (Качество термина)

Оценка полезности термина запроса для определения сходства сущностей.

High Quality Query Term (Высококачественный термин запроса)

Термин, который указывает на категорию (например, "пицца") и не имеет выраженной локационной или навигационной предвзятости.

Location Bias (Локационная предвзятость)

Ситуация, когда клики по термину преимущественно кластеризованы в определенных географических областях (например, термин "NYC").

Navigational Bias (Навигационная предвзятость)

Ситуация, когда термин сильно ассоциирован с конкретными сущностями (бренды). Особенно проблематично, если термин навигационный для разных типов сущностей.

Constituent Scoring Component (CSC) (Составной компонент оценки)

Промежуточная оценка схожести для одного конкретного термина запроса, учитывающая TV, SV и, возможно, Selection Ratio и Term Quality для обеих сравниваемых сущностей.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод определения связанных локальных сущностей.

1. Система получает доступ к данным для набора Local Entities (физических объектов с гео-привязкой).
2. Для каждой сущности и термина запроса имеются данные:
   • Term Value (TV): пропорционально частоте термина в логах запросов.
   • Selection Value (SV): пропорционально количеству кликов на результаты для этой сущности при использовании этого термина.
3. Выбирается первая локальная сущность.
4. Выбирается Proper Subset вторых локальных сущностей.
5. Для каждой второй сущности вычисляется Similarity Measure по отношению к первой сущности на основе TV и SV обеих сущностей.
6. Вторые сущности ранжируются на основе их Similarity Measure.

Claim 2 (Зависимый от 1): Уточняет критерий выбора подмножества.

Выбор Proper Subset включает только те локальные сущности, которые находятся в пределах порогового расстояния (threshold distance) от географического местоположения первой локальной сущности.

Claim 5 (Зависимый от 1): Вводит концепцию распределения кликов.

Расчет Similarity Measure включает:

1. Определение первого Selection Ratio (пропорционально SV/TV) для первой сущности.
2. Определение второго Selection Ratio для второй сущности.
3. Определение меры сходства на основе этих коэффициентов. Это означает, что система оценивает не только объем кликов, но и их долю (концентрацию) относительно общего числа запросов с этим термином.

Claim 7 (Зависимый от 1): Вводит концепцию качества термина.

Расчет Similarity Measure включает:

1. Определение Term Quality Score для каждого термина.
2. Оценка качества основана на том, указывают ли выборы запросов на Location Bias или Navigational Bias.
3. Мера сходства определяется с учетом этих оценок качества терминов.

Где и как применяется

Изобретение описывает преимущественно офлайн-процесс анализа данных для генерации карты сходства локальных сущностей. Результаты этого процесса затем используются на этапах ранжирования.

INDEXING – Индексирование и извлечение признаков (Офлайн-анализ)
Основная работа алгоритма происходит на этом этапе в виде пакетной обработки данных (Data Pipeline).

• Сбор данных: Система использует базовые данные о локальных сущностях (местоположение) из Local Entity Data.
• Обработка логов: Local Entity Query Term Profiler анализирует Query Logs для расчета Term Values и Selection Values.
• Анализ терминов: Проводится анализ для определения Term Quality и выявления предвзятостей (Bias).
• Расчет схожести: Local Entity Similarity Subsystem выполняет итеративный процесс сравнения каждой сущности с ее географически близкими соседями для расчета Similarity Measure.
• Сохранение признаков: Рассчитанные списки похожих сущностей сохраняются как признак (feature) исходной сущности.

RANKING / RERANKING – Ранжирование / Переранжирование
Рассчитанные данные о сходстве могут использоваться Local Search Result Subsystem как сигнал ранжирования в локальном поиске. Например, если Ресторан А релевантен запросу, Ресторан Б, имеющий высокую Similarity Measure с Рестораном А, также может получить повышение.

METASEARCH – Метапоиск и Смешивание
Результаты используются для генерации блоков рекомендаций, таких как «Похожие места» или «Люди также ищут», отображаемых на SERP или в интерфейсах карт.

Входные данные:

• Логи запросов (Query Logs), включая данные о запросах и кликах (Selection Data).
• База данных локальных сущностей (Local Entity Data) с географическими координатами.

Выходные данные:

• Для каждой локальной сущности: ранжированный список похожих локальных сущностей с соответствующими Similarity Measures.

На что влияет

• Конкретные типы контента: Влияет исключительно на локальные сущности (бизнесы, организации, достопримечательности), которые имеют физическое местоположение.
• Конкретные ниши или тематики: Наибольшее влияние в конкурентных локальных нишах (рестораны, розничная торговля, услуги), где пользователям часто требуются альтернативы и рекомендации.
• Специфические запросы: Алгоритм анализирует все типы запросов, но придает больший вес категорийным запросам (High Quality Terms), фильтруя навигационные и чисто географические.

Когда применяется

• Условия работы алгоритма: Алгоритм применяется для предварительного расчета сходства между сущностями, которые находятся в пределах определенного географического расстояния или времени в пути друг от друга (Threshold Distance). Требует наличия достаточного объема данных в логах запросов.
• Временные рамки: Расчеты производятся периодически (офлайн) для обновления данных о сходстве на основе свежих логов запросов.

Пошаговый алгоритм

Процесс А: Расчет схожести локальных сущностей

1. Доступ к данным: Получение данных, указывающих для каждой локальной сущности Term Values (TV) и Selection Values (SV) для связанных с ней терминов запросов.
2. Выбор первой сущности: Выбор первой локальной сущности (Entity A) из набора.
3. Выбор подмножества (Географическое ограничение): Выбор Proper Subset вторых локальных сущностей (Subset B), которые находятся в пределах порогового расстояния от Entity A.
4. Итерация по подмножеству: Для каждой сущности (Entity B) в Subset B:
   1. (Опционально) Расчет коэффициентов выбора: Определение Selection Ratio (SV/TV) для каждого термина для Entity A и Entity B.
   2. (Опционально) Оценка качества терминов: Определение Term Quality для каждого термина (см. Процесс Б).
   3. Расчет меры сходства: Определение Similarity Measure между Entity A и Entity B. Это может включать расчет Constituent Scoring Components (CSC), взвешенных с учетом Selection Ratios и Term Quality. Система может также сравнивать Selection Ratio сущности с медианным значением для этого термина, чтобы определить его значимость.
5. Ранжирование: Ранжирование сущностей в Subset B в порядке, отражающем их Similarity Measure по отношению к Entity A.
6. Повторение: Повторение шагов 2-5 для всех локальных сущностей в наборе.

Процесс Б: Определение качества термина (Term Quality)

1. Идентификация категориальных терминов: Определение, указывает ли термин на категорию (например, если пороговая доля кликов приходится на документы определенной категории).
2. Проверка на предвзятость: Анализ распределения кликов для термина.
3. Проверка Location Bias: Определение, кластеризованы ли клики географически.
4. Проверка Navigational Bias: Определение, кластеризованы ли клики по конкретным сущностям, особенно если эти сущности разных типов.
5. Присвоение качества: Если термин категориальный И не имеет Location Bias И не имеет Navigational Bias, он помечается как High Quality. В противном случае — как Low Quality.

Какие данные и как использует

Данные на входе

• Поведенческие факторы (Ключевые): Основа изобретения. Используются логи запросов (Query Logs).
  • Частота запросов, включающих определенный термин (для расчета Term Value).
  • Частота кликов (Selections) на результаты поиска, ссылающиеся на локальную сущность (для расчета Selection Value).
• Географические факторы: Географическое местоположение локальных сущностей используется для ограничения области сравнения (Proper Subset) и для определения Location Bias термина.
• Структурные/Системные данные (Косвенно): Категоризация документов/сущностей используется для определения того, является ли термин запроса индикатором категории (High Quality Term).

Какие метрики используются и как они считаются

• Term Value (TV): $TV \propto$ Количество появлений термина в логах.
• Selection Value (SV): $SV \propto$ Количество кликов на сущность по запросам с этим термином.
• Selection Ratio (Коэффициент выбора): Рассчитывается как отношение SV к TV (SV/TV). Используется для понимания распределения и концентрации кликов.
• Term Quality (Качество термина): Метрика (может быть бинарной или числовой), определяемая на основе анализа Location Bias, Navigational Bias и категориальной принадлежности термина.
• Similarity Measure (Мера схожести): Итоговая метрика. Рассчитывается путем агрегации промежуточных оценок по всем терминам. В патенте упоминаются различные способы расчета, включая Constituent Scoring Components (CSC). Пример функции из описания: $CSC_q = f(TV_{qj}, SV_{qj}, TV_{qk}, SV_{qk})$,TVqk​,SVqk​).
• Threshold Distance (Пороговое расстояние): Используется для ограничения географической области сравнения. Может быть фиксированным, зависеть от типа сущности или основываться на времени в пути.

1. Схожесть основана на поведении пользователей, а не только категориях: Ключевой вывод заключается в том, что Google определяет схожесть локальных бизнесов, анализируя, как пользователи ищут и взаимодействуют с ними (клики). Две сущности похожи, если они получают клики в ответ на схожий набор запросов.
2. Важность распределения и концентрации кликов (Click Fractions): Недостаточно просто получать много кликов. Система анализирует Selection Ratio (SV/TV). Это позволяет отличить общие термины (например, «отзывы») от специфических (например, «пицца»). Концентрация кликов по термину на конкретной сущности является сильным сигналом схожести.
3. Географическое ограничение сравнения: Схожесть рассчитывается только между географически близкими сущностями. Это отражает намерение пользователя найти альтернативу поблизости и делает систему вычислительно эффективной.
4. Фильтрация «шумных» терминов (Term Quality): Система активно фильтрует термины, которые не помогают определить природу бизнеса. Термины с Location Bias (названия городов) и Navigational Bias (бренды) считаются низкокачественными для целей сравнения. Приоритет отдается категорийным терминам.
5. Поведенческий профиль определяет сущность: Для локального SEO это означает, что то, как Google «понимает» ваш бизнес и его конкурентов, напрямую зависит от того, по каким запросам пользователи кликают на него в результатах поиска.

Best practices (это мы делаем)

• Формирование четкого поведенческого профиля: Необходимо сосредоточиться на привлечении кликов по ключевым, категориальным запросам (High Quality Terms), которые точно описывают ваш бизнес. Это укрепит связь между этими терминами и вашей сущностью, повышая Selection Ratio.
• Оптимизация CTR по целевым запросам: Работайте над сниппетами (Title, Description) и привлекательностью профиля в GBP (фото, отзывы), чтобы увеличить CTR по категорийным запросам. Чем выше Selection Value по качественным терминам, тем четче ваш профиль и точнее система определит похожие бизнесы.
• Анализ конкурентного сходства: Изучайте, какие бизнесы Google считает похожими на ваш (например, в блоках «Похожие места»). Если там появляются нерелевантные сущности, это сигнал о том, что ваш поведенческий профиль размыт и нужно скорректировать стратегию привлечения трафика по целевым запросам.
• Фокус на нишевых услугах: Для бизнесов с широким спектром услуг важно обеспечить высокие Selection Ratios по нишевым запросам. Это поможет системе понять специализацию и правильно подобрать схожие сущности для разных аспектов деятельности.

Worst practices (это делать не надо)

• Привлечение нецелевого трафика/кликов: Попытки ранжироваться и получать клики по широким или нерелевантным запросам размывают поведенческий профиль бизнеса. Это может привести к тому, что система будет считать ваш бизнес похожим на нерелевантные сущности (как в примере с казино и рестораном, описанном в патенте).
• Фокус только на брендовом трафике: Брендовые запросы часто классифицируются как имеющие Navigational Bias и имеют меньший вес при определении схожести. Нельзя игнорировать оптимизацию под категориальные запросы.
• Игнорирование локального контекста: Применение единой SEO-стратегии для всех филиалов сети без учета локальной конкуренции неэффективно, так как схожесть рассчитывается в пределах географического радиуса каждого филиала.
• Опора только на категории GBP: Выбор категорий в Google Business Profile без подтверждения их релевантными поведенческими сигналами (кликами по соответствующим запросам) не гарантирует правильную классификацию бизнеса системой.

Стратегическое значение

Этот патент подчеркивает переход от статического понимания локальных сущностей к динамическому, основанному на поведении пользователей. Стратегия локального SEO должна быть направлена на то, чтобы поведенческий профиль бизнеса (совокупность запросов, по которым на него кликают) максимально точно соответствовал его реальной деятельности. Это определяет, с кем Google будет сравнивать ваш бизнес и кому рекомендовать его в качестве альтернативы.

Практические примеры

Сценарий: Определение схожести для кафе с размытым позиционированием

1. Сущность А (Целевая): Кафе «Ромашка».
2. Анализ запросов и кликов:
   • Термин «Кофе»: TV=10000, SV=2000. Selection Ratio=0.2
   • Термин «Бургеры»: TV=5000, SV=1500. Selection Ratio=0.3
   • Термин «WiFi»: TV=20000, SV=1000. Selection Ratio=0.05
3. Сущность Б (Конкурент 1): Бургерная «Котлета».
   • Термин «Кофе»: SV=100. Selection Ratio=0.01
   • Термин «Бургеры»: SV=2500. Selection Ratio=0.5
4. Сущность В (Конкурент 2): Кофейня «Зерно».
   • Термин «Кофе»: SV=4000. Selection Ratio=0.4
   • Термин «Бургеры»: SV=50. Selection Ratio=0.01
5. Расчет схожести:
   • Термин «WiFi» имеет низкий Selection Ratio и, вероятно, будет иметь низкий Term Quality (шумный). Его вес минимален.
   • Кафе «Ромашка» имеет значительные Selection Ratios как по «Кофе», так и по «Бургерам».
   • Система определит, что «Ромашка» имеет умеренную схожесть с «Котлетой» (из-за схожего паттерна по «Бургерам») и умеренную схожесть с «Зерном» (из-за «Кофе»).
6. Результат для SEO: Если «Ромашка» хочет позиционироваться как кофейня, ей необходимо увеличить Selection Value и Selection Ratio по запросам, связанным с кофе, и, возможно, уменьшить акцент на бургерах, чтобы ее поведенческий профиль больше совпадал с профилем «Зерна».