Как Google оптимизирует загрузку и показ рекламы на страницах с несколькими слотами с помощью условных аукционов

Описание

Какую задачу решает

Патент решает технические проблемы неэффективности и высоких задержек (latency) при заполнении нескольких контентных слотов (в первую очередь, рекламных) в информационном ресурсе (веб-странице или приложении). Он устраняет недостатки существующих подходов:

• Проблема 1 (Ресурсы Сервера): Запуск аукционов для всех слотов с последующим отбрасыванием некоторых результатов тратит вычислительные ресурсы на ненужные аукционы и снижает показатель заполнения (fill rate).
• Проблема 2 (Задержка Клиента): Последовательные запросы (Sequential RPCs) от клиента к серверу для каждого слота значительно увеличивают время загрузки страницы из-за сетевых задержек. Это также повышает нагрузку на клиентское устройство, что критично для устройств с ограниченными ресурсами (например, Smart TV).

Изобретение направлено на повышение эффективности доставки контента и улучшение пользовательского опыта (UX).

Что запатентовано

Запатентована серверная система для Условного процесса выбора контента (Conditional Content Selection Process, CSP). Система получает единый запрос (Single RPC) на заполнение нескольких слотов. Вместо параллельной или последовательной обработки всех запросов, система оркестрирует процесс: она выполняет выбор контента для приоритетных слотов и, основываясь на этих результатах, динамически решает, как (и стоит ли вообще) обрабатывать оставшиеся слоты.

Как это работает

Система работает по следующему алгоритму:

1. Единый запрос и Приоритизация: Сервер получает один запрос от клиента и определяет приоритеты слотов (например, по заметности).
2. Первичный выбор: Выполняется процесс выбора контента (например, аукцион) для слотов с наивысшим приоритетом.
3. Условная логика: Анализируются результаты первичного выбора (статус заполнения, формат, Relevance Score). На основе анализа система принимает решение для следующих слотов, используя два основных механизма:
   • Механизм 1 (Условное выполнение): Решение о том, выполнять ли процесс выбора вообще (например, пропустить, если страница уже достаточно загружена рекламой).
   • Механизм 2 (Условные ограничения): Решение о применении ограничений (Constraints) к пулу кандидатов (например, исключить конкурентов или похожие форматы).
4. Единый ответ: Все выбранные элементы отправляются клиенту в одном ответе, минимизируя задержки.

Актуальность для SEO

Высокая. Патент подан в 2023 году. Оптимизация производительности страниц, снижение задержек при загрузке рекламы и эффективность рекламных технологий (AdTech) являются критически важными направлениями для Google, особенно в контексте влияния производительности на UX и метрики Core Web Vitals.

Важность для SEO

Влияние на SEO (2/10) является косвенным. Патент описывает инфраструктуру показа рекламы (AdTech), а не алгоритмы органического ранжирования. Он не содержит прямых рекомендаций по оптимизации контента для поиска. Однако, поскольку технология направлена на сокращение задержек и повышение эффективности загрузки рекламы, она напрямую влияет на производительность страницы. Это позволяет издателям оптимизировать монетизацию без значительного ущерба для скорости загрузки, что положительно сказывается на метриках Core Web Vitals (например, CLS, LCP, INP), которые являются факторами ранжирования.

Детальный разбор

Термины и определения

Conditional Content Selection Process (CSP) (Процесс условного выбора контента)

Основной механизм патента. Серверная логика, при которой выполнение или способ выполнения процесса выбора контента для одного слота зависит от результатов выбора для другого (обычно более приоритетного) слота.

Content Item (Элемент контента)

Контент (например, реклама), предназначенный для заполнения слота.

Content Slot (Контентный слот)

Зарезервированная область в информационном ресурсе для динамического контента.

Information Resource (Информационный ресурс)

Среда отображения контента: веб-страница, экран приложения (например, YouTube), страница поисковой выдачи (SERP) или видеопоток.

RPC (Remote Procedure Call) (Удаленный вызов процедур)

Метод связи клиента и сервера. Патент оптимизирует процесс, используя один RPC для нескольких слотов вместо последовательных вызовов.

Selection Parameters (Параметры выбора)

Метрики для оценки кандидатов в CSP, например, сумма ставки (bid amount) или Relevance Score.

Constraints (Ограничения)

Правила, применяемые для фильтрации пула кандидатов в последующих CSP на основе результатов предыдущих (например, по формату, категории, схожести).

Relevance Score (Оценка релевантности)

Метрика релевантности элемента контента. Может использоваться как условие для выполнения последующих CSP. Рассчитывается с помощью моделей машинного обучения (ML).

Similarity Score (Оценка схожести)

Метрика схожести между двумя элементами контента. Используется для применения Constraints. Рассчитывается с помощью ML, включая LLM для текста.

Slot Priority (Приоритет слота)

Ранжирование слотов, определяющее порядок их обработки сервером.

Ключевые утверждения (Анализ Claims)

Патент определяет два основных независимых механизма оптимизации: Условное выполнение (Claim 1) и Условное применение ограничений (Claim 10).

Механизм 1: Условное выполнение (Conditional Execution)

Claim 1 (Независимый пункт):

1. Сервер получает запрос на контент для нескольких слотов.
2. Выполняется первый CSP для первого подмножества слотов, определяется результат.
3. На основе этого результата сервер условно выполняет или не выполняет второй CSP для второго подмножества слотов.

Claim 2 (Зависимый от 1): Уточняет условие на основе статуса заполнения.

Второй CSP НЕ выполняется, если первый слот был заполнен. Второй CSP ВЫПОЛНЯЕТСЯ, если первый слот остался пустым. (Логика контроля плотности рекламы).

Claims 3, 4, 5 (Зависимые от 1): Уточняют условие на основе характеристик контента.

Решение о выполнении второго CSP может зависеть от характеристик контента, выбранного в первом CSP. Конкретно упоминается Relevance Score (Claim 4), который может быть определен с помощью ML-модели (Claim 5). (Например, если релевантность высока, показать больше рекламы; если низкая — остановить показ).

Механизм 2: Условные ограничения (Conditional Constraints)

Claim 10 (Независимый пункт):

1. Сервер получает запрос и выполняет первый CSP, выбирая первый набор контента.
2. На основе формата или содержания этого первого набора контента сервер применяет Constraints.
3. Эти ограничения лимитируют пул кандидатов, доступных для второго CSP.

Claims 11-16 (Зависимые от 10): Уточняют типы ограничений.

Исключение кандидатов может основываться на: категории (Claims 11, 12), стоимости для пользователя (User Cost, например, длительность видео) (Claim 13), формате (исключение того же формата) (Claim 14) или Similarity Score (Claim 15), который может определяться ML-моделью (Claim 16).

Общие механизмы (Claims 6, 19): Вводят концепцию Slot Priority. Первое подмножество слотов обрабатывается первым, так как имеет более высокий приоритет, чем второе.

Где и как применяется

Патент описывает внутренние процессы Google, связанные с инфраструктурой доставки контента и рекламными технологиями (AdTech). Он не относится к архитектуре органического поиска (Crawling, Indexing, Ranking).

Слой применения: Система доставки контента (Ad Serving System).

Механизм реализуется на сервере контента (Content Server) и управляет процессом выбора рекламы в ответ на запрос от клиентского устройства.

Входные данные:

• Единый RPC запрос от клиента на заполнение нескольких слотов.
• Данные о приоритетах слотов (Slot Priorities).
• Пул доступных кандидатов (рекламных объявлений).
• Selection Parameters (ставки, базовые оценки релевантности).

Выходные данные:

• Набор выбранных элементов контента, отправляемый клиенту в едином ответе RPC.

Ключевые технические особенности:

• Перенос логики оркестрации с клиента на сервер для снижения задержек и нагрузки на клиента.
• Использование условной логики (выполнение или ограничения) для оптимизации использования ресурсов сервера и улучшения UX.

На что влияет

• Типы контента: Влияет на динамически вставляемый контент, в первую очередь на цифровую рекламу (текст, изображения, видео).
• Форматы ресурсов: Влияет на любые информационные ресурсы с несколькими динамическими слотами: веб-страницы, SERP, экраны приложений (например, YouTube), видеопотоки (рекламные вставки).
• Устройства: Особенно актуально для устройств с ограниченными ресурсами (в патенте упоминаются Smart TV), где снижение нагрузки на клиент критически важно.

Когда применяется

• Триггеры активации: Когда пользователь загружает информационный ресурс, содержащий два или более слота для динамического контента, и клиент отправляет запрос на их заполнение.
• Условия применения: Логика применяется последовательно. Условия для обработки последующих слотов зависят от результатов обработки предыдущих (более приоритетных) слотов.

Пошаговый алгоритм

1. Получение запроса: Сервер получает единый запрос (RPC) от клиента на заполнение нескольких слотов.
2. Приоритизация слотов: Система определяет порядок обработки слотов на основе их приоритета. Слоты группируются в подмножества (Subset 1, Subset 2…).
3. Выполнение CSP (Subset 1): Запускается процесс выбора контента (например, аукцион) для слотов с наивысшим приоритетом. Процессы внутри одного подмножества могут выполняться параллельно.
4. Анализ результатов (Subset 1): Система анализирует результат: статус заполнения и характеристики выбранного контента (формат, категория, Relevance Score).
5. Принятие условного решения (Subset 2): На основе анализа принимается решение для следующего подмножества слотов:
   • Вариант A (Условное выполнение): Решить, выполнять ли CSP или пропустить его. (Например: если Relevance Score в Subset 1 низкий, пропустить Subset 2).
   • Вариант B (Условные ограничения): Определить Constraints для фильтрации кандидатов для Subset 2. (Например: если в Subset 1 реклама Бренда X, исключить конкурентов Бренда X из кандидатов для Subset 2).
6. Выполнение CSP (Subset 2): Если решено выполнять, запускается CSP, возможно, с учетом ограничений.
7. Итерация: Процесс повторяется для всех последующих подмножеств.
8. Формирование и отправка ответа: Все выбранные элементы агрегируются и отправляются клиенту в едином ответе.

Какие данные и как использует

Данные на входе

Патент фокусируется на оркестрации процесса и использует следующие данные:

• Технические факторы: Приоритеты слотов (Slot Priorities). Информация о клиентском устройстве (например, для учета ограничений ресурсов Smart TV).
• Контентные факторы (Рекламы): Формат элемента (видео, текст, изображение), категория контента, содержание элемента (для анализа схожести).
• Системные и Коммерческие факторы: Selection Parameters, такие как суммы ставок (bid amounts). Данные о рекламодателях (для определения конкурентов и правил brand safety).

Какие метрики используются и как они считаются

• Relevance Score (Оценка релевантности): Используется как условие для выполнения последующих CSP (Механизм 1). В патенте указано, что эта оценка может рассчитываться с использованием моделей машинного обучения (ML), например, нейронных сетей.
• Similarity Score (Оценка схожести): Используется для применения Constraints (Механизм 2), чтобы избежать показа похожего контента. Рассчитывается с использованием ML. Патент упоминает использование Генеративного ИИ (например, LLM) для определения схожести текстового контента.
• User Cost (Стоимость для пользователя): Упоминается как фактор для Constraints. Это может быть метрика, отражающая «нагрузку» на пользователя, например, длительность видеорекламы (чтобы избежать показа нескольких длинных роликов подряд).
• Формулы и алгоритмы расчета: Конкретные формулы для ML моделей не приводятся.

Выводы

1. Инфраструктурный патент (AdTech), а не органический поиск: Ключевой вывод для SEO-специалистов — этот патент описывает оптимизацию системы доставки рекламы. Он не содержит информации об алгоритмах органического ранжирования, факторах E-E-A-T или индексации контента.
2. Фокус на производительности и эффективности: Цель изобретения — решить инженерные задачи: снизить нагрузку на серверы Google (за счет пропуска ненужных аукционов) и уменьшить задержку (Latency) на стороне клиента (за счет использования единого RPC вместо последовательных запросов).
3. Косвенное влияние на SEO через Core Web Vitals: Оптимизация загрузки рекламы напрямую влияет на скорость и стабильность загрузки страницы. Поскольку производительность (Core Web Vitals) является фактором ранжирования, этот патент имеет косвенное значение для технического SEO.
4. Сложная серверная оркестрация показа рекламы: Google динамически контролирует взаимодействие между рекламными слотами на сервере. Система может ограничивать общее количество рекламы (Условное выполнение) или обеспечивать разнообразие и безопасность бренда (Условные ограничения).
5. Использование ML/AI в AdTech: Патент подтверждает использование сложных ML-моделей (включая LLM) для оценки Relevance Score и Similarity Score рекламных объявлений в реальном времени для оптимизации их совместного показа.

Практика

Best practices (это мы делаем)

Хотя патент относится к AdTech, он подчеркивает важность следующих практик, связанных с производительностью и UX, которые актуальны для SEO:

• Оптимизация Core Web Vitals в контексте рекламы: Продолжайте работать над улучшением LCP и CLS. Механизм, описанный в патенте, направлен на снижение задержек при загрузке рекламы со стороны Google, но SEO-специалисты и разработчики должны обеспечить корректную интеграцию на стороне сайта. Критически важно резервировать фиксированное пространство под рекламные слоты для предотвращения сдвигов макета (CLS).
• Сотрудничество с командами монетизации (AdOps): SEO-специалисты должны понимать, как работает монетизация. При разработке макета страницы учитывайте приоритеты слотов. Высокоприоритетные (более заметные) слоты будут обрабатываться первыми, и их заполнение может повлиять на заполнение остальных, согласно логике CSP.
• Использование современных методов загрузки рекламы: Убедитесь, что на сайте используются современные скрипты рекламных сетей (например, Google Ad Manager), поддерживающие эффективную загрузку (например, Single Request Architecture), которая согласуется с принципами этого патента (единый RPC).

Worst practices (это делать не надо)

• Использование устаревших последовательных запросов (Waterfall): Избегайте конфигураций, которые приводят к длительным последовательным цепочкам запросов рекламы от клиента. Патент явно указывает, что это неэффективно, увеличивает задержку и негативно влияет на Core Web Vitals.
• Перегрузка страницы рекламными слотами (Ad Clutter): Размещение слишком большого количества рекламных слотов может быть контрпродуктивно. Система CSP может намеренно оставлять некоторые слоты пустыми (Механизм 1), если приоритетные слоты уже заполнены, чтобы оптимизировать UX.
• Игнорирование влияния рекламы на SEO: Нельзя рассматривать монетизацию и SEO в изоляции. Плохо оптимизированная загрузка рекламы ухудшает UX и производительность, что может привести к снижению органических позиций.

Стратегическое значение

Патент подтверждает, что Google рассматривает производительность веб-страниц и качество пользовательского опыта как целостную задачу, включающую оптимизацию доставки рекламы. Для SEO-специалистов это подчеркивает стратегическую важность технических аспектов SEO и Core Web Vitals. Google инвестирует в инфраструктуру для минимизации негативного влияния рекламы на скорость загрузки, подтверждая тренд на ускорение веба.

Практические примеры

Практических примеров для прямого применения в органическом SEO нет, так как патент описывает внутреннюю логику работы рекламных серверов. Ниже приведен пример работы системы в контексте AdTech.

Сценарий: Оптимизация показа рекламы на SERP (AdTech)

1. Задача: Эффективно заполнить три рекламных слота (Слот 1, 2, 3) вверху поисковой выдачи, обеспечив разнообразие.
2. Действие: Браузер отправляет один RPC запрос. Сервер определяет приоритет: Слот 1 > Слот 2 > Слот 3.
3. Выполнение 1: Запускается аукцион для Слота 1. Выбрана Реклама А.
4. Применение логики (Механизм 2 — Ограничения): Система анализирует Рекламу А. Используя ML, она рассчитывает Similarity Score между Рекламой А и всеми кандидатами для Слота 2.
5. Выполнение 2: Запускается аукцион для Слота 2, но кандидаты, чей Similarity Score с Рекламой А превышает порог, исключаются. Выбрана Реклама Б.
6. Применение логики (Механизм 1 — Условное выполнение): Система анализирует результаты Слотов 1 и 2. Если совокупный доход или Relevance Score достаточны, система может решить пропустить аукцион для Слота 3.
7. Результат: Страница загружается быстро (один запрос), показана разнообразная реклама (Слоты 1 и 2), рекламная нагрузка оптимизирована (Слот 3 пуст).

Вопросы и ответы