Как Google использует данные социального графа для динамической персонализации рекламы в ответ на голосовые запросы

Описание

Какую задачу решает

Патент решает задачу повышения релевантности и вовлеченности контента (в первую очередь, рекламы), предоставляемого пользователям, особенно в ответ на голосовые запросы (audible information). Он направлен на улучшение стандартной модели показа рекламы путем динамической кастомизации сообщений с использованием личных данных пользователя и его социального контекста (social graph information), делая контент уникальным для получателя.

Что запатентовано

Запатентована система генерации кастомизированного контента в реальном времени. Механизм активируется голосовым запросом, после чего система выбирает Configurable Content (шаблон рекламы с пустыми полями). Ключевым элементом является извлечение релевантных данных (Insertable Content) из индексированного социального графа пользователя и динамическое заполнение полей шаблона этими данными перед показом.

Как это работает

Система работает следующим образом:

• Ввод запроса: Пользователь отправляет голосовой запрос (audio request).
• Обработка и выбор шаблона: Система распознает запрос и выбирает релевантный Configurable Content (шаблон) с пустыми полями (replaceable blank text field).
• Извлечение данных: Система обращается к индексу Social Graph Information пользователя для поиска релевантных данных (например, возраст, университет, интересы друзей), соответствующих контексту запроса и метаданным шаблона.
• Персонализация: Пустые поля шаблона динамически заполняются извлеченными данными.
• Вывод: Персонализированный контент (Configured Content) отображается пользователю.

Актуальность для SEO

Высокая. Персонализация рекламы остается критически важной для Google. Акцент на голосовых запросах крайне актуален в связи с ростом использования голосовых ассистентов. Хотя прямое использование данных из публичных социальных сетей могло измениться из-за ограничений конфиденциальности и закрытия Google+, Google продолжает формировать внутренний граф интересов и связей через свои сервисы (Поиск, YouTube, Карты, Android), делая описанный механизм актуальным.

Важность для SEO

Влияние на органическое SEO минимальное (4/10). Патент описывает процессы в системе управления рекламой (Google Ads), а не алгоритмы органического ранжирования. Однако он имеет высокое стратегическое значение, так как демонстрирует технические возможности Google по индексации и использованию Social Graph Information и персональных данных для кастомизации SERP в целом, а также подтверждает важность обработки голосовых запросов.

Детальный разбор

Термины и определения

Audible Information / Audio Request (Аудиоинформация / Голосовой запрос)

Голосовой ввод от пользователя, содержащий запрос на предоставление контента. В Claims этого патента является триггером процесса.

Configurable Content (Конфигурируемый контент)

Шаблон контента (обычно рекламы), содержащий одно или несколько полей (configurable text field), предназначенных для динамического заполнения.

Configured Content (Сконфигурированный контент)

Конечный результат персонализации: шаблон, заполненный данными пользователя.

Insertable Content / User-Specific Content (Вставляемый контент / Специфичный для пользователя контент)

Персональные данные пользователя или данные о его социальных связях, извлекаемые для заполнения шаблонов.

Metadata (Метаданные)

Данные, связанные с Configurable Content, которые определяют правила кастомизации и типы данных, подходящие для вставки в пустые поля.

Replaceable blank text field (Заменяемое пустое текстовое поле)

Пустое поле в шаблоне, предназначенное для вставки персонализированного текста.

Social Graph Information (Информация социального графа)

Индексированные данные о социальных связях пользователя, его профиле, взаимодействиях и действиях его контактов. Включает как внутренний (internal content), так и внешний контент (external content).

Ключевые утверждения (Анализ Claims)

Патент US10872109B2 является патентом-продолжением (continuation) и имеет узкоспециализированные Claims, отличающиеся от более ранних версий.

Claim 1 (Независимый пункт): Описывает систему генерации кастомизированного контента с фокусом на голосовом вводе и использовании социального графа.

1. Система получает audible information (голосовой запрос) от устройства.
2. Аудио конвертируется в цифровую информацию.
3. В ответ система получает configurable content (шаблон) с заменяемыми текстовыми полями (replaceable blank text field).
4. Система извлекает insertable content из social graph information для аккаунта пользователя. (Уточняется, что социальный граф индексирует внутренний и внешний контент).
5. Генерируется сконфигурированный текст путем замены пустых полей текстом, основанным на извлеченном контенте из социального графа.
6. Создается configured content.
7. Configured content предоставляется устройству для отображения.

Ядро изобретения в этой версии патента — это персонализация контента на основе данных строго из социального графа в ответ на голосовой запрос.

Claim 2 (Зависимый): Уточняет, что замена поля происходит в соответствии с metadata, указанными для конфигурируемого контента. Правила кастомизации предопределены в метаданных шаблона.

Claim 3 (Зависимый): Детализирует индексацию. Используемая Social Graph Information индексируется путем сопоставления (маппинга) идентифицированной информации с веб-ресурсами. Социальные данные связаны с сущностями и ресурсами в индексе.

Claim 5 (Зависимый): Касается конфиденциальности. Извлечение информации, включая приватную информацию социальных сетей, происходит на основе разрешений (permission) на доступ.

Claim 7 (Зависимый): Описывает условия показа. Система получает условие (condition), определяющее показ. Условие может включать предопределенный период времени относительно даты или предопределенное расстояние до локации. Это позволяет таргетировать контент по времени (например, ко дню рождения) или по местоположению.

Claim 9 (Зависимый): Уточняет, что вставляемый контент может включать информацию о сторонах (людях или организациях), с которыми пользователь связан через социальный граф (социальный контекст).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, но в основном фокусируется на процессе выбора и генерации рекламных объявлений в экосистеме голосового поиска.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна предварительно обработать и проиндексировать Social Graph Information, включая связи пользователя, его профиль, интересы, а также действия его контактов. Патент указывает, что этот индекс включает маппинг на веб-ресурсы.

QUNDERSTANDING – Понимание Запросов
Система принимает и обрабатывает audible information. Это требует преобразования речи в текст или намерение (NLP/ASR).

METASEARCH – Метапоиск и Смешивание (Ad Selection & Serving)
Основное применение патента происходит в Content Management System (рекламной системе), которая интегрирована с поисковой системой.

1. Выбор рекламы: Рекламная система выбирает configurable content (шаблон), релевантный запросу.
2. Персонализация в реальном времени: Система запрашивает и получает insertable content из индекса социального графа, используя Metadata шаблона для определения нужных данных.
3. Генерация креатива: Система динамически генерирует финальный креатив (configured content).
4. Применение условий: Система проверяет Conditions (время, местоположение) перед показом.

Входные данные:

• Голосовой запрос (Audible Information).
• Configurable content (шаблоны рекламы) и связанные с ними Metadata.
• Индексированная Social Graph Information и данные профиля пользователя.
• Контекстуальные данные (время, геолокация) для проверки условий показа.

Выходные данные:

• Configured content (кастомизированное рекламное объявление), готовое к показу на устройстве пользователя.

На что влияет

• Специфические запросы: Влияет на обработку голосовых запросов (Voice Search), где система стремится предоставить высоко персонализированный ответ или рекламу.
• Типы контента: В первую очередь влияет на рекламные объявления (Paid Search). Патент не описывает влияние на органические результаты поиска.
• Конкретные ниши или тематики: Может применяться в любых тематиках, где личные данные или социальный контекст могут повысить вовлеченность (например, страхование, образование, развлечения, электронная коммерция).

Когда применяется

Алгоритм применяется при следующих условиях:

• Триггеры активации: Поступление голосового запроса и наличие релевантного configurable content.
• Доступность данных: Наличие у пользователя релевантных данных в социальном графе, необходимых для заполнения шаблона.
• Разрешения (Permissions): Пользователь должен предоставить разрешение на использование его персональных и социальных данных (Claim 5).
• Условия показа: Соблюдение заданных рекламодателем условий (Conditions), таких как время или местоположение пользователя (Claim 7).

Пошаговый алгоритм

Процесс генерации кастомизированного контента:

1. Получение и обработка запроса: Система получает audible information от устройства пользователя. Аудио конвертируется в цифровую информацию, содержащую запрос.
2. Выбор шаблона: Система идентифицирует релевантный configurable content (рекламный шаблон) с пустыми полями.
3. Определение факторов персонализации: Система анализирует Metadata шаблона или использует базу данных соответствий, чтобы определить, какие типы пользовательских данных необходимы для заполнения полей.
4. Извлечение данных пользователя: Система выполняет поиск и извлекает необходимый insertable content из индексированной Social Graph Information. Проверяются разрешения на доступ к данным.
5. Генерация креатива (Конфигурация): Система заменяет пустые поля в шаблоне извлеченными данными, генерируя configured text.
6. Проверка условий показа: Система проверяет, выполняются ли заданные Conditions (например, время или местоположение).
7. Вывод данных: Если условия выполнены, система отправляет configured content на устройство пользователя для отображения.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании персональных и социальных данных для кастомизации контента.

• Пользовательские факторы (Demographics & Profile): Возраст, пол, местоположение, день рождения, учебное заведение (alma mater), интересы, профессия, образование. Эти данные извлекаются из профиля пользователя, который является частью социального графа.
• Социальные факторы (Social Graph Information): Данные о контактах пользователя, связях, группах, взаимодействиях, рекомендациях, покупках друзей, общих интересах. Включает информацию о том, как пользователь связан с другими людьми или организациями (Claim 9).
• Географические факторы: Текущее местоположение пользователя, используемое для проверки условий показа (proximity to a location).
• Временные факторы: Текущее время, используемое для проверки временных условий (например, показ рекламы в период до и после дня рождения).
• Технические факторы: Тип ввода запроса (явно требуется audible information в Claims).

Какие метрики используются и как они считаются

Патент не описывает метрики ранжирования, а фокусируется на механизме генерации креатива. Ключевые механизмы:

• Индексация социального графа: Используется механизм маппинга (сопоставления) социальной информации с веб-ресурсами (Claim 3). Это позволяет связывать активность пользователей с конкретными страницами или сущностями.
• Определение релевантных факторов: Использование Metadata (Claim 2) для определения того, какие данные пользователя искать для заполнения конкретного шаблона.
• Проверка условий (Boolean Logic): Проверка выполнения Conditions (время, местоположение) для принятия решения о показе кастомизированной рекламы (Claim 7).

Выводы

1. Фокус на персонализации рекламы, а не органическом SEO: Патент описывает механизм кастомизации рекламных креативов (Configurable Content). Он не содержит информации об алгоритмах органического ранжирования.
2. Социальный граф как ключевой источник данных: Social Graph Information является центральным элементом. Google использует данные о связях, интересах и действиях пользователя и его друзей для динамического заполнения рекламных объявлений.
3. Специфика голосового поиска: Данная версия патента (B2) явно защищает механизм, активируемый голосовым запросом (Audio Request). Это указывает на стратегическую важность персонализации в экосистеме голосовых ассистентов.
4. Динамическая генерация креативов: Система не использует заранее созданные креативы, а собирает их на лету, вставляя актуальные данные пользователя в предопределенные шаблоны, руководствуясь Metadata.
5. Таргетинг на основе условий (Conditions): Кастомизированная реклама может показываться только при соблюдении строгих условий, таких как близость к дате (например, день рождения) или физическое местоположение пользователя.
6. Важность разрешений (Permissions): Доступ к данным социального графа требует явного разрешения пользователя, что подчеркивает роль настроек приватности.

Практика

Best practices (это мы делаем)

Хотя патент напрямую относится к Google Ads, SEO-специалисты могут извлечь важные стратегические уроки:

• Оптимизация под голосовой поиск (Voice Search Optimization): Явное упоминание обработки audio requests как триггера подтверждает необходимость оптимизации контента под голосовые запросы, естественный язык и диалоговые интерфейсы.
• Усиление работы с сущностями и связями (Entity & Knowledge Graph): Патент подтверждает, что Google активно индексирует и понимает связи между пользователями, организациями и темами (Social Graph). Работа над построением четких связей вашего бренда с релевантными сущностями и аудиторией укрепляет общее понимание вашего сайта системой.
• Построение сообщества и стимулирование социального взаимодействия: Активное и позитивное присутствие бренда в социальном пространстве (рекомендации, обсуждения) индексируется как часть Social Graph. Это может влиять на то, как бренд будет представлен в персонализированной выдаче, включая рекламу.

Worst practices (это делать не надо)

• Игнорирование персонализации SERP: Недооценивать степень персонализации поисковой выдачи. Патент показывает, что два пользователя могут видеть совершенно разное представление контента (особенно рекламы) по одному и тому же запросу.
• Манипуляции с социальными сигналами: Попытки искусственно создать активность в социальном графе вряд ли будут эффективны, так как система опирается на аутентичные связи и данные профиля пользователя.
• Фокус только на ключевых словах без учета контекста пользователя: Стратегии, не учитывающие социальный, личный и контекстуальный (время, место) аспекты пользователя, будут менее эффективны в экосистеме, описанной патентом.

Стратегическое значение

Патент имеет важное стратегическое значение, демонстрируя глубокую интеграцию между поисковой системой, рекламной платформой и данными социального графа. Это подчеркивает движение Google в сторону гиперперсонализированного опыта, где контент адаптируется не только к запросу, но и к личности, связям и текущему контексту пользователя. Для SEO это означает необходимость понимания пользователя на более глубоком уровне и важность построения авторитета бренда в социальном пространстве.

Практические примеры

Сценарий: Персонализация рекламы на основе социального графа и события в ответ на голосовой запрос

1. Запрос пользователя (Голосовой): Пользователь спрашивает у ассистента: «Где купить билеты на футбол?»
2. Обработка запроса: Система распознает интент (покупка билетов) и тематику (футбол).
3. Анализ данных пользователя: Система обращается к Social Graph Information. Она определяет: (А) Пользователь окончил Государственный Университет (Alma Mater). (Б) Пятеро его друзей из социального графа интересовались предстоящим матчем команды этого университета («Тигры»).
4. Выбор и конфигурация шаблона: Система выбирает шаблон рекламы от продавца билетов. Шаблон: «Привет, [Имя]! Билеты на матч [Команда] еще есть! [N] твоих друзей интересуются. Не пропусти!»
5. Генерация креатива: Система заполняет шаблон: «Привет, Джон! Билеты на матч Тигры еще есть! 5 твоих друзей интересуются. Не пропусти!»
6. Результат: Пользователь видит высоко персонализированное объявление, которое использует социальное доказательство и привязку к его личной идентичности.

Вопросы и ответы