Как Google использует краудсорсинг и геолокацию пользователей для проверки и уточнения наличия товаров в местных магазинах

Описание

Какую задачу решает

Патент решает проблему неточности данных о наличии товаров (inventory data) в физических магазинах, предоставляемых самими продавцами. Традиционные системы учета запасов часто содержат ошибки из-за поврежденных товаров, товаров, размещенных не на своих местах, или задержек в обновлении данных. Это приводит к негативному опыту пользователей, которые тратят время на поездку в магазин за товаром, которого фактически нет в наличии.

Что запатентовано

Запатентована система, которая использует данные, предоставленные пользователями (краудсорсинг), для верификации и уточнения инвентарных данных, полученных от продавцов. Система отслеживает цепочку действий пользователя: поиск товара в интернете, последующий визит в физический магазин (определяемый с помощью геолокации) и запрос обратной связи у пользователя о фактическом наличии этого товара.

Как это работает

Система работает следующим образом:

• Логирование поиска: Система фиксирует интерес пользователя к определенному продукту.
• Отслеживание визита: Используя данные о местоположении (например, GPS application), система определяет, что пользователь посетил магазин, продающий этот товар.
• Запрос обратной связи: Пользователю отправляется запрос (например, через уведомление, баннер или сообщение в приложении) с просьбой предоставить информацию о наличии товара (User supplied data).
• Агрегация и анализ: Ответы пользователей агрегируются и сравниваются с данными, предоставленными продавцом (Merchant supplied data).
• Расчет метрик и отображение: На основе анализа рассчитываются inventory metrics (например, точность данных продавца, прогнозируемая скорость распродажи). Обновленные данные и метрики отображаются в интерфейсе поиска для будущих пользователей.

Актуальность для SEO

Высокая. Патент выдан в 2023 году. Проблема точности локальных запасов является критически важной для Local SEO и O2O (Online-to-Offline) коммерции. Использование пользовательских сигналов и данных о местоположении для верификации информации в реальном времени является ключевым направлением развития поисковых систем.

Важность для SEO

Влияние на SEO высокое (8/10). Патент имеет критическое значение для Local SEO и ритейлеров с физическими магазинами. Он описывает механизм, который напрямую влияет на отображение наличия товара в поисковой выдаче (например, в Google Shopping или Local Pack). Если система обнаружит неточности в данных продавца с помощью пользователей, она может скорректировать отображаемое наличие или показать низкую метрику точности, что снизит доверие и CTR. Наоборот, точные данные, дополненные полезными метриками (например, прогнозом скорости распродажи), могут значительно улучшить видимость и конверсию.

Детальный разбор

Термины и определения

Inventory data (Инвентарные данные)

Информация о количестве товаров, доступных для продажи в физическом местоположении продавца или онлайн.

Merchant supplied data (Данные, предоставленные продавцом)

Инвентарные данные, полученные напрямую от системы управления запасами продавца (merchant computing system).

User supplied data / User responses / Verifications (Данные, предоставленные пользователем / Ответы пользователей / Верификации)

Обратная связь от пользователей о фактическом наличии товара, полученная системой после того, как было зафиксировано посещение пользователем магазина.

Inventory metrics (Инвентарные метрики)

Аналитические данные, рассчитываемые поисковой системой на основе сравнения Merchant supplied data и User supplied data. Примеры включают точность инвентарных данных продавца, скорость распродажи товара (throughput) и прогнозируемое время наличия товара.

GPS application (GPS приложение)

Компонент на устройстве пользователя, используемый для определения его местоположения и отслеживания визитов в физические магазины.

Ample inventory (Достаточный запас)

Состояние, когда количество товара в наличии превышает ожидаемый спрос (expected requirements), что с высокой вероятностью гарантирует его доступность для покупки.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод отображения инвентарных данных.

1. Получение инвентарных данных от вычислительных систем продавцов.
2. Получение запроса на поиск продукта от пользовательского устройства.
3. Отправка на пользовательское устройство данных о продавцах, у которых есть товар в наличии, и количестве единиц.
4. Определение местоположения пользовательского устройства.
5. Ключевое условие: В ответ на определение того, что устройство находилось рядом с физическим местоположением конкретного продавца после того, как данные о продукте были показаны, система отправляет запрос на это устройство для верификации количества товара у этого продавца.
6. Агрегация верификации (verification) от этого пользователя с верификациями от других пользователей.
7. На основе сравнения данных продавца и агрегированных верификаций, система обновляет инвентарные данные, полученные от системы продавца, чтобы отразить фактическое количество товара, доступного для продажи.

Claim 7 (Зависимый): Уточняет процесс расчета инвентарных метрик (inventory metrics). В частности, включает расчет точности (accuracy) инвентарных данных, предоставленных продавцом, путем их сравнения с агрегированными верификациями пользователей.

Claim 8 (Зависимый от 7): Детализирует расчет специфических инвентарных метрик.

1. На основе агрегированных верификаций рассчитывается скорость, с которой уменьшается количество единиц продукта (скорость распродажи).
2. На основе этой скорости рассчитывается вероятность (likelihood) того, что у продавца будет в наличии хотя бы одна единица продукта в течение заданного периода времени.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, связывая онлайн-активность с офлайн-поведением.

CRAWLING & Data Acquisition – Сбор данных
На этом этапе система собирает Merchant supplied data – инвентарные данные, предоставляемые продавцами (например, через фиды).

INDEXING – Индексирование
Система хранит инвентарные данные и данные о физических местоположениях магазинов. После сбора обратной связи от пользователей, на этом этапе происходит агрегация User supplied data, расчет inventory metrics и обновление индекса инвентарных данных.

RANKING / RERANKING – Ранжирование (в контексте локального поиска товаров)
Система использует индексированные данные для отображения результатов поиска продуктов с актуальной информацией о наличии и рассчитанными метриками.

Пост-Ранжирование (Сбор обратной связи)
Это ключевой этап для данного патента. Система отслеживает пользователя после выполнения поиска, использует геолокационные данные для определения факта визита в магазин и активно собирает User supplied data.

Входные данные:

• Inventory data от продавцов.
• Поисковый запрос пользователя.
• Данные о местоположении пользователя (GPS, Wi-Fi, beacons).
• Ответы пользователей на запросы о верификации наличия товара.

Выходные данные:

• Обновленные (скорректированные) данные о наличии товаров.
• Inventory metrics (метрики точности продавца, прогнозы наличия товара).

На что влияет

• Конкретные типы контента: В первую очередь влияет на отображение товарных предложений в поиске, страницы товаров (PDP) и листинги (PLP) в контексте локальной доступности.
• Специфические запросы: Коммерческие запросы с локальным интентом (например, «купить [товар] рядом», «[товар] в наличии»).
• Конкретные ниши или тематики: Розничная торговля (Retail), E-commerce с физическими точками продаж или самовывозом. Особенно критично для товаров с высокой оборачиваемостью или ограниченным запасом.

Когда применяется

Алгоритм сбора обратной связи активируется при выполнении строгой последовательности условий:

• Условие 1: Пользователь выполнил поиск определенного товара и увидел результаты с данными о наличии.
• Триггер активации: Система определила, что пользователь посетил физическое местоположение продавца, связанное с этим товаром, после выполнения поиска.

Пошаговый алгоритм

1. Сбор данных продавца: Система регулярно получает инвентарные данные (Merchant supplied data) от вычислительных систем продавцов.
2. Поиск пользователя и логирование: Пользователь ищет товар. Система логирует интерес пользователя к этому товару.
3. Отображение первичных результатов: Система показывает пользователю список локальных магазинов с указанием количества товара в наличии, основываясь на данных продавца.
4. Отслеживание местоположения и фиксация визита: Система отслеживает геолокацию пользовательского устройства. Фиксируется факт посещения одного из магазинов, показанных в результатах поиска.
5. Запрос верификации: После фиксации визита система инициирует отправку запроса пользователю (через уведомление, баннер, сообщение) с просьбой подтвердить или уточнить наличие товара в посещенном магазине.
6. Агрегация ответов (User supplied data): Система собирает и агрегирует ответы от этого и других пользователей по конкретному товару в конкретном магазине.
7. Анализ и расчет метрик: Система сравнивает данные продавца с агрегированными ответами пользователей. Происходит расчет inventory metrics:
   • Оценка точности данных продавца.
   • Расчет скорости распродажи товара (throughput) на основе временных меток и количества, указанного пользователями.
8. Обновление инвентарных данных: Система обновляет индексированные инвентарные данные на основе анализа (например, корректирует количество, если пользователи сообщают о расхождениях).
9. Отображение улучшенных данных: При последующих поисках система отображает скорректированные данные о наличии и рассчитанные метрики (например, «Точность данных 90%» или «Вероятно, закончится через 2 часа»).

Какие данные и как использует

Данные на входе

• Географические факторы: Критически важные данные. Используются данные о местоположении пользователя (полученные через GPS, Wi-Fi, beacons) для определения факта и времени визита в физический магазин. Также используются данные о местоположении самих магазинов.
• Пользовательские факторы: История поиска пользователя используется для установления связи между поисковым интентом и последующим визитом в магазин. Ответы пользователя на запросы верификации (User supplied data) являются основным источником для проверки данных.
• Системные/Внешние данные: Инвентарные данные, полученные от систем продавцов (Merchant supplied data).

Какие метрики используются и как они считаются

• Точность инвентарных данных (Accuracy): Рассчитывается путем сравнения количества товара, заявленного продавцом, с количеством, подтвержденным агрегированными данными пользователей. Может выражаться в процентах (например, «This store is 90% accurate in their inventory estimates»).
• Скорость распродажи (Throughput / Rate of decrease): Вычисляется на основе изменения количества товара во времени, зафиксированного разными пользователями. Например, если в 12:00 пользователь А видел 20 единиц, а в 13:00 пользователь Б видел 15 единиц, система экстраполирует скорость распродажи как 5 ед/час.
• Прогноз наличия (Likelihood of availability): Рассчитывается на основе текущего подтвержденного количества и скорости распродажи. Система прогнозирует время, когда товар закончится (например, «ALERT: This store will likely be out of this product within 2 hours»).
• Классификация запасов (Ample/Not Ample): Система определяет, является ли текущий запас достаточным (ample) или недостаточным (not ample), сравнивая количество товара с ожидаемым спросом (expected requirement) для данного магазина.
• Надежность пользователя (User reliability score): В описании патента упоминается возможность расчета надежности пользователя путем сравнения его ответов с консенсусом других пользователей для выявления и дисконтирования выбросов (outlier input).

Выводы

1. Краудсорсинг как механизм верификации данных: Патент подтверждает стратегию Google по использованию пользователей в качестве источника данных для проверки информации, предоставляемой бизнесом (в данном случае – о наличии товаров). Это снижает зависимость системы от потенциально неточных Merchant supplied data.
2. Тесная интеграция онлайн и офлайн (O2O): Система демонстрирует глубокую интеграцию между онлайн-поиском и физическим миром. Google отслеживает полный путь пользователя от выражения намерения в поиске до физического посещения магазина, используя геолокацию как связующее звено.
3. Внедрение динамических инвентарных метрик в SERP: Вводятся новые типы данных в поисковой выдаче – inventory metrics. Это не только количество товара, но и аналитика: точность данных конкретного магазина и прогнозируемая скорость распродажи. Эти метрики основаны на анализе данных в реальном времени.
4. Критичность точности данных для продавцов: Для бизнеса точность передаваемых инвентарных данных становится фактором репутации и видимости. Система может публично отображать метрики точности или принудительно корректировать данные о наличии на основе пользовательского ввода, если данные продавца признаны ненадежными.

Практика

Best practices (это мы делаем)

• Обеспечение максимальной точности инвентарных фидов: Для ритейлеров (особенно использующих Local Inventory Ads) критически важно обеспечить точность и высокую частоту обновления данных о наличии товаров, передаваемых в Google (например, через Merchant Center). Это напрямую влияет на видимость в локальном поиске и на рассчитываемые системой метрики точности.
• Оптимизация физической доступности товара: Необходимо следить, чтобы товар, числящийся в наличии в системе учета, был физически доступен для покупки в торговом зале. Если товар находится на складе или не на своем месте, пользователи сообщат о его отсутствии, что ухудшит метрики.
• Мониторинг отображаемых данных в SERP: SEO-специалистам и менеджерам магазинов необходимо регулярно проверять, как отображается наличие товаров и какие inventory metrics показывает Google для их магазинов. При обнаружении расхождений или низких метрик точности следует немедленно корректировать внутренние процессы и системы учета.

Worst practices (это делать не надо)

• Передача устаревших или «приблизительных» данных о запасах: Эта практика становится опасной. Система активно верифицирует эти данные с помощью пользователей. Зафиксированные расхождения приведут к отображению низких метрик точности или к принудительной корректировке наличия товара до нуля в поисковой выдаче.
• Медленное обновление инвентарных данных: Если данные обновляются редко (например, раз в день), система зафиксирует расхождения в течение дня, особенно для товаров с высокой оборачиваемостью. Это негативно скажется на точности и прогнозах наличия.
• Игнорирование пользовательского опыта в магазине: Относиться к данным о наличии формально, не заботясь о реальной доступности товара для покупателя в магазине. Система использует именно опыт покупателя как источник истины.

Стратегическое значение

Патент подчеркивает стратегическую важность O2O (Online-to-Offline) и критичность данных реального времени для успешного локального продвижения. Для ритейлеров управление запасами перестает быть просто внутренней операционной задачей и становится ключевым фактором ранжирования, репутации и пользовательского доверия в поиске Google. Это требует тесной интеграции систем управления запасами (ERP/WMS) с поисковыми платформами и фокуса на точности данных.

Практические примеры

Сценарий: Улучшение CTR и конверсии за счет динамических метрик наличия.

1. Действие: Крупный магазин электроники внедряет систему обновления инвентарных фидов в реальном времени, обеспечивая высокую точность данных, передаваемых в Google.
2. Работа системы: В день старта продаж популярной игровой консоли Google фиксирует высокий спрос. Система собирает данные пользователей, которые подтверждают наличие товара, но также фиксируют быстрое уменьшение количества.
3. Отображение в поиске: В результатах локального поиска для этого магазина Google отображает текущее количество (например, «8 единиц в наличии») и добавляет рассчитанную метрику: «ALERT: This store will likely be out of this product within 2 hours» (Пример из патента).
4. Ожидаемый результат: Метрика создает ощущение срочности у пользователей. Они с большей вероятностью кликнут на этот результат и немедленно поедут в магазин, что повышает CTR из поиска и офлайн-конверсию.

Вопросы и ответы