Как Google рассчитывает «истинную» стоимость товарных предложений, нормализуя скидки, бандлы и услуги для ранжирования

Описание

Какую задачу решает

Патент решает проблему сложности сравнения разнородных товарных предложений (offers) для одного и того же продукта в онлайн-шоппинге. Пользователю трудно определить, какое предложение выгоднее, если они включают разные типы бонусов: например, прямую скидку у одного продавца против бесплатной установки, расширенной гарантии или аксессуаров в комплекте (бандла) у другого. Система устраняет эту неопределенность, приводя все компоненты предложения к единому монетарному эквиваленту для объективного ранжирования.

Что запатентовано

Запатентована система и метод нормализации и ранжирования товарных предложений в ответ на покупательский запрос (shopping query). Суть изобретения заключается в расчете Equivalent Value (Эквивалентной стоимости) продукта. Для этого система определяет Cash Value (Денежную стоимость) всех дополнительных компонентов, включенных в предложение (аксессуары, услуги, гарантии, скидки), и корректирует заявленную цену на эту стоимость.

Как это работает

Система работает в несколько этапов:

• Агрегация: Собираются предложения от различных продавцов (Offer Providers).
• Анализ компонентов: Идентифицируются все компоненты, идущие в дополнение к основному продукту (in addition to the product).
• Оценка (Valuation): Этим компонентам присваивается денежная стоимость (Cash Value), основанная на внешних данных (цены производителя, рыночные стандарты).
• Нормализация: Рассчитывается Equivalent Value основного товара. В основном варианте это делается путем вычитания Cash Value бонусов из общей цены.
• Ранжирование: При получении торгового запроса предложения ранжируются на основе этой нормализованной стоимости (например, от наименьшей к наибольшей).

Актуальность для SEO

Высокая. В условиях современного E-commerce сравнение сложных предложений, бандлов и комплексных скидок остается критически важной задачей для поисковых систем и агрегаторов, таких как Google Shopping. Механизмы нормализации цен необходимы для обеспечения релевантной и полезной товарной выдачи.

Важность для SEO

Влияние на SEO высокое (85/100), но строго специфичное для E-commerce и оптимизации товарных фидов (Google Shopping). Патент описывает конкретный механизм, как Google алгоритмически определяет ценность предложения за пределами его базовой цены. Понимание этого механизма позволяет SEO-специалистам и маркетологам стратегически формировать товарные предложения (бандлы) и оптимизировать данные для повышения видимости в товарной выдаче.

Детальный разбор

Термины и определения

Cash Value (Денежная стоимость)

Присвоенная системой монетарная стоимость компонентов предложения, которые предоставляются в дополнение к основному продукту (например, стоимость гарантии, установки или аксессуара, включенного в бандл).

Components / Segments (Компоненты предложения)

Элементы, включенные в предложение в дополнение к основному продукту. Примеры: скидки (discounts), купоны (coupons), ребейты (rebates), аксессуары (accessories), гарантии (warranties), установка (installation), дополнительные продукты.

Equivalent Value / Equivalent Price (Эквивалентная стоимость)

Нормализованная стоимость основного продукта в предложении. В основном варианте рассчитывается как общая цена предложения минус Cash Value всех дополнительных компонентов. Используется как основной фактор ранжирования.

Offer (Предложение)

Конкретное условие продажи продукта продавцом.

Offer Provider (Поставщик предложения)

Сущность, предоставляющая предложение (продавец, ритейлер, маркетинговая система).

Shopping Query (Торговый запрос)

Запрос пользователя, направленный на поиск и покупку продукта.

Total Score (Общая оценка)

В альтернативном варианте реализации – оценка предложения, рассчитанная путем суммирования оценок (scores) цены и оценок дополнительных компонентов.

Ключевые утверждения (Анализ Claims)

Патент описывает два основных варианта реализации (Embodiments) для ранжирования предложений.

Claim 1 (Независимый пункт) — Вариант 1: Расчет чистой стоимости.

Описывает основной метод ранжирования:

1. Система получает множество предложений (offers) для продукта, каждое имеет цену.
2. Для каждого предложения определяется денежная стоимость (cash value) для любых компонентов, идущих в дополнение к продукту (in addition to the product).
3. Определяется эквивалентная стоимость (equivalent value) предложения, основанная на цене, скорректированной на cash value дополнительных компонентов.
4. Система получает торговый запрос (shopping query) и ранжирует предложения на основе их equivalent values.

Claim 3 (Зависимый от 1): Уточняет метод расчета equivalent value.

Equivalent value определяется путем вычитания (subtracting) cash value каждого дополнительного компонента из цены предложения. Это ключевой механизм нормализации, позволяющий вычислить чистую стоимость основного продукта.

Claim 4 (Зависимый от 1): Уточняет порядок ранжирования.

Ранжирование представляет собой список предложений от самой низкой equivalent value до самой высокой.

Claim 5 (Зависимый от 1): Уточняет источники для определения cash value.

Источники включают данные с сайта производителя (manufacturer website), отраслевые стандарты ценообразования (industry pricing standard), сайты онлайн-магазинов или ввод данных операторами поисковой системы.

Claim 7 (Независимый пункт) — Вариант 2: Ранжирование по баллам.

Описывает альтернативный метод ранжирования:

1. Система получает предложения.
2. Присваивается оценка (score) для дополнительных компонентов.
3. Присваивается оценка (score) для цены предложения.
4. Определяется общая оценка (total score) путем сложения (adding) оценок компонентов и цены.
5. Система получает запрос и ранжирует предложения на основе total scores (Claim 9 уточняет: от самого высокого балла к самому низкому).

Где и как применяется

Изобретение применяется в системах товарного поиска (shopping search engines), таких как Google Shopping, для ранжирования различных предложений одного и того же продукта.

CRAWLING – Сканирование и Сбор данных
Система собирает данные о товарных предложениях. Источники: прямая передача данных от Offer Providers (например, через фиды Merchant Center), сканирование (crawling) интернета для сбора предложений с сайтов продавцов, или поиск в реальном времени при получении запроса.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит основная обработка и нормализация данных:

• Парсинг предложений и идентификация основного продукта и дополнительных компонентов (бандлов).
• Определение Cash Value для немонетарных компонентов с использованием внешних источников данных.
• Расчет и сохранение Equivalent Value или Total Score для каждого предложения. Этот процесс происходит преимущественно офлайн или при индексации фида.

RANKING – Ранжирование
При получении Shopping Query система извлекает релевантные предложения и использует предварительно рассчитанные Equivalent Values или Total Scores как основной фактор для сортировки списка предложений.

Входные данные:

• Товарные предложения (цена, описание, компоненты).
• Внешние данные о стоимости компонентов (цены производителей, рыночные данные).
• Торговый запрос пользователя.

Выходные данные:

• Ранжированный список товарных предложений (Ranked list of offers), отсортированный по эквивалентной стоимости или общей оценке.

На что влияет

• Конкретные типы контента: Влияет исключительно на товарные предложения (продукты и услуги) в системах электронной коммерции и товарных агрегаторах (Google Shopping, Product Listing Ads).
• Специфические запросы: Влияет на транзакционные и товарные запросы (Shopping Queries).
• Конкретные ниши или тематики: Наибольшее влияние в нишах со сложными предложениями (электроника, бытовая техника), где распространены бандлы, расширенные гарантии и услуги по установке.

Когда применяется

• Условия работы алгоритма: Алгоритм применяется, когда для одного идентифицированного продукта существует несколько предложений (от разных продавцов или с разными условиями).
• Триггеры активации: Активируется при обработке торгового запроса, для которого в индексе найдены предложения, включающие дополнительные компоненты (монетарные или немонетарные), требующие нормализации для сравнения.

Пошаговый алгоритм

Этап А: Сбор и индексация предложений (Офлайн / Индексация)

1. Сбор данных: Система получает или собирает предложения от Offer Providers.
2. Парсинг и индексация: Предложения анализируются, идентифицируется основной продукт и извлекаются все дополнительные компоненты (аксессуары, гарантии, услуги, скидки).
3. Определение Cash Value: Для каждого дополнительного компонента система определяет его денежную стоимость, используя внешние источники (сайт производителя, рыночные стандарты и т.д.).
4. Расчет нормализованной метрики:
   • Вариант 1 (Основной): Рассчитывается Equivalent Value = Цена предложения — Сумма Cash Value всех дополнительных компонентов.
   • Вариант 2 (Альтернативный): Рассчитывается Total Score = Балл за цену + Сумма баллов за компоненты.
5. Сохранение: Рассчитанная метрика сохраняется в базе данных вместе с предложением.

Этап Б: Обработка запроса и ранжирование (Реальное время)

1. Получение запроса: Система получает Shopping Query от пользователя.
2. Поиск предложений: Система ищет в базе данных предложения, соответствующие запросу.
3. Ранжирование: Найденные предложения ранжируются на основе их предварительно рассчитанных метрик (например, по возрастанию Equivalent Value или по убыванию Total Score).
4. Отображение результатов: Ранжированный список предложений отображается пользователю.

Какие данные и как использует

Данные на входе

• Контентные факторы (Данные предложения): Описание предложения, идентификация включенных продуктов и услуг (бандлов). Точное определение состава предложения критически важно.
• Технические факторы: Идентификаторы продуктов (например, model number). Критичны для точного сопоставления предложений и определения рыночной стоимости компонентов.
• Ценовые факторы: Заявленная цена предложения, информация о скидках, купонах и ребейтах (rebates).
• Внешние данные (External Data Sources): Данные, используемые для определения Cash Value немонетарных компонентов:
  • Цены на аксессуары и услуги с сайтов производителей (manufacturer website).
  • Отраслевые стандарты (industry pricing standards).
  • Данные других онлайн-магазинов (online shopping website).
  • Данные, введенные операторами системы (input from search engine system operators).

Какие метрики используются и как они считаются

Вариант 1 (Расчет чистой стоимости):

• Cash Value: Метрика стоимости отдельного компонента. Рассчитывается на основе анализа внешних данных.
• Equivalent Value: Основная метрика для ранжирования.
  • Формула: Equivalent Value = Offer Price — SUM(Cash Values of additional components).
• Ранжирование: По возрастанию Equivalent Value (от самой низкой стоимости к самой высокой).

Вариант 2 (Ранжирование по баллам):

• Price Score и Component Score: Оценки, присвоенные цене и дополнительным компонентам. Могут базироваться на стоимости или других правилах.
• Total Score: Основная метрика для ранжирования.
  • Формула: Total Score = Price Score + SUM(Component Scores).
• В описании патента также упоминается, что в расчет Total Score может включаться оценка того, насколько близко запрос пользователя соответствует деталям предложения (how close user query matches product offer details) – то есть, фактор релевантности.
• Ранжирование: По убыванию Total Score (от самого высокого балла к самому низкому).

Выводы

1. Нормализация цены — ключевой фактор ранжирования в товарном поиске: Патент демонстрирует, что для сравнения предложений Google не полагается на заявленную цену. Система активно нормализует цены, чтобы определить реальную стоимость (Equivalent Value) продукта.
2. Google стремится оценить стоимость бандлов и бонусов: Система имеет механизмы для определения денежного эквивалента (Cash Value) немонетарных бонусов, таких как гарантии, установка или аксессуары. Эти элементы напрямую влияют на ранжирование предложения.
3. Зависимость от внешних данных: Точность ранжирования зависит от способности системы найти достоверные внешние данные о стоимости компонентов (сайты производителей, рыночные стандарты). Система не принимает заявленную продавцом стоимость бонусов.
4. Два подхода к ранжированию: Патент защищает два разных механизма: ранжирование по Equivalent Value (цена минус стоимость бонусов) и ранжирование по Total Score (сумма оценок цены, бонусов и, возможно, релевантности запросу).
5. Фокус на ценности для пользователя: Цель системы — выявить наиболее выгодное предложение для пользователя, независимо от маркетинговой упаковки (скидка против бандла).

Практика

Best practices (это мы делаем)

Рекомендации актуальны для специалистов по E-commerce и оптимизации товарных фидов (например, для Google Shopping).

• Максимальная детализация в продуктовых фидах: Необходимо максимально точно и структурированно передавать данные о том, что входит в предложение. Система должна иметь возможность распарсить основной продукт и дополнительные компоненты. Используйте атрибуты для бандлов (например, is_bundle в Google Merchant Center).
• Использование стандартных идентификаторов (GTIN/Model Number) для бандлов: При формировании бандлов (например, телефон + чехол) используйте идентификаторы не только для основного продукта, но и для аксессуаров, если это возможно. Это поможет системе точнее определить их Cash Value по внешним источникам.
• Стратегическое формирование бандлов: Разрабатывайте предложения с учетом механизма Equivalent Value. Включение ценных дополнительных услуг или аксессуаров может повысить позицию в ранжировании, даже если итоговая цена выше, чем у конкурентов, продающих «голый» продукт.
• Мониторинг рыночной стоимости компонентов: Отслеживайте рыночные цены на аксессуары и услуги, которые вы включаете в бандлы. Это позволит прогнозировать, как Google оценит их Cash Value и как это повлияет на итоговый Equivalent Value вашего предложения.
• Использование микроразметки Schema.org/Offer: Детально размечайте предложения на сайте, используя свойства includesObject для аксессуаров/услуг и warranty для информации о гарантии. Это может помочь системам корректно извлечь компоненты при краулинге.

Worst practices (это делать не надо)

• Нечеткое описание компонентов предложения: Если система не сможет понять, что включено в бандл (например, информация указана только в тексте описания), она не сможет рассчитать Cash Value бонусов, и предложение будет ранжироваться только по заявленной цене.
• Включение в бандлы «мусорных» аксессуаров: Добавление бонусов, которые не имеют реальной рыночной стоимости (Cash Value), не улучшит ранжирование согласно этому патенту, так как не снизит Equivalent Value.
• «Раздувание» стоимости бандлов: Попытки манипулировать системой путем указания нереалистично высокой стоимости включенных аксессуаров не сработают, так как патент предполагает использование независимых внешних источников для определения реальной Cash Value.
• Конкуренция исключительно по цене (Dumping): Фокусировка только на достижении самой низкой цены без учета общей ценности может привести к потере позиций, если конкуренты применяют эффективный бандлинг.

Стратегическое значение

Патент подтверждает, что в товарном поиске Google фокусируется на предоставлении максимальной экономической выгоды пользователю, действуя как интеллектуальный агент покупателя. Для E-commerce это означает, что стратегия должна быть направлена не просто на снижение цены, а на максимизацию общей ценности предложения. Понимание механизмов нормализации цен становится обязательным компонентом оптимизации ассортимента и продуктовых фидов для онлайн-ритейлеров.

Практические примеры

Сценарий: Ранжирование предложений на Смартфон X

Система использует Вариант 1 (Расчет чистой стоимости).

Предполагаемая логика Google (Определение Cash Value по внешним источникам):

• Система определяет стоимость страховки на 1 год = $150.
• Система определяет стоимость оригинального чехла и защитного стекла = $50 + $30 = $80.

Анализ предложений:

• Продавец А: Цена $1000. Комплект: только смартфон.
• Продавец Б: Цена $1050. Комплект: Смартфон + Страховка на 1 год.
• Продавец В: Цена $1100. Комплект: Смартфон + Чехол и Стекло.

Расчет Equivalent Value:

• Продавец А: $1000 — $0 = $1000.
• Продавец Б: $1050 — $150 = $900.
• Продавец В: $1100 — $80 = $1020.

Результат ранжирования (от лучшего к худшему):

1. Продавец Б (Эквивалентная стоимость $900).
2. Продавец А (Эквивалентная стоимость $1000).
3. Продавец В (Эквивалентная стоимость $1020).

Вывод: Предложение Продавца Б является наиболее конкурентоспособным и занимает первую позицию, несмотря на более высокую заявленную цену, чем у Продавца А, благодаря высокой ценности включенного бонуса.

Вопросы и ответы