Как Google использует данные опросов пользователей для аннотирования и изменения ранжирования рекламы и органических результатов

Описание

Какую задачу решает

Патент решает задачу предоставления пользователям объективных сигналов о надежности и репутации (trustworthy) рекламодателей, доменов, продуктов или услуг, представленных в виде элементов контента (Content Items). Цель — помочь пользователям принимать решения на основе автоматизированных сигналов и снизить риск манипуляций (gaming) этими сигналами со стороны поставщиков контента, поскольку данные собираются через независимые опросы.

Что запатентовано

Запатентована система для автоматического аннотирования элементов контента (включая рекламу и органические результаты поиска) статистикой, полученной из опросов пользователей. Система проводит опросы об объектах (брендах, сайтах), собирает статистические данные (Statistical Data) и автоматически связывает их с соответствующим контентом путем сопоставления идентификаторов. Эта статистика не только отображается в виде аннотаций (Trust Annotations), но и может использоваться для модификации ранжирования контента.

Как это работает

Система работает в несколько этапов:

• Сбор данных: Survey Module проводит опросы пользователей об атрибутах (например, удовлетворенность покупкой, репутация) различных объектов (брендов, продуктов).
• Обработка: Ответы агрегируются в Statistical Data (например, «88% клиентов очень довольны»).
• Автоматическая ассоциация: Annotation Generation Module сопоставляет статистику с элементами контента путем сравнения идентификаторов (identifiers), таких как домен в URL или название бренда.
• Ранжирование и Выбор: При запросе контента система выбирает подходящий элемент. Патент указывает, что полученная статистика может использоваться для модификации ранжирования (modifying a ranking) или цены элемента контента.
• Отображение: Выбранный элемент контента подается вместе с аннотацией, основанной на статистике.

Актуальность для SEO

Высокая. Использование сигналов доверия (Trust) и внешних данных для оценки репутации является ключевым элементом E-E-A-T. Механизмы сбора отзывов (например, Google Customer Reviews) активно используются Google. Идея использования независимых опросов для генерации сигналов доверия и применения их в качестве фактора ранжирования остается крайне актуальной для обеспечения качества поиска.

Важность для SEO

Патент имеет высокое значение для SEO. Он описывает конкретный механизм, позволяющий Google количественно оценивать репутацию и удовлетворенность пользователей и напрямую использовать эти данные для модификации ранжирования (Claim 8) и улучшения сниппетов. Хотя фокус патента во многом на рекламе, он явно упоминает применимость к органическим результатам поиска (organic search results). Это подтверждает, что реальная репутация бизнеса и качество пользовательского опыта могут выступать как прямые факторы ранжирования.

Детальный разбор

Термины и определения

Annotation (Аннотация)

Дополнительная информация, отображаемая вместе с Content Item. Основана на статистике из опросов. Также называется Trust Annotation.

Attribute (Атрибут)

Конкретный аспект объекта, который оценивается в опросе. Примеры: намерение будущей покупки (future purchase intent), удовлетворенность предыдущей покупкой (previous purchase satisfaction), репутация (reputation).

Content Item (Элемент контента)

Единица контента для отображения. Может быть рекламным объявлением (third-party content item) или органическим результатом поиска (organic search result).

Content Item Selection System (Система выбора элементов контента)

Система (поисковая система или рекламный сервер), которая выбирает контент для показа в ответ на запрос.

Identifier (Идентификатор)

Ключ для связи статистических данных с контентом. Примеры: доменное имя в URL, название продукта, название бренда, ресурс (сайт или целевая страница).

Statistical Data (Статистические данные)

Агрегированные данные, полученные в ответ на опросы пользователей.

Subject / Entity (Объект / Сущность)

То, о чем проводится опрос (ресурс, бренд, продукт, услуга, домен, компания).

Survey Module (Модуль опросов)

Компонент, отвечающий за генерацию, распространение опросов и сбор ответов.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основную систему аннотирования контента.

1. Получение данных от множества пользователей в ответ на опрос об объекте (ресурс, бренд, продукт или услуга).
2. Определение статистических данных об этом объекте.
3. Автоматическое ассоциирование статистики с элементом контента, связанным с этим объектом.
4. Получение запроса на элемент контента от клиентского устройства.
5. Выбор этого элемента контента в ответ на запрос.
6. Предоставление данных для отображения выбранного элемента контента И данных для отображения аннотации, основанной на этой статистике.

Claim 2 (Зависимый от 1): Детализирует механизм автоматической ассоциации.

Система анализирует (парсит) статистические данные для поиска первого идентификатора (first identifier). Автоматическая ассоциация происходит в ответ на совпадение этого первого идентификатора со вторым идентификатором (second identifier), связанным с элементом контента.

Claims 3 и 4 (Зависимые от 2): Приводят примеры идентификаторов.

Вторым идентификатором может быть доменное имя, содержащееся в URL ссылки (link URL) элемента контента (Claim 3), или название продукта (Claim 4).

Claim 8 (Зависимый от 1): Описывает влияние статистики на ранжирование.

Система модифицирует ранжирование (modifying a ranking) элемента контента, основываясь, по крайней мере частично, на ассоциированной с ним статистике.

Claim 9 (Независимый пункт): Альтернативное описание метода с акцентом на процесс сопоставления идентификаторов как часть определения и ассоциации данных.

Где и как применяется

Изобретение затрагивает несколько этапов обработки данных и выбора контента в поисковой или рекламной системе.

Сбор данных (Data Acquisition)
Вместо традиционного CRAWLING веба, система активно собирает данные через Survey Module. Это целенаправленный сбор обратной связи от пользователей о сущностях.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит обработка данных опросов. Annotation Generation Module преобразует ответы в Statistical Data и связывает их с конкретными объектами через Identifiers. Эти статистические данные становятся признаками (features), характеризующими репутацию объекта и связанных с ним элементов контента.

RANKING – Ранжирование
Ключевой этап применения для SEO. Система выбора контента использует эти признаки на этапе ранжирования. Как указано в Claim 8, статистика используется для модификации ранжирования. Это применимо как к рекламным аукционам, так и к ранжированию органических результатов поиска.

METASEARCH / RERANKING (Слой представления SERP)
На финальном этапе система дополняет выбранный элемент контента аннотацией на основе связанной статистики. Это изменяет внешний вид результата в выдаче.

Входные данные:

• Ответы пользователей на опросы.
• Элементы контента (реклама, органические результаты) и их идентификаторы (URL, бренд, продукт).
• Запрос на контент от клиентского устройства.

Выходные данные:

• Элемент контента с модифицированным ранжированием.
• Данные для отображения аннотации вместе с элементом контента.

На что влияет

• Типы контента: Влияет как на рекламные объявления (third-party content items), так и на органические результаты поиска (organic search results).
• Конкретные ниши или тематики: Наибольшее влияние в коммерческих нишах (e-commerce, услуги) и YMYL-тематиках, где данные об удовлетворенности клиентов и репутации бренда критически важны.
• Идентификаторы: Влияет на контент, который может быть четко идентифицирован по домену, бренду или названию продукта.

Когда применяется

• Триггеры активации: Алгоритм активируется, когда для элемента контента существуют релевантные статистические данные из опросов, и система смогла успешно сопоставить идентификаторы.
• Пороговые значения: В патенте упоминается возможность использования порогового значения (threshold value). Аннотации могут отображаться, только если статистика равна или превышает порог. В некоторых реализациях аннотация может быть опущена, если информация негативна.
• Исключения: В патенте упоминается, что в некоторых реализациях поставщик контента (рекламодатель) может выбрать не включать аннотацию.

Пошаговый алгоритм

Процесс А: Сбор данных и предварительная обработка (Офлайн или в фоне)

1. Идентификация объектов и атрибутов: Определение интересующих объектов (бренды, продукты) и атрибутов (удовлетворенность, репутация).
2. Распространение опросов: Survey Module отправляет опросы пользователям.
3. Сбор и агрегация данных: Получение ответов и сохранение их в Statistical Database. Данные агрегируются для получения статистики.
4. Парсинг идентификаторов: Анализ статистических данных для извлечения идентификаторов (например, название бренда из текста опроса).
5. Автоматическая ассоциация: Сопоставление идентификаторов из статистических данных с идентификаторами элементов контента (например, URL домена). При совпадении статистика связывается с элементом контента.

Процесс Б: Обработка запроса и отображение (В реальном времени)

1. Получение запроса: Система получает запрос на контент от клиентского устройства.
2. Выбор и ранжирование контента: Система проводит выбор (аукцион или органическое ранжирование).
   • Система проверяет наличие ассоциированной статистики для кандидатов.
   • Ранжирование модифицируется на основе значения статистики (например, высокая удовлетворенность повышает оценку, низкая — понижает).
3. Генерация аннотации: Для выбранного элемента контента генерируется или извлекается аннотация. Проверяется соответствие пороговым значениям.
4. Подача контента: Система отправляет данные для отображения элемента контента и соответствующей аннотации.
5. (Опционально) Обратная связь и обновление: Survey Module может отправить опрос пользователю, который увидел контент, для обновления статистических данных.

Какие данные и как использует

Данные на входе

• Пользовательские факторы (Обратная связь): Основной тип данных — это ответы пользователей на опросы (data from a plurality of users in response to a survey), касающиеся их опыта и восприятия брендов, продуктов или услуг.
• Контентные/Технические факторы (Идентификаторы): Для связи данных опроса с контентом система использует идентификаторы:
  • Доменное имя (domain name) в URL ссылки.
  • Название продукта (product name).
  • Название бренда (brand name).
  • Целевая страница (landing page).
• Контекстные факторы: Система может учитывать категорию или вертикаль (category or vertical) и текст запроса (query) для более точного применения аннотаций.

Какие метрики используются и как они считаются

• Statistic (Статистика): Основная метрика, получаемая из опросов. Обычно это процент пользователей (percentage of all users surveyed).
• Attributes (Атрибуты): Качественные показатели, которые измеряются статистикой:
  • Удовлетворенность предыдущей покупкой (previous purchase satisfaction).
  • Намерение совершить покупку в будущем (future purchase intent).
  • Репутация (reputation).
• Ranking Modification (Модификация ранжирования): Статистика используется для изменения ранга или оценки элемента контента. Патент указывает, что контент с высоким значением статистики может получить увеличение итоговой оценки (increase in a resulting score), а с низким — уменьшение (decrease in a resulting score).

Выводы

1. Репутация и удовлетворенность как прямые факторы ранжирования: Патент явно утверждает (Claim 8), что статистика из независимых опросов пользователей используется для модификации ранжирования как рекламы, так и органических результатов. Это механизм прямой интеграции сигналов доверия (Trust из E-E-A-T) в алгоритмы.
2. Автоматизированные «Аннотации доверия» (Trust Annotations): Система создает аннотации автоматически, без участия владельца сайта. Это направлено на предотвращение манипуляций и предоставление объективной информации пользователям.
3. Критичность идентификаторов (Entity Matching): Механизм полагается на точное сопоставление идентификаторов (домен, бренд, продукт). Если система не может четко идентифицировать объект, данные о репутации не будут применены.
4. Влияние на сниппеты и CTR: Аннотации изменяют внешний вид сниппета, добавляя количественные данные о репутации, что может существенно влиять на кликабельность (CTR).
5. Активный сбор обратной связи: Google патентует систему активного сбора данных о репутации через опросы, а не только пассивного анализа контента, что подчеркивает стремление получать прямую обратную связь о качестве бизнеса.

Практика

Best practices (это мы делаем)

• Фокус на реальной удовлетворенности клиентов (Customer Satisfaction): Поскольку Google может активно опрашивать пользователей и использовать результаты для ранжирования, критически важно обеспечивать высокое качество продуктов и клиентского сервиса. SEO-стратегия должна быть интегрирована с бизнес-процессами, направленными на улучшение реального пользовательского опыта.
• Управление репутацией бренда (Brand Reputation Management): Необходимо активно работать над улучшением репутации бренда, так как она может быть количественно оценена Google через опросы и использована как фактор ранжирования и основа для Trust Annotation.
• Четкая идентификация сущностей: Обеспечить четкое и последовательное использование идентификаторов (название бренда, название продукта, доменное имя) на сайте, в рекламе и в микроразметке. Это поможет системе корректно сопоставить данные опросов с вашим контентом.
• Стимулирование отзывов в контролируемых системах: Участие в программах, которые используют структурированные опросы (например, Google Customer Reviews), может увеличить вероятность сбора и отображения положительной статистики, соответствующей механизмам патента.

Worst practices (это делать не надо)

• Игнорирование качества сервиса и продукта: Стратегии, фокусирующиеся только на технических аспектах SEO при низком качестве основного продукта, становятся рискованными. Негативная статистика из опросов может напрямую понизить ранжирование (decrease in a resulting score).
• Попытки манипулировать опросами: Система разработана как независимая для предотвращения манипуляций (gaming). Попытки искусственно завысить показатели удовлетворенности могут быть неэффективны или рискованны.
• Непоследовательный брендинг: Использование разных названий для одного и того же продукта или бренда может помешать системе сопоставить данные опросов с вашим контентом, лишив вас потенциального преимущества.

Стратегическое значение

Этот патент подтверждает стратегический приоритет Google на интеграцию реальных сигналов доверия и пользовательского опыта в ранжирование. Он демонстрирует один из методов, как Google может количественно и независимо оценить репутацию бизнеса. Для SEO это означает, что долгосрочная стратегия должна включать не только оптимизацию сайта, но и работу над качеством самого бизнеса, поскольку Google стремится измерить это качество напрямую у пользователей.

Практические примеры

Сценарий: Использование статистики удовлетворенности для ранжирования интернет-магазина

1. Сбор данных: Google через Survey Module проводит опрос: «Насколько вы довольны своей последней покупкой на BigRetailer.com?».
2. Обработка: Система определяет, что 88% респондентов «очень довольны». Эта статистика ассоциируется с идентификатором домена «BigRetailer.com».
3. Запрос пользователя: Пользователь ищет «купить виджеты».
4. Ранжирование: Система рассматривает BigRetailer.com как кандидата. Видя ассоциированную положительную статистику (88%), система модифицирует ранжирование (Claim 8), увеличивая итоговую оценку для BigRetailer.com, что улучшает его позицию в органической выдаче или рекламном аукционе.
5. Отображение: Рядом с результатом BigRetailer.com отображается аннотация: «88% клиентов BigRetailer сообщают, что они ‘очень довольны’ своей покупкой».

Вопросы и ответы