Как Google использует иерархические структуры и динамические бизнес-фиды для управления рекламными кампаниями

Описание

Какую задачу решает

Патент решает проблему масштабирования и управления крупными рекламными кампаниями, которые должны быть синхронизированы со сложными и быстро меняющимися бизнес-данными (например, ассортиментом товаров, наличием на складе, ценами, прибылью). Традиционные структуры кампаний затрудняют поддержание актуальности и alignment рекламной стратегии с бизнес-целями в больших масштабах.

Что запатентовано

Запатентована система организации контента (преимущественно рекламных объявлений) в виде Hierarchical Content Node Structure (Иерархическая структура узлов контента). Ключевая особенность — автоматическое обновление структуры кампании, ставок (bids) и самого контента объявлений с использованием динамических Feed Data (бизнес-данных), предоставляемых рекламодателем.

Как это работает

Система организует рекламные кампании в виде древовидной структуры.

• Иерархия и Наследование: Общие настройки (бюджет, геотаргетинг) задаются на верхних (родительских) узлах. Дочерние узлы наследуют (inherit) настройки, но могут переопределять (override) их для более гранулярного таргетинга.
• Динамические Фиды: Система подключается к внешним Feed Data (например, инвентарю товаров).
• Переменные Параметры: Узлы могут содержать правила (Variable Distribution Parameters), использующие данные из фида. Например, Ставка = 15% от Прибыли (где Прибыль берется из фида).
• Выбор Контента: При получении запроса на рекламу система находит наиболее гранулярный подходящий узел, рассчитывает динамические параметры в реальном времени (at content serving time) и предоставляет контент.

Актуальность для SEO

Высокая (для Paid Search/E-commerce). Описанная инфраструктура является фундаментальной для современных систем динамической рекламы Google, таких как Google Shopping и Performance Max, которые в значительной степени полагаются на продуктовые фиды (Merchant Center) и автоматизированное управление кампаниями на основе бизнес-данных.

Важность для SEO

Влияние на SEO: Минимальное (1/10). Этот патент описывает инфраструктуру для рекламных платформ Google (Google Ads), а не алгоритмы органического ранжирования. Он не имеет прямого влияния на стратегии органического SEO. Он дает представление о том, как Google обрабатывает структурированные фиды данных и иерархически организует информацию, но не содержит рекомендаций для SEO-оптимизации.

Детальный разбор

Термины и определения

Content Item (Единица контента)

Контент для показа пользователю. В контексте патента — преимущественно рекламные объявления.

Distribution Parameters (Параметры распространения)

Критерии и настройки узла: ключевые слова, ставки (bids), бюджеты, гео-таргетинг и т.д.

Feed Data (Данные фида)

Динамические бизнес-данные от рекламодателя (инвентарь, цены, наличие, маржинальность). Используются для автоматического обновления кампаний.

Hierarchical Content Node Structure (Иерархическая структура узлов контента)

Древовидная структура данных для организации рекламной кампании.

Inheritance (Наследование)

Механизм, при котором дочерние узлы автоматически принимают Distribution Parameters от родительских узлов.

Negative Parameter (Негативный параметр)

Критерий исключения (например, минус-слово). Обычно наследуются и накапливаются вниз по иерархии.

Node Selector (Селектор узлов)

Компонент, который обходит иерархию, чтобы найти наиболее подходящий (обычно самый гранулярный) узел во время запроса.

Overriding (Переопределение)

Возможность дочернего узла заменить унаследованный параметр своим собственным значением того же типа.

Positive Parameter (Позитивный параметр)

Критерий таргетинга (например, ключевое слово). Часто переопределяются в дочерних узлах.

Variable Distribution Parameter (Переменный параметр распространения)

Параметр узла (например, ставка или текст объявления), значение которого вычисляется динамически с помощью правил и актуальных Feed Data во время показа (at content serving time).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс обслуживания контента с использованием иерархии и динамических фидов в реальном времени.

1. Система получает запрос на контент с атрибутами.
2. Идентифицируется Hierarchical Content Node Structure, где дочерний узел (Node 2) наследует параметры от родительского (Node 1).
3. Ключевой шаг: В момент обслуживания контента (at content serving time), система использует real-time dynamic feed data для определения значения Variable Distribution Parameter (например, ставки) для Node 2.
4. Параметр модифицируется (ставка рассчитывается).
5. Система проверяет Node 1 на соответствие атрибутам запроса (учитывая Positive и Negative Parameters).
6. Если Node 1 подходит, система проверяет Node 2. При этом учитываются Negative Parameters, унаследованные от Node 1.
7. Система использует модифицированный переменный параметр (рассчитанную ставку) для предоставления контента из Node 2 в качестве кандидата.

Claim 5 (Зависимый от 1): Детализирует механизм переопределения (Overriding).

Если Positive Parameter родительского узла и Positive Parameter дочернего узла относятся к одному типу (например, оба задают ключевые слова), то параметр дочернего узла переопределяет параметр родительского узла.

Claim 6 и 7 (Зависимые от 1): Уточняют использование фидов для корректировки ставок.

Feed Data могут включать данные для корректировки ставок (bid adjustment data), такие как данные о прибыли бизнеса (business profit data), данные об эффективности или данные об инвентаре продукта. Эти данные используются для расчета ставки.

Claim 10 (Зависимый от 1): Описывает выбор наиболее гранулярного узла.

Система ищет совпадения на более глубоких уровнях иерархии. Если более глубокий узел не соответствует запросу, система предоставляет контент из последнего соответствующего узла, определив его как самый нижний подходящий узел (lowest matching content node).

Где и как применяется

Важно понимать, что этот патент не описывает архитектуру органического поиска Google (CRAWLING, INDEXING, RANKING и т.д.). Он относится исключительно к инфраструктуре рекламных платформ (Google Ads).

Рекламная Платформа – Управление Кампаниями (Campaign Management)

• Node Generator использует этот механизм для создания и обновления структуры кампаний на основе правил рекламодателя и структуры Feed Data.

Рекламная Платформа – Прием Данных (Data Ingestion)

• Feed Data Module обрабатывает бизнес-фиды (например, фиды Merchant Center), чтобы гарантировать актуальность данных.

Рекламная Платформа – Обслуживание и Выбор Рекламы (Ad Serving/Selection)

• Это основное применение патента, происходящее в реальном времени. Node Selector получает запрос на рекламу.
• Он обходит иерархию, проверяя соответствие атрибутов запроса параметрам узлов.
• Система разрешает динамические параметры (Variable Distribution Parameters), используя самые свежие Feed Data (например, рассчитывает ставку).
• Выбирается наиболее гранулярный подходящий узел.

Входные данные:

• Атрибуты запроса на рекламу (ключевые слова, местоположение, тип устройства).
• Hierarchical Content Node Structure (структура кампании).
• Актуальные Feed Data (бизнес-данные).

Выходные данные:

• Выбранная единица контента (рекламное объявление).
• Рассчитанная ставка (Bid) для участия в аукционе.

На что влияет

• Конкретные ниши: Наибольшее влияние оказывается на E-commerce (Google Shopping), гостиничный бизнес (Hotel Ads), и любые рекламные кампании, привязанные к динамическому инвентарю и ценообразованию.
• Типы контента: Платный контент, продуктовые объявления, динамический ремаркетинг.

Когда применяется

• Условия применения: Применяется, когда рекламодатель использует этот тип узловой структуры кампании, связанной с динамическим фидом данных.
• Временные рамки: Расчет динамических параметров происходит в реальном времени (at content serving time) при каждом запросе на показ рекламы. Обновление структуры узлов происходит при обновлении фида данных.

Пошаговый алгоритм

Процесс А: Фоновая обработка (Асинхронно)

1. Прием данных: Feed Data Module получает обновленные Feed Data от рекламодателя.
2. Генерация/Обновление структуры: Node Generator анализирует фид и правила. Он создает новые узлы (например, для новых продуктов), удаляет старые или обновляет структуру Hierarchical Content Node Structure.

Процесс Б: Обработка запроса в реальном времени (At Content Serving Time)

1. Получение запроса: Система получает запрос на показ рекламы с атрибутами.
2. Идентификация иерархии: Определяется соответствующая иерархическая структура кампании.
3. Обход и сопоставление узлов (сверху вниз):
   • Система начинает с корневого узла. Оцениваются Distribution Parameters на соответствие атрибутам запроса (включая проверку негативных критериев и применение правил наследования/переопределения).
   • Если узел соответствует, процесс переходит к его дочерним узлам.
4. Разрешение динамических параметров: Для подходящих узлов система вычисляет Variable Distribution Parameters. Это включает применение правил (например, формул ставок) к самым актуальным данным из Feed Data.
5. Кастомизация контента: Если Content Item является динамическим, он заполняется данными из фида (например, текущая цена).
6. Выбор нижнего узла: Система идентифицирует самый гранулярный (lowest matching content node) узел, который соответствует всем критериям. Если дочерний узел не подходит, используется родительский.
7. Участие в аукционе: Система предоставляет кастомизированный Content Item и рассчитанную динамическую ставку в качестве кандидата для рекламного аукциона.

Какие данные и как использует

Данные на входе

Патент фокусируется на данных, используемых для управления и выбора рекламного контента. Он не описывает факторы органического ранжирования.

• Бизнес-данные (Feed Data): Это основной источник данных. Включает динамическую информацию: инвентарь продуктов, маржинальность прибыли (business profit data), цены, наличие на складе (product inventory data), атрибуты продукта.
• Технические факторы: Тип устройства (например, мобильное устройство) используется как атрибут запроса для сопоставления узлов и модификации ставок.
• Географические факторы: Местоположение пользователя используется для сопоставления с гео-таргетингом узлов.
• Данные о запросах/Ключевые слова: Ключевые слова, связанные с запросом, используются для сопоставления с позитивными и негативными параметрами узлов.

Какие метрики используются и как они считаются

• Variable Distribution Parameters (Переменные параметры): Метрики, вычисляемые динамически на основе правил и Feed Data. Патент приводит примеры правил:
  • B: $0.50+$0.05*$stars; (Ставка зависит от рейтинга отеля в фиде).
  • Bid = 15% x Feed.profit (Ставка зависит от прибыли продукта в фиде).
• Логика сопоставления (Matching Logic): Используются булевы функции (Selection Leg) для определения соответствия узла атрибутам запроса. Пример: T: ($parentmatches && location in ‘CA’).
• Наследование и Переопределение: Система сравнивает типы параметров. Негативные параметры обычно накапливаются (наследуются), позитивные параметры того же типа переопределяются дочерним узлом.

Выводы

1. Патент на инфраструктуру рекламы, а не органического поиска: Все описанные механизмы (ставки, бюджеты, узлы кампаний) относятся к системам управления платным трафиком (Google Ads). Прямых выводов для органического SEO нет.
2. Масштабируемость через иерархию и наследование: Google решает проблему управления огромными кампаниями, используя древовидные структуры (Hierarchical Content Node Structure), где настройки эффективно наследуются сверху вниз, минимизируя дублирование настроек.
3. Центральная роль структурированных фидов (Feed Data): Патент подчеркивает зависимость рекламных систем от внешних бизнес-данных. Фид является источником истины для автоматического обновления кампаний, ставок и контента.
4. Синхронизация в реальном времени: Ключевым аспектом является вычисление динамических параметров (ставок, текста объявления) at content serving time, что гарантирует использование самых актуальных бизнес-данных (наличие, цены).
5. Приоритет гранулярности: Система всегда стремится найти наиболее гранулярный (lowest matching content node) ответ на запрос.

Практика

ВАЖНО: Этот патент описывает внутренние процессы рекламной платформы Google и не дает прямых рекомендаций для органического SEO. Однако он предоставляет важные инсайты о технических возможностях Google по обработке данных, что имеет косвенное значение для SEO, особенно в E-commerce.

Best practices (это мы делаем)

• (E-commerce) Совершенствование продуктовых фидов: Патент демонстрирует, насколько сильно Google полагается на Feed Data в своих динамических системах. SEO-специалисты должны гарантировать, что фиды (например, Merchant Center) оптимизированы, точны и полны, поскольку они питают данными как платные (Google Shopping), так и органические (Product Listings) системы видимости товаров.
• (E-commerce) Обеспечение точности динамических данных: Google способен обрабатывать динамические атрибуты (цены, наличие) в реальном времени для рекламы. SEO-специалисты должны убедиться, что микроразметка Schema.org для статуса наличия и цен точна и быстро обновляется, чтобы способствовать корректному отображению в органической выдаче.
• Структурирование информации иерархически: Патент подтверждает эффективность использования иерархических структур для организации информации в системах Google. Поддержание четкой, логичной архитектуры сайта остается лучшей практикой в SEO.

Worst practices (это делать не надо)

• Предоставление неточных или устаревших данных в фидах: Если бизнес-данные неточны, это приведет к неэффективной работе динамических рекламных кампаний (как описано в патенте) и может вызвать проблемы с доверием в органическом поиске (например, несоответствие цены в SERP и на сайте).
• Патент не выявляет других неэффективных или опасных SEO-тактик, так как не касается органического ранжирования.

Стратегическое значение

Патент подтверждает стратегическое направление Google на автоматизацию и интеграцию бизнес-данных в реальном времени. Хотя он фокусируется на рекламе, он подчеркивает растущую важность структурированных фидов данных как основного способа масштабной коммуникации бизнеса с Google. Это делает управление данными (например, через Merchant Center) критически важным элементом общей поисковой стратегии E-commerce.

Практические примеры

Практических примеров для применения в органическом SEO нет. Патент описывает управление рекламой.

Пример применения в контекстной рекламе (PPC): Управление ставками отеля

1. Бизнес-данные (Feed Data): Отель предоставляет фид, содержащий ожидаемую прибыль с номера (Feed.profit) для каждого объекта.
2. Структура иерархии: Создается корневой узел «Все отели». В нем задается формула для ставки (Variable Distribution Parameter): Bid = 15% * Feed.profit.
3. Дочерние узлы: Создаются дочерние узлы для конкретных отелей (например, «Отель в Лас-Вегасе»). Они наследуют формулу ставки.
4. Обработка запроса: Пользователь ищет отель в Лас-Вегасе. Система идентифицирует соответствующий узел.
5. Динамический расчет (at content serving time): Система берет данные из фида для этого отеля (например, Прибыль=\$200).
6. Результат: Система рассчитывает ставку (15% от \$200 = \$30) и отправляет эти данные на аукцион.

Вопросы и ответы