Как Google использует социальные связи и рекомендации экспертов для ранжирования рекламы (Google Ads)

Google может повышать в рейтинге рекламные объявления, если товар или услугу одобрил эксперт (Endorser), которому доверяет кто-то из социального круга пользователя (Social Network). Система анализирует социальный граф, чтобы определить связь между пользователем и рекомендателем, и использует это социальное доказательство как сигнал для ранжирования рекламы.

Описание

Какую задачу решает

Патент решает проблему надежности и эффективности онлайн-рекламы в условиях, когда пользователи сталкиваются с необъективными или проплаченными отзывами. Изобретение направлено на повышение доверия к рекламе путем интеграции экспертных одобрений (Endorsements), валидированных через социальный круг пользователя (Social Network и Social Graph).

Что запатентовано

Запатентована система интеграции социального доказательства в процесс ранжирования рекламы. Она использует двухуровневую модель доверия: одобрение продукта/услуги экспертом (Endorser) и рекомендацию этого эксперта пользователем (Recommending User), который находится в социальном графе человека, видящего рекламу. Эта комбинация используется как фактор ранжирования в рекламном аукционе.

Как это работает

Механизм работает в рамках Advertisement Management System:

Сбор данных: Система собирает одобрения от экспертов (Endorsers) и рекомендации этих экспертов от обычных пользователей.
Анализ связей: Система анализирует Social Graph для определения связей между пользователями.
Обработка запроса: Когда пользователь (User A) инициирует запрос на рекламу, система подбирает релевантные объявления.
Социальная валидация: Система проверяет, одобрено ли объявление экспертом, и рекомендован ли этот эксперт кем-то (User R) из социального круга User A (например, на расстоянии одного соединения).
Ранжирование и Показ: Если условия выполнены, это используется как положительный сигнал (signal) при расчете Advertisement Score. Объявление показывается с указанием одобрения и социальной связи (например, «Ваш друг User R доверяет этому эксперту»).

Актуальность для SEO

Средняя. Концепция использования социального доказательства для повышения доверия остается критически важной. Однако конкретная реализация, описанная в патенте (концептуально связанная с функциями типа Google+ Shared Endorsements), в настоящее время менее заметна или эволюционировала. Тем не менее, фокус на доверии и экспертизе остается актуальным для всех систем Google.

Важность для SEO

Влияние на органическое SEO минимальное (1/10). Патент строго описывает механизмы внутри рекламной системы Google (Google Ads) и не касается ранжирования органических результатов. Для SEO-стратегов он представляет концептуальную ценность, демонстрируя, как Google технически обрабатывает сигналы доверия, экспертизы и социальных связей — концепции, релевантные для E-E-A-T, но без прямых механизмов применения в органическом поиске.

Детальный разбор

Термины и определения

Acquaintance Relationship (Прямое знакомство): Прямая связь между двумя пользователями в социальной сети, обычно требующая взаимного согласия. В патенте также используется термин one degree of separation.
Advertisement Management System (Система управления рекламой): Система (например, Google Ads), которая управляет рекламными сервисами, проводит аукционы и выбирает рекламу для показа.
Advertisement Score (Рейтинг объявления): Итоговая оценка, используемая для ранжирования рекламы в аукционе. Рассчитывается на основе ставки, качества и дополнительных сигналов.
Endorsement (Одобрение): Подтверждение или поддержка товара, услуги, рекламы или рекламодателя, предоставленное Endorser.
Endorsement Subsystem (Подсистема одобрений): Компонент системы, который управляет сбором, обработкой и ассоциацией одобрений и рекомендаций с рекламой.
Endorser (Эксперт / Одобряющий): Лицо или организация, обладающие признанной экспертизой в определенной категории и предоставляющие одобрения.
Recommendation (Рекомендация): Действие пользователя, указывающее на доверие (trust) к конкретному эксперту (Endorser).
Social Graph (Социальный граф): Структура данных, представляющая пользователей (узлы) и связи между ними (ребра) в социальной сети.

Ключевые утверждения (Анализ Claims)

Примечание: В данной публикации патента (US20150363809A1) пункты 1-21 отменены (canceled). Анализ сосредоточен на основном независимом пункте 22.

Claim 22 (Независимый пункт): Описывает метод использования социальных связей для показа и ранжирования контента (рекламы) с одобрениями.

Система идентифицирует первый контент (рекламу) для показа первому пользователю (User A).
Определяется, что эксперт (Endorser) одобрил объект (товар/услугу), идентифицируемый в этом контенте.
Определяется, что рекомендующий пользователь (User R) активно рекомендовал этого эксперта, совершив онлайн-действие, указывающее на доверие (trust) к нему.
Проводится анализ Social Graph.
Принимается решение о предоставлении контента User A, так как установлено, что узел User A находится на расстоянии одного соединения (one degree of separation) от узла User R в социальном графе.
На устройство User A передаются данные для отображения: контент (реклама), индикация одобрения экспертом, и индикация того, что User R (связанный с User A) рекомендовал эксперта.

Ядро изобретения заключается в использовании прямой социальной связи (дружбы) как обязательного фильтра доверия для активации экспертного одобрения в качестве сигнала ранжирования.

Claim 27 (Зависимый от 22): Уточняет процесс ранжирования.

Контент ранжируется на основе сигналов. Одним из сигналов является информация о том, что Endorser рекомендован пользователем из социальной сети текущего пользователя. Ранжированный контент предоставляется в ответ на запрос.

Где и как применяется

Этот патент не применяется к архитектуре органического поиска. Он полностью сосредоточен на Системе управления рекламой (Advertisement Management System).

Сбор и Индексирование данных (Эквивалент для Рекламы)
Endorsement Subsystem работает в фоновом режиме, собирая Endorsements от экспертов и Recommendations от пользователей. Система также анализирует Social Graph.

Ранжирование Рекламы (Рекламный Аукцион)
Основной этап применения. При запросе на показ рекламы Endorsement Subsystem проверяет выполнение условий социального одобрения (эксперт + рекомендация друга). Если условия выполнены, одобрение и рекомендация используются как сигналы в рекламном аукционе, влияя на Advertisement Score.

Презентация (SERP или Сайт Паблишера)
Реклама отображается вместе с визуальными индикаторами одобрения и социального контекста для повышения доверия и CTR.

Входные данные:

Запрос на рекламу (ключевые слова, контекст).
Идентификатор пользователя (для доступа к социальному графу).
Набор подходящих рекламных объявлений (со ставками и показателями качества).
Данные Social Graph.
База данных одобрений и рекомендаций.

Выходные данные:

Отранжированный список рекламных объявлений.
Данные для отображения индикаторов одобрения и социального контекста.

На что влияет

Типы контента: Влияет исключительно на рекламные объявления (Paid Ads). Не влияет на органические результаты поиска.
Ниши и запросы: Особенно актуально для коммерческих продуктов и услуг, где отзывы имеют значение (например, отели, электроника, локальные услуги).

Когда применяется

Алгоритм применяется при выполнении строгого набора условий в момент запроса рекламы:

Условие 1 (Endorsement): Рекламируемый объект должен иметь одобрение от идентифицированного эксперта (Endorser).
Условие 2 (Recommendation): Этот эксперт должен быть активно рекомендован другим пользователем (Recommending User).
Условие 3 (Social Connection): Пользователь, которому показывается реклама, должен быть связан с рекомендующим пользователем в социальной сети (согласно Claim 22 – на расстоянии одного соединения).

Пошаговый алгоритм

Процесс А: Офлайн Подготовка

Сбор одобрений: Получение одобрений товаров/услуг от экспертов (Endorsers).
Ассоциация: Привязка одобрений к конкретным рекламным объявлениям.
Сбор рекомендаций: Получение сигналов доверия (рекомендаций) к экспертам от пользователей.
Анализ социального графа: Построение и обновление Social Graph.

Процесс Б: Обработка запроса на рекламу в реальном времени

Получение запроса: Система получает запрос на показ рекламы от первого пользователя (User A).
Идентификация объявлений: Определяется набор релевантных рекламных объявлений.
Проверка одобрений и рекомендаций: Для каждого объявления проверяется наличие связанного одобрения от эксперта (Expert E) и наличие рекомендаций этого эксперта от пользователей (User R).
Проверка социальной связи: Анализируется Social Graph для определения связи между User A и User R. Проверяется условие (например, one degree of separation).
Расчет сигналов ранжирования: Если все условия выполнены, для объявления рассчитываются дополнительные сигналы: Endorsement Weight (Вес одобрения) и Recommendation Weight (Вес рекомендации).
Ранжирование (Аукцион): Объявления ранжируются на основе Advertisement Score. Патент предлагает пример формулы: Advertisement score = bid * quality score + endorsement weight + recommendation weight.
Предоставление и отображение: Отранжированные объявления предоставляются пользователю вместе с визуальными индикаторами одобрения и социальной связи.
Компенсация (Опционально): В патенте также описаны механизмы компенсации эксперту на основе кликов (CPC) или конверсий (CPA) по одобренной рекламе.

Какие данные и как использует

Данные на входе

Социальные факторы: Критически важные данные. Используется Social Graph (узлы пользователей и ребра связей). Данные, определяющие Acquaintance Relationship или степень разделения.
Данные об одобрениях (Endorsement Data): Экспертные отзывы и подтверждения качества. Данные об Endorsers и их категориях экспертизы.
Данные о рекомендациях (Recommendation Data): Пользовательские сигналы доверия к конкретным экспертам (например, оценка, рейтинг или бинарная индикация).
Пользовательские факторы: Идентификатор пользователя. Пользовательские настройки конфиденциальности и предпочтений показа одобрений.
Рекламные факторы: Ставки (Bid, CPC, CPM), показатели качества/релевантности (Quality Score, Relevancy Score).

Какие метрики используются и как они считаются

Endorsement Weight (Вес одобрения): Сигнал, основанный на наличии или количестве одобрений для данного объявления.
Recommendation Weight (Вес рекомендации): Сигнал, основанный на наличии рекомендаций эксперта, исходящих именно из социального круга пользователя. Активируется при выполнении условий социальной связи.
Degrees of Separation (Степень разделения): Метрика из анализа социального графа. Claim 22 требует значения 1 (прямая связь).
Advertisement Score (Рейтинг объявления): Итоговый показатель для ранжирования. Рассчитывается путем комбинации стандартных рекламных метрик и весов социального одобрения, как показано в примере формулы выше.

Выводы

Патент относится к платной рекламе, а не к SEO: Все описанные механизмы применяются исключительно в контексте Advertisement Management System (Google Ads). Прямых выводов для органического ранжирования нет.
Социальная валидация как ключевой сигнал доверия: Ключевая идея — использование Social Graph для валидации экспертных мнений. Одобрение эксперта имеет вес только тогда, когда этому эксперту доверяет кто-то из социального круга пользователя.
Трехуровневая модель доверия: Система строит цепочку: Пользователь доверяет Другу (Social connection); Друг доверяет Эксперту (Recommendation); Эксперт одобряет Продукт (Endorsement).
Конкретный механизм ранжирования: Патент описывает, как качественные оценки (одобрения) преобразуются в количественные веса (Endorsement Weight, Recommendation Weight) и интегрируются в формулу расчета рейтинга (Advertisement Score) наряду со ставкой и качеством.
Важность идентифицируемой экспертизы: Механизм полагается на способность системы идентифицировать Endorsers с признанной экспертизой. Хотя патент не относится к SEO, он подтверждает общую философию Google о важности экспертизы и доверия (концепции E-E-A-T).

Практика

Best practices (это мы делаем)

Внимание: Этот патент описывает систему ранжирования рекламы (Google Ads). Практические выводы для SEO носят стратегический характер и основаны на понимании того, как Google обрабатывает сигналы доверия и экспертизы.

Культивирование подлинной экспертизы (E-E-A-T): Стратегия SEO должна быть направлена на создание авторов и брендов как признанных экспертов (потенциальных Endorsers). Это подтверждает, что Google разрабатывает системы для идентификации и использования мнений доверенных источников.
Стимулирование настоящих рекомендаций и социального взаимодействия: Работайте над тем, чтобы ваш бренд и авторы получали положительные упоминания и рекомендации на авторитетных площадках и в социальных сетях. Создание продукта или услуги, которые вызывают искреннее социальное взаимодействие, обеспечивает фундаментальные данные о доверии.
Четкость сущностей (Entity Clarity): Убедитесь, что ваш бренд, продукты и эксперты являются четко определенными сущностями, которые легко ассоциировать с одобрениями и рекомендациями в сети.

Worst practices (это делать не надо)

Астротурфинг и фальшивое социальное доказательство: Патент явно направлен на борьбу с ненадежными отзывами путем фильтрации через доверенный социальный круг пользователя (Social Graph). Создание фальшивых одобрений или искусственных социальных сигналов неэффективно, так как им не хватает подлинных связей, требуемых системой.
Игнорирование репутации в социальных контекстах: Недооценка того, как пользователи доверяют вашему бренду/экспертам и рекомендуют их в социальных контекстах, означает упускать критически важный компонент оценки качества и релевантности Google.

Стратегическое значение

Этот патент демонстрирует техническую инфраструктуру, разработанную Google для интеграции «доверия», полученного из социальных связей, в свои продукты. Он подчеркивает конвергенцию социальных сигналов и алгоритмов ранжирования. Для долгосрочной SEO-стратегии это подтверждает, что E-E-A-T — это не только качество контента на странице, но и признанный авторитет и доверие в рамках более широкой экосистемы, включая социальные сети.

Практические примеры

Практических примеров применения данного патента в органическом SEO нет, так как он посвящен исключительно ранжированию рекламы.

Пример работы системы в контексте Google Ads:

Контекст: Пользователь Джефф ищет «отели Спокан». У Джеффа есть друг в социальной сети — Дейв.
Сбор данных: Система знает, что Эксперт А (авторитетный тревел-блогер) одобрил Отель X. Также система знает, что Дейв ранее указал, что доверяет рекомендациям Эксперта А.
Анализ Social Graph: Система видит прямую связь (one degree of separation) между Джеффом и Дейвом.
Ранжирование: Реклама Отеля X получает дополнительный Recommendation Weight. Даже если ставка (Bid) конкурента выше, Отель X может выиграть аукцион за счет более высокого итогового Advertisement Score.
Результат: Джефф видит рекламу Отеля X на первом месте с пометкой: «Одобрено Экспертом А. Ваш друг Дейв рекомендует Эксперта А».

Вопросы и ответы

Влияет ли этот патент на ранжирование в органическом поиске (SEO)?

Нет, этот патент напрямую не влияет на органический поиск. Он описывает механизмы, используемые исключительно в Advertisement Management System (Google Ads) для ранжирования рекламных объявлений. Механизмы органического ранжирования отличаются.

Что такое «одно соединение» (one degree of separation) в социальном графе?

Это означает прямую связь между двумя пользователями. Если Пользователь А и Пользователь R находятся на расстоянии одного соединения, они являются прямыми «друзьями» или «знакомыми» (Acquaintance Relationship) в данной социальной сети. Патент использует эту прямую связь как сильный сигнал доверия.

Как система определяет, кто является экспертом (Endorser)?

Патент предполагает, что Endorser — это лицо или организация с «признанной экспертизой». В качестве примеров источников упоминаются издатели обзоров, такие как Stereo Review, Zagat Survey, Michelin Guide, New York Times. Система может идентифицировать экспертов на основе этих источников или использовать собственные методы.

В чем разница между Endorsement (Одобрение) и Recommendation (Рекомендация) в патенте?

Endorsement — это оценка продукта или услуги, предоставляемая экспертом (например, эксперт одобряет отель). Recommendation — это оценка самого эксперта, предоставляемая обычным пользователем (например, пользователь указывает, что доверяет этому эксперту). Для работы системы необходимы оба элемента.

Как одобрения влияют на ранжирование рекламы?

Они интегрируются в расчет Advertisement Score. Патент описывает использование endorsement weight (вес одобрения) и recommendation weight (вес рекомендации от друга). Эти веса могут суммироваться с произведением ставки (bid) и показателя качества (quality score), напрямую повышая позицию объявления в аукционе.

Может ли пользователь контролировать, чьи одобрения он видит?

Да, патент упоминает, что пользователи могут выбирать, от кого они хотят видеть одобрения. Также предусмотрена возможность отказа от получения одобрений с рекламой. Это дает пользователю контроль над тем, как его социальные связи используются в рекламных целях.

Актуален ли этот механизм сегодня, учитывая упадок Google+?

Хотя инфраструктура, возможно, изначально опиралась на Google+ (концепция Shared Endorsements), концепция использования социального графа универсальна. Концепция социального доказательства остается актуальной, даже если конкретная техническая реализация, описанная в патенте, изменилась или стала менее заметной.

Какие уроки SEO-специалист может извлечь из этого патента по рекламе?

Главный урок — это понимание того, насколько высоко Google ценит экспертизу и доверие, подтвержденное социальными связями. Это подтверждает важность построения E-E-A-T не только через контент, но и через развитие узнаваемых экспертов и стимулирование подлинного социального признания бренда и его авторов.

Может ли рекламодатель запретить показ одобрений со своей рекламой?

Да, в патенте упоминается, что рекламодатель при создании креатива может указать, разрешать ли ассоциацию одобрений с его объявлением (например, через чекбокс «allow endorsement»).

Предусмотрена ли компенсация экспертам за одобрения?

Да, патент и связанные с ним заявки описывают модель компенсации. Эксперт (Endorser) может получать вознаграждение, если пользователь кликнул на одобренную им рекламу (например, процент от CPC) или совершил конверсию после клика.