Как Google отслеживает пользователей между устройствами и браузерами для долгосрочной персонализации контента

Описание

Какую задачу решает

Патент решает фундаментальные ограничения традиционного отслеживания на основе cookies. Стандартные cookies имеют срок действия, могут быть удалены, специфичны для одного браузера и устройства и не обеспечивают единого представления о поведении пользователя на разных платформах. Это ограничивает возможность системы понимать долгосрочные интересы пользователя и эффективно таргетировать контент (в частности, рекламу) с течением времени и при смене устройств.

Что запатентовано

Запатентована система для централизованного, долгосрочного и кросс-девайсного логирования поведения пользователей. Она использует уникальный идентификатор (unique identifier), часто связанный с логином или профилем пользователя, для объединения действий с разных устройств и браузеров в единый постоянный профиль. Этот профиль хранится централизованно на User Preference Server, независимо от локальных cookies на устройствах пользователя.

Как это работает

Система идентифицирует пользователя, обычно через вход в аккаунт (Login Data). Действия и предпочтения пользователя логируются централизованно и связываются с его уникальным идентификатором. Когда пользователь запрашивает контент, система использует эту объединенную кросс-девайс историю для таргетинга. При этом система применяет контекстуальное взвешивание: история с текущего устройства, текущего местоположения и соответствующая текущему времени суток имеет больший вес (stronger weight).

Актуальность для SEO

Высокая. Кросс-девайсное отслеживание и постоянные профили пользователей (например, Google Accounts) являются фундаментальными для современных цифровых платформ. Хотя конкретные механизмы, связанные с cookies, эволюционируют из-за изменений в регулировании конфиденциальности, основная концепция централизованной идентификации пользователя и долгосрочного хранения его предпочтений остается критически важной.

Важность для SEO

Влияние на SEO умеренное (4/10). Патент описывает инфраструктуру для отслеживания пользователей и таргетинга рекламы (Ad Tech), а не алгоритмы органического ранжирования. Однако он критически важен для понимания того, как Google строит детальные профили пользователей, что, в свою очередь, влияет на глубокую персонализацию поисковой выдачи (Reranking). SEO-специалистам важно понимать глубину и контекстуальность этой персонализации.

Детальный разбор

Термины и определения

Unique identifier (Уникальный идентификатор)

Идентификатор, присваиваемый пользователю для его распознавания при каждом взаимодействии с системой, независимо от устройства или браузера. Часто связан с аккаунтом пользователя.

User Preference Server (Сервер предпочтений пользователя)

Централизованный сервер для хранения долгосрочных действий и предпочтений пользователя, связанных с его уникальным идентификатором.

Content Management System / Content Serving System (Система управления контентом / Система подачи контента)

Компоненты системы, отвечающие за логирование действий пользователя и доставку таргетированного контента (например, рекламы).

Long time period (Длительный период времени)

Период, превышающий продолжительность одной сессии и срок действия стандартных cookies. Например, более 30 дней, годы или бессрочно.

Implicit Assumptions (Неявные предположения)

Выводы о характеристиках или намерениях пользователя, сделанные на основе анализа его действий (например, классификация стиля покупок или выявление ежегодных событий).

Stronger weight (Больший вес)

Повышенный коэффициент значимости, применяемый к сохраненным предпочтениям в зависимости от контекста (устройство, время, местоположение).

User Profile / Universal User Profile (Профиль пользователя)

Набор данных, связанный с уникальным идентификатором. Является универсальным, так как доступен и используется на разных устройствах и в разных браузерах.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает метод кросс-девайсного таргетинга, взвешивания и синхронизации данных.

1. Идентификация пользователя с помощью уникального идентификатора.
2. Логирование действий и предпочтений пользователя на первом устройстве (Device 1).
3. Логирование действий и предпочтений пользователя на втором устройстве (Device 2).
4. Получение запроса на контент от Device 1. Это включает определение (после входа в систему), что на устройстве сохранен соответствующий cookie.
5. Таргетинг контента на основе объединенных данных как с Device 1, так и с Device 2.
6. Применение взвешивания (weighting). Веса зависят от того, с каким устройством, местоположением пользователя и временем суток связаны эти предпочтения.
7. Обновление cookie на Device 1 на основе взаимодействий в текущей сессии, А ТАКЖЕ взаимодействий, совершенных во время промежуточных сессий на Device 2.

Ключевыми элементами являются объединение данных с разных устройств под одним идентификатором, активное применение контекстуального взвешивания (устройство, место, время) и синхронизация состояния между устройствами путем обновления локального cookie на одном устройстве данными, собранными на другом.

Claim 7 и 8 (Зависимые пункты): Детализируют механизм взвешивания.

• Claim 7: Сохраненные предпочтения, полученные с IP-адреса (местоположения/устройства), которое используется в данный момент, имеют больший вес (stronger weight), чем предпочтения, полученные с другого IP-адреса.
• Claim 8: Сохраненные предпочтения, полученные в определенное время суток в прошлом, имеют больший вес, если текущий запрос происходит в это же время суток.

Claim 19 (Независимый пункт, Система): Описывает архитектуру системы.

Система состоит из User preference server (для идентификации), Content management system (для долгосрочного логирования, превышающего срок жизни cookies) и Content serving system. Последняя таргетирует контент, используя взвешенную кросс-девайсную историю и обновляет cookie на текущем устройстве, включая данные о взаимодействиях на другом устройстве.

Где и как применяется

Этот патент описывает инфраструктуру обработки пользовательских данных, которая влияет на этапы понимания запросов и переранжирования.

QUNDERSTANDING – Понимание Запросов
Долгосрочная история поведения пользователя, хранящаяся на User Preference Server, предоставляет глубокий контекст об интересах и намерениях пользователя. Эти данные используются моделями понимания запросов для лучшей интерпретации текущего интента.

RERANKING – Переранжирование (Персонализация)
Это основная область применения. Система использует сохраненные предпочтения для персонализации контента. Хотя патент фокусируется на таргетинге элементов контента (targeting content items), таких как реклама, эта же инфраструктура поддерживает персонализацию органических результатов на этапе Reranking (например, с помощью Twiddlers).

Входные данные:

• Unique identifier пользователя (полученный через Login Data).
• Действия пользователя: поисковые запросы, клики, конверсии, посещения сайтов.
• Контекстные данные: тип устройства, браузер, IP-адрес (местоположение), время суток.

Выходные данные:

• Таргетированный контент (реклама или персонализированные результаты).
• Сгенерированные или обновленные cookies на устройстве пользователя, синхронизированные с центральным профилем.

На что влияет

• Специфические запросы и контент: Влияет на все типы запросов, где возможна персонализация. Особенно сильно влияет на коммерческие запросы с длинным циклом принятия решения и запросы, связанные с повторяющимися событиями (например, ежегодные покупки).
• Последовательный таргетинг: Патент отмечает, что данные позволяют таргетировать последовательные элементы контента (sequential content items) с течением времени (например, показывать рекламу аксессуаров после покупки основного продукта).

Когда применяется

• Триггеры активации: Система активируется, когда пользователь может быть идентифицирован, обычно при входе в аккаунт (login) на любом устройстве или браузере.
• Частота применения: Логирование происходит непрерывно, когда пользователь идентифицирован. Таргетинг происходит при каждом запросе контента.
• Исключения: Логирование может быть отключено (disabling logging), если пользователь выходит из аккаунта или явно отказывается от отслеживания (opt-out). Также упоминается, что поставщик контента (паблишер) может отключить хранение действий пользователя, связанных с его контентом.

Пошаговый алгоритм

Процесс А: Логирование и синхронизация

1. Идентификация пользователя: Пользователь входит в систему на Устройстве А. Система связывает сессию с уникальным идентификатором.
2. Управление Cookie: Система проверяет наличие cookie. При необходимости генерирует или обновляет его, используя данные из User Preference Server.
3. Логирование действий (Устройство А): Действия пользователя (поиски, клики, конверсии) вместе с контекстом (время, место, устройство) отправляются на User Preference Server и сохраняются.
4. Смена платформы: Пользователь переключается на Устройство Б и входит в систему. Действия на Устройстве Б также логируются централизованно.

Процесс Б: Таргетинг контента

1. Получение запроса: Пользователь (например, на Устройстве А) запрашивает контент.
2. Получение предпочтений: Content Serving System извлекает объединенную историю с Устройств А и Б из User Preference Server.
3. Контекстуальное взвешивание: Система применяет веса к историческим данным:
   • Предпочтения с текущего устройства/IP-адреса имеют больший вес.
   • Предпочтения, полученные в текущее время суток в прошлом, имеют больший вес.
4. Выбор контента: Контент выбирается на основе взвешенных предпочтений и выведенных Implicit Assumptions.
5. Подача контента и Обновление: Таргетированный контент предоставляется пользователю. Cookie на Устройстве А обновляется, чтобы отразить как текущие взаимодействия, так и недавние взаимодействия, произошедшие на Устройстве Б.

Какие данные и как использует

Данные на входе

• Поведенческие факторы:
  • Поисковые запросы (например, «girl age 8 birthday gift»).
  • Клики (click-throughs) и Конверсии (покупки).
  • Посещения веб-сайтов и лендинговых страниц.
  • Время, затраченное на действия (например, время от поиска до покупки).
• Пользовательские факторы:
  • Unique identifier (идентификатор аккаунта) и Login Data.
  • Явные данные профиля (explicit information): упоминается возможность использования пола, возраста, интересов, профессии.
• Технические и Географические факторы:
  • Тип устройства и браузера.
  • IP-адрес (используется для определения местоположения и идентификации устройства).
• Временные факторы:
  • Дата и время суток взаимодействия.

Какие метрики используются и как они считаются

• Взвешивание (Weighting): Система применяет веса к сохраненным предпочтениям. Больший вес (stronger weight) присваивается на основе контекста:
  • Контекст Устройства/Локации: Действиям, совершенным с текущего устройства или IP-адреса.
  • Временной контекст: Действиям, совершенным в то же время суток в прошлом.
  • Новизна: Более свежим действиям по сравнению с более старыми (упомянуто в описании).
• Неявные предположения (Implicit Assumptions): Система выводит характеристики пользователя из его действий. Примеры из патента:
  • Тип покупателя: «Импульсивный покупатель» (impulse buyer), если время от поиска до покупки короткое (например, < 3 минут). «Сравнивающий покупатель» (comparison shopper), если пользователь тратит дни на исследование.
  • Ежегодные события: Определение повторяющихся событий (например, дней рождения) на основе дат поисковых запросов.
  • Прогрессия интересов: Отслеживание изменения интересов с течением времени (например, увеличение возраста ребенка с 8 до 11 лет при ежегодном поиске подарков).
  • Предпочтения ценового диапазона и брендов.

Выводы

1. Единое представление о пользователе (Cross-Device Identity): Основная цель патента — преодолеть фрагментацию данных между устройствами, браузерами и сессиями. Google стремится создать единый, постоянный профиль пользователя (Universal User Profile), используя уникальный идентификатор (аккаунт).
2. Централизация данных важнее Cookies: Система полагается на централизованное хранилище (User Preference Server), а не только на локальные cookies. Cookies используются скорее для синхронизации локального состояния с центральным профилем.
3. Критичность контекста (Contextual Weighting): Не вся история одинаково важна. Система явно взвешивает исторические данные, отдавая приоритет тем, которые соответствуют текущему устройству, местоположению (IP) и времени суток пользователя.
4. Долгосрочная память и анализ паттернов: Хранение данных в течение long time period (годы) позволяет системе выявлять долгосрочные закономерности, такие как стиль покупок (Implicit Assumptions) и повторяющиеся события, а также отслеживать эволюцию интента.
5. Инфраструктура для Персонализации и Ad Tech: Описанная система является фундаментом как для таргетинга рекламы, так и для персонализации органической поисковой выдачи.

Практика

Патент описывает инфраструктуру Google по отслеживанию пользователей и персонализации. Он не содержит прямых рекомендаций по оптимизации сайтов для органического ранжирования, но дает важное стратегическое понимание.

Best practices (это мы делаем)

• Фокус на долгосрочном путешествии пользователя (User Journey): Разрабатывайте контент-стратегии, учитывающие весь путь пользователя, а не отдельные сессии. Понимайте, как пользователи взаимодействуют с вашей тематикой на разных этапах (исследование, сравнение, покупка) и на разных устройствах.
• Признание глубины персонализации: Осознавайте, что поисковая выдача сильно персонализирована на основе долгосрочной кросс-девайс истории. Это требует смещения фокуса с мониторинга «объективных» позиций на анализ реального трафика, вовлеченности и удовлетворенности целевой аудитории.
• Оптимизация под эволюционирующий интент: Поскольку Google отслеживает изменение интересов во времени (например, ежегодные события), важно создавать и обновлять контент, который остается актуальным для повторяющихся потребностей пользователя.
• Внедрение кросс-девайс аналитики: Используйте инструменты аналитики, способные отслеживать пользователей между устройствами (например, GA4 с User-ID), чтобы лучше понимать реальный путь к конверсии, как это делает Google.

Worst practices (это делать не надо)

• Игнорирование контекста (Устройство, Время, Место): Создание контента без учета того, что потребности пользователя меняются в зависимости от контекста. Google явно взвешивает историю, основываясь на текущем времени суток и устройстве.
• Изолированный анализ поведения: Оценивать эффективность только по метрикам «последнего касания» или в рамках одного устройства. Это игнорирует влияние предыдущих взаимодействий пользователя на его текущее поведение и восприятие выдачи.
• Фокус только на краткосрочных метриках: Сосредоточение на трафике в рамках короткого окна без учета построения долгосрочных отношений с пользователем и его LTV.

Стратегическое значение

Патент подтверждает стратегическое направление Google на построение максимально полного и унифицированного профиля пользователя. Для Senior SEO-специалистов это подчеркивает, что анализ поведения пользователя должен быть холистическим. Система стремится не просто отвечать на текущий запрос, но и понимать пользователя на основе его всеобъемлющей истории. Это усложняет традиционный SEO, но повышает важность построения сильного бренда и формирования лояльной аудитории.

Практические примеры

Практических примеров для прямого применения в SEO нет, так как патент инфраструктурный. Однако можно привести пример того, как эта система влияет на опыт пользователя и анализ данных.

Сценарий: Анализ эффективности SEO с учетом кросс-девайс поведения

1. Задача: Оценить реальный вклад SEO-канала в конверсии интернет-магазина.
2. Проблема (без учета патента): Стандартная аналитика показывает, что пользователь пришел с мобильного (SEO) и не купил, а затем пришел с десктопа (Direct) и купил. Конверсия засчитывается Direct.
3. Решение (на основе принципов патента): Внедрение аналитики с User-ID (аналог Unique Identifier). Система аналитики связывает сессии на мобильном и десктопе.
4. Результат: SEO-специалист видит полный путь: первичное привлечение было через SEO на мобильном. Это позволяет более точно атрибутировать конверсию и корректировать стратегию контента и юзабилити для разных платформ, понимая их роль в воронке.

Вопросы и ответы