Как Google использует историю физических перемещений для определения контекста пользователя (дома, на работе, в отпуске) и глубокой персонализации выдачи

Описание

Какую задачу решает

Патент решает проблему ограниченности стандартного геотаргетинга, который определяет, где находится пользователь, но не почему он там находится. Потребности местного жителя, туриста и человека в командировке сильно различаются, даже если они находятся в одной локации и вводят одинаковый запрос. Изобретение направлено на повышение релевантности предоставляемых ресурсов путем понимания глубокого контекста или State of the User (состояния пользователя).

Что запатентовано

Запатентована система определения State of the User путем анализа исторических данных о его перемещениях (Movement Data). Система создает детальный профиль устройства пользователя (User Device Profile), который классифицирует перемещения на типичные (например, дом/работа) и атипичные (путешествия) паттерны. Это определенное состояние используется для глубокой персонализации при выборе и ранжировании онлайн-ресурсов (Online Resource Items), таких как результаты поиска (Publications) и реклама (Online Content).

Как это работает

Система работает в несколько этапов:

• Сбор данных: Непрерывный сбор Movement Data (местоположение и время) из различных источников: GPS, IP, Wi-Fi, сотовые вышки. Также система может извлекать данные о поездках из электронной почты (Email Data).
• Построение профиля: На основе исторических данных генерируется User Device Profile. Система идентифицирует типичные паттерны (Typical Travel Patterns) и ключевые локации (Дом, Работа).
• Определение состояния: При получении запроса система определяет текущее местоположение и сравнивает его с профилем для определения текущего User State (например, «командировка», «отпуск», «дома»).
• Персонализация выдачи: Система выбирает или переранжирует онлайн-ресурсы, которые наиболее релевантны определенному состоянию пользователя.
• Обратная связь (O2O): Система может отслеживать перемещения пользователя после показа ресурса для определения физической конверсии (например, посещение места из рекламы или запрос маршрута).

Актуальность для SEO

Крайне высокая. Мобильный поиск, локальное SEO и гипер-персонализация на основе контекста являются центральными элементами стратегии Google. Этот патент описывает фундаментальные механизмы интеграции данных о физическом поведении пользователя (Online-to-Offline, O2O) в алгоритмы ранжирования и таргетинга рекламы.

Важность для SEO

Патент имеет критическое значение (8.5/10) для локального SEO, мобильного поиска и стратегий в Travel-нишах. Он демонстрирует, что Google не просто знает, где находится пользователь, но и алгоритмически определяет, почему он там находится (User State). Это напрямую влияет на интерпретацию интента запроса и формирование SERP. SEO-специалистам необходимо адаптировать контент под разные состояния (турист vs. местный житель) для обеспечения релевантности в персонализированной выдаче.

Детальный разбор

Термины и определения

Conversion (Конверсия)

Действие пользователя, связанное с предоставленным ресурсом. В патенте выделяются офлайн-конверсии: физическое посещение места, указанного в ресурсе, или запрос маршрута (driving directions request) к этому месту.

Email Data (Данные электронной почты)

Данные из электронной почты пользователя, используемые для извлечения информации о местоположении и подтверждения статуса поездки (например, бронирования отелей/билетов).

Movement Data (Данные о перемещении)

Запись о перемещении пользовательского устройства за период времени. Включает Location Data (данные о местоположении) и Time Data (данные о времени).

Online Resource Item (Онлайн-ресурс)

Материалы, доступные через Интернет. Включают Publications (результаты поиска, веб-страницы, видео) и Online Content (рекламу).

State of the User / User State (Состояние пользователя)

Контекст пользователя, включающий его местоположение и причину/цель нахождения в этом месте. Определяется на основе анализа паттернов перемещения. Примеры: «дома», «на работе», «в командировке», «в отпуске».

Recurring State (Повторяющееся состояние)

Часть User State. Указывает на повторяющиеся паттерны поведения или интересы пользователя, выявленные на основе истории перемещений (например, «часто летающий пассажир» или «любитель горнолыжного спорта»).

Typical/Atypical Travel Pattern (Типичный/Атипичный паттерн перемещения)

Классификация перемещений. Типичные — регулярные поездки (дом, работа, магазины). Атипичные — нерегулярные поездки (отпуск, командировка).

User Device Profile (Профиль устройства пользователя)

Хранилище данных, основанное на Movement Data. Ассоциирует местоположения и время с предопределенными User States и содержит идентифицированные паттерны перемещения.

Ключевые утверждения (Анализ Claims)

Примечание: В тексте патента US20160092927A1 пункты 1-23 отменены (canceled). Анализ основан на пункте 24 и последующих.

Claim 24 (Независимый пункт): Описывает основной метод предоставления онлайн-ресурса на основе состояния пользователя.

1. Хранение User Device Profile. Профиль включает множество паттернов, сгенерированных на основе исторических данных о перемещении, ассоциированных с предопределенными состояниями пользователя.
2. Получение запроса на ресурс (Resource Request).
3. Определение текущего паттерна (Current Pattern) пользователя на основе его текущего местоположения.
4. Определение текущего состояния пользователя (Current State) на основе профиля и текущего паттерна.
5. Предоставление (Serving) онлайн-ресурса, релевантного этому Current State.

Claim 26 (Зависимый): Детализирует понятие Current State.

Текущее состояние включает «первое состояние» и Recurring State. «Первое состояние» основано на текущем местоположении и указывает, находится ли пользователь в типичном или атипичном паттерне, путешествует ли он по делам (Business) или для удовольствия (Pleasure), находится ли дома, на работе или в отпуске. Recurring State указывает на предопределенную частоту поездок пользователя в определенное место назначения.

Claim 29 (Зависимый): Уточняет типы предоставляемых ресурсов.

Предоставление ресурса может включать: предоставление информации или конкретной публикации в ответ на поисковый запрос; предоставление ресурса независимо от поискового запроса (например, контекстная реклама); или предоставление предложения места назначения (destination suggestion), включая маршруты или карту.

Claim 30 (Зависимый): Описывает механизм отслеживания физических (офлайн) конверсий.

1. Получение данных о перемещениях устройства после предоставления онлайн-ресурса.
2. Сравнение этих перемещений с местоположением, указанным в предоставленном ресурсе.
3. Генерация сигнала обратной связи (Feedback Signal), представляющего уровень соответствия (Level of Correspondence) между перемещениями и местоположением из ресурса. (Т.е. посетил ли пользователь это место).

Claim 32 (Зависимый): Описывает альтернативный механизм конверсии на основе взаимодействия.

Если ресурс является рекламой, система генерирует сообщение о конверсии (Conversion Message), если пользователь запрашивает маршрут проезда (driving directions) к месту назначения, связанному с этой рекламой. Это позволяет фиксировать интерес до фактического посещения.

Claim 33 (Зависимый): Указывает на источник данных.

Процесс хранения профиля включает извлечение данных о местоположении из данных электронной почты (Email Data) пользователя.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, преимущественно фокусируясь на понимании контекста пользователя для улучшения ранжирования и персонализации.

Сбор и обработка пользовательских данных (Аналог INDEXING для пользователя)
Система требует постоянного сбора и обработки Movement Data (Location и Time Data). В фоновом режиме происходит генерация и обновление User Device Profile, идентификация паттернов и классификация состояний. Система также извлекает данные из альтернативных источников, таких как Email Data.

QUNDERSTANDING – Понимание Запросов
User State критически важен для интерпретации интента запроса. Один и тот же запрос (например, «рестораны») имеет разный интент в зависимости от того, находится ли пользователь дома (Home State) или в отпуске (Vacation Travel State). Система использует определенное состояние для контекстуализации запроса.

RANKING / RERANKING – Ранжирование и Переранжирование (Персонализация)
Основное применение патента. После определения User State система использует эту информацию для фильтрации, выбора и приоритизации кандидатов в Online Resource Items (как органических результатов, так и рекламы). Ресурсы, релевантные текущему состоянию, получают повышение на этапе финального ранжирования.

Входные данные:

• Исторические Movement Data и Email Data.
• Запрос на ресурс (Resource Request).
• Текущие данные о местоположении устройства.
• User Device Profile.

Выходные данные:

• Персонализированный набор Online Resource Items, релевантный текущему состоянию пользователя.
• Сигналы о конверсии (Feedback Signal / Conversion Message).

На что влияет

• Конкретные типы контента и ниши: Наибольшее влияние на локальный поиск (Local Search) и мобильный поиск (Mobile Search). Критически важно для ниш, связанных с путешествиями (Travel), гостиничным бизнесом, ресторанами (HoReCa), ритейлом и локальными услугами.
• Специфические запросы: Влияет на коммерческие и информационные запросы, где контекст местоположения и цель пребывания играют ключевую роль (например, запросы типа «рядом со мной», «отели», «достопримечательности»).
• Платформы: Применяется на различных платформах: поисковой, видео (video viewing platform), email, новостных лентах (news feed platform) и картографической (map serving platform).

Когда применяется

• Условия применения: Алгоритм применяется при условии доступности данных о текущем местоположении пользователя и наличия достаточной истории перемещений для построения User Device Profile.
• Триггеры активации: Активируется при получении любого запроса на ресурс (Resource Request). Влияние максимально, когда система идентифицирует Atypical Travel Pattern (например, в отпуске).

Пошаговый алгоритм

Процесс А: Генерация и обновление профиля (Фоновый/Непрерывный процесс)

1. Сбор данных о перемещении: Непрерывное получение Movement Data (местоположение и время) от пользовательского устройства (GPS, Wi-Fi, IP). Извлечение данных о поездках из Email Data.
2. Генерация/Обновление профиля: Ассоциация полученных данных с User Device Profile.
3. Идентификация паттернов: Анализ частоты, продолжительности пребывания и времени суток. Классификация перемещений на Typical Travel Patterns (дом, работа, регулярные маршруты) и Atypical Travel Patterns.
4. Присвоение состояний: Ассоциация идентифицированных паттернов с предопределенными User States. Определение повторяющихся состояний (Recurring States).
5. Хранение профиля: Сохранение обновленного профиля.

Процесс Б: Обработка запроса (Реальное время)

1. Получение запроса: Система получает Resource Request.
2. Определение текущего местоположения: Идентификация текущей локации устройства.
3. Определение текущего состояния: Сравнение текущего местоположения и времени с историческими данными в User Device Profile для идентификации Current User State.
4. Получение кандидатов: Система получает набор кандидатов в Online Resource Items, отвечающих запросу.
5. Идентификация релевантных ресурсов: Выбор и приоритизация кандидатов, которые соответствуют определенному Current User State (например, предпочтение туристической информации, если пользователь в отпуске, а не услуг для местных жителей).
6. Предоставление результатов: Отправка персонализированного набора ресурсов пользователю.

Процесс В: Обратная связь и конверсии (Пост-обработка)

1. Мониторинг перемещений: Отслеживание перемещений устройства после предоставления ресурса.
2. Сравнение с ресурсом: Сравнение фактических перемещений с местоположением, указанным в ресурсе (например, адрес магазина из рекламы).
3. Определение соответствия: Расчет Level of Correspondence.
4. Генерация конверсии (Вариант 1): Если соответствие превышает порог (пользователь посетил место), генерируется Feedback Signal или Conversion Message.
5. Генерация конверсии (Вариант 2): Если пользователь запросил маршрут (Driving Directions) к месту из ресурса, генерируется Conversion Message.

Какие данные и как использует

Данные на входе

Система фокусируется на данных о поведении пользователя в физическом мире.

• Географические факторы (Location Data): Критически важные данные. Источники включают IP-адреса, данные GPS, силу сигнала Wi-Fi, данные вышек сотовой связи и телекоммуникационную триангуляцию.
• Временные факторы (Time Data): Время суток, день недели, продолжительность пребывания в определенном месте. Используются для идентификации паттернов (например, ночевка определяет «дом» или «отель»).
• Пользовательские факторы: User Device Profile (история перемещений), языковые настройки устройства.
• Контентные факторы (Косвенно): Данные из электронной почты (Email Data) используются для извлечения информации о местоположении и подтверждения статуса поездки (бронирования).

Какие метрики используются и как они считаются

• State of the User (Состояние пользователя): Категориальная классификация. Определяется путем сравнения текущего местоположения и времени с историческими паттернами в User Device Profile. Включает Current State и Recurring State.
• Typical/Atypical Travel Pattern: Классификация на основе частоты, регулярности и расстояния поездок.
• Level of Correspondence (Уровень соответствия): Метрика для обратной связи. Рассчитывается путем сравнения перемещений пользователя после показа ресурса с местоположением, указанным в этом ресурсе.
• Пороговые значения (Thresholds): Используются для определения:
  • Когда паттерн становится «типичным» (частота посещений).
  • Когда Level of Correspondence засчитывается как конверсия.
  • Расстояния для классификации поездок (локальные, короткие, длинные).

Выводы

1. Контекст (Состояние) важнее простого местоположения: Патент подчеркивает, что для Google понимание User State — зачем пользователь находится в данном месте (турист, местный житель, командировочный) — является ключевым сигналом для интерпретации интента и ранжирования.
2. Глубокая персонализация через физическое поведение: Google строит детализированные поведенческие профили (User Device Profile) на основе физических перемещений, а не только истории браузера. Это позволяет адаптировать выдачу к реальному контексту пользователя.
3. Интеграция онлайн и офлайн данных (O2O): Система активно связывает онлайн-активность (запрос ресурса) с офлайн-поведением (перемещения и посещения локаций).
4. Физические конверсии как сигнал релевантности: Патент описывает конкретные механизмы отслеживания офлайн-конверсий: посещение места или запрос маршрута (driving directions). Это важный сигнал для оценки качества как рекламы, так и органических результатов в локальном поиске.
5. Использование разнообразных источников данных, включая Email: Система агрегирует данные из GPS, Wi-Fi, сотовых сетей и анализирует электронную почту (Email Data) для точного определения местоположения и цели поездки.

Практика

Best practices (это мы делаем)

• Создание контента под разные состояния пользователя (User States): Для локального бизнеса необходимо разрабатывать контент, ориентированный на разные сегменты аудитории. Например, для ресторана: «Быстрый бизнес-ланч» (таргетинг на Work/Business Travel State), «Аутентичная местная кухня для туристов» (таргетинг на Vacation/Pleasure Travel State), «Доставка еды на дом» (таргетинг на Home State).
• Оптимизация под мобильный и локальный контекст: Учитывая, что система опирается на данные о перемещениях, критически важно оптимизировать контент для мобильных устройств и запросов типа «рядом со мной» (Near Me), учитывая контекст пользователя.
• Актуализация данных в Google Business Profile (GBP): Точность адреса и координат критична. Система использует эти данные для сопоставления с перемещениями пользователя и отслеживания физических конверсий (посещений).
• Стимулирование взаимодействий, связанных с местоположением: Включайте в контент призывы к действию, связанные с посещением локации. Интегрируйте карты и схемы проезда. Согласно патенту, запрос маршрута (Driving Directions) может отслеживаться как сигнал конверсии.
• Учет повторяющихся состояний (Recurring States): Если ваш бизнес связан с регулярными активностями (спорт, хобби, частые командировки), создавайте контент, который апеллирует к этим повторяющимся паттернам поведения. Система идентифицирует таких пользователей и может показывать им релевантный контент даже вне поездок.

Worst practices (это делать не надо)

• Игнорирование контекста пользователя: Предполагать, что все пользователи, находящиеся в определенном радиусе, имеют одинаковый интент. Система Google активно сегментирует аудиторию по состояниям.
• Предоставление неточной локальной информации: Ошибки в адресах или некорректные координаты в GBP и на сайте мешают системе отслеживать физические посещения и могут снижать релевантность в локальном поиске.
• Создание обобщенного локального контента: Разработка универсальных посадочных страниц без учета специфики потребностей разных User States (туристов, местных жителей) снижает эффективность в персонализированной выдаче.
• Игнорирование мобильной оптимизации: Пренебрежение Mobile-First подходом критично, так как сбор данных о перемещениях основан преимущественно на мобильных устройствах.

Стратегическое значение

Патент подтверждает стратегический приоритет Google на гипер-персонализацию, основанную на интеграции онлайн и офлайн данных (O2O). Для SEO это означает, что понимание аудитории не может ограничиваться анализом ключевых слов; необходимо учитывать физический контекст и поведенческие паттерны пользователей. Локальное SEO становится более сложным, требуя сегментации контента под различные User States и фокусируясь на обеспечении реальных офлайн-взаимодействий.

Практические примеры

Сценарий 1: Персонализация выдачи для путешественника

1. Профиль пользователя: Система знает, что пользователь живет в Москве (Home State).
2. Текущая ситуация: Пользователь находится в Риме.
3. Определение состояния: Система классифицирует это как Atypical Travel Pattern и определяет состояние как «Отпуск» (Pleasure), возможно, подтвердив это через Email Data (бронь отеля).
4. Запрос: Пользователь ищет «лучшие рестораны».
5. Результат: Google персонализирует выдачу (органическую и рекламную), приоритизируя рестораны с аутентичной кухней, туристические обзоры и заведения рядом с достопримечательностями. Ресурсы, ориентированные на местных жителей (например, услуги дантиста или химчистки), будут понижены.

Сценарий 2: Обратная связь и O2O конверсия

1. Состояние пользователя: Пользователь едет с работы домой (Commute State).
2. Запрос и Реклама: Пользователь ищет «купить цветы». Система показывает рекламу цветочного магазина по пути следования.
3. Действие пользователя: Пользователь нажимает на ссылку «Построить маршрут».
4. Фиксация конверсии (Тип 1): Google фиксирует driving directions request как конверсию (Claim 32).
5. Последующее действие: Система отслеживает перемещение и видит, что пользователь посетил этот магазин.
6. Фиксация конверсии (Тип 2): Google фиксирует высокий Level of Correspondence и засчитывает физическое посещение как офлайн-конверсию (Claim 30/31).

Вопросы и ответы