Как Google превращает изображения и другие результаты поиска в прямые точки продаж с помощью «Иконок Покупки»

Описание

Какую задачу решает

Патент решает проблему неудобства и фрагментации пользовательского пути при онлайн-шопинге, инициированном через поиск (особенно поиск по изображениям). Традиционно, найдя интересующий товар в результатах поиска, пользователь должен самостоятельно искать, где его купить. Изобретение сокращает этот путь, встраивая прямую ссылку на покупку непосредственно в результат поиска, тем самым уменьшая количество необходимых шагов и потребление ресурсов.

Что запатентовано

Запатентована система, которая автоматически идентифицирует продукты, представленные в результатах поиска (изображения, текст, видео, аудио), и связывает их с конкретными коммерческими предложениями (offers) от продавцов. Суть изобретения заключается в генерации и отображении Purchase Icon (Иконки покупки) внутри или рядом с результатом поиска. Эта иконка содержит прямую ссылку (purchase link) на страницу покупки товара на сайте продавца.

Как это работает

Система работает следующим образом:

• Получение результатов: В ответ на запрос пользователя поисковая система извлекает релевантные результаты (например, изображения).
• Идентификация продукта: Для каждого результата система идентифицирует представленный продукт. Это делается путем анализа метаданных результата (например, текста, расположенного рядом с изображением на исходном сайте) или с помощью визуального анализа изображения.
• Поиск и выбор предложения: Система ищет в своей базе данных коммерческих предложений (Product Offer Listing Catalog) доступные варианты покупки. Выбирается одно предложение на основе заданных критериев (например, самая низкая цена, аукцион рекламодателей, надежность продавца).
• Генерация ссылки и отображение: Для выбранного предложения генерируется Purchase Icon, содержащая прямую ссылку на покупку. Результаты поиска с этими иконками предоставляются пользователю.
• Переход к покупке: При клике на иконку пользователь перенаправляется на сайт продавца для завершения транзакции.

Актуальность для SEO

Высокая. Описанные механизмы напрямую соответствуют текущим функциям Google, таким как интеграция Google Shopping в Google Images (Shoppable Images) и Google Lens. Интеграция коммерции и визуального поиска является стратегическим направлением развития поиска, делая этот патент крайне актуальным для E-commerce и контентных проектов.

Важность для SEO

Влияние на SEO (особенно для E-commerce и визуального поиска) значительное (85/100). Патент описывает механизм, который может радикально изменить распределение трафика по коммерческим запросам. Для продавцов критически важным становится наличие структурированных данных о товарах (фидов), чтобы система могла выбрать их предложение. Для издателей (контентных сайтов) это подчеркивает важность качества изображений и окружающего их контекста (метаданных), чтобы система могла корректно идентифицировать представленные продукты.

Детальный разбор

Термины и определения

Image Analyzer Module (Модуль анализа изображений)

Компонент поисковой системы, который определяет характеристики (features) изображения (цвет, узор, яркость, форма, текстура). Используется для сравнения изображения из результатов поиска с базой данных известных продуктов, если идентификация по метаданным невозможна.

Merchant System Website (Сайт системы продавца)

Внешний веб-сайт продавца, на котором пользователь может приобрести товар. Цель перенаправления по Purchase Link.

Metadata (Метаданные результата поиска)

Данные, ассоциированные с результатом поиска. В контексте изображений это часто текст, находящийся в непосредственной близости (predefined proximity) к изображению на исходном сайте (publisher’s website). Используется для идентификации продукта.

Offer (Коммерческое предложение)

Описание продукта и цена, по которой пользователь может приобрести продукт у конкретного продавца.

Offer Finder Module (Модуль поиска предложений)

Компонент поисковой системы, который ищет предложения для идентифицированного продукта в базе данных (Product Offer Listing Catalog) и выбирает лучшее предложение на основе заданных критериев.

Product Offer Listing Catalog (Каталог предложений продуктов)

База данных, содержащая список продуктов и связанных с ними предложений от различных продавцов. Может пополняться через веб-краулинг или прямую передачу данных от продавцов (например, Google Merchant Center).

Purchase Icon (Иконка покупки)

Генерируемый интерфейсный объект (например, наложенный на изображение или аннотация рядом с текстом), который содержит ссылку на покупку (purchase link).

Purchase Link (Ссылка на покупку)

URL, который при активации перенаправляет пользователя на сайт продавца для совершения покупки или запускает соответствующее приложение продавца.

Search Result (Результат поиска)

Единица контента (изображение, текст, видео, аудио), возвращаемая поисковой системой в ответ на запрос.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс интеграции ссылок на покупку в результаты поиска.

1. Система получает поисковый запрос.
2. Извлекаются результаты поиска и связанные с ними метаданные (search result metadata).
3. Извлекаются метаданные коммерческих предложений (offer metadata).
4. Для каждого результата поиска выполняется:
   • Идентификация продукта на основе метаданных результата.
   • Идентификация одного или нескольких предложений о продаже этого продукта.
   • Выбор конкретного предложения (particular offer) из найденных.
   • Определение ссылки на покупку (purchase link), которая направляет на сайт продавца (merchant system website).
5. Генерация иконки покупки (purchase icon), включающей эту ссылку.
6. Передача результатов поиска с иконками покупки на устройство пользователя.

Claim 6 и 8 (Зависимые): Уточняют типы результатов поиска. Claim 6 фокусируется на изображениях. Claim 8 расширяет область применения, указывая, что результаты могут быть видео, текстом, изображениями и/или аудио.

Claim 7 (Зависимый от 6): Детализирует природу метаданных для изображений. Метаданные результата поиска для изображения включают текст, находящийся в пределах заранее определенной близости (text within a predefined proximity) от изображения на сайте издателя (publisher’s website).

Это критически важный пункт для SEO, подтверждающий использование около-изображенческого текста для понимания содержания изображения и идентификации продукта.

Claim 2, 4 и 5 (Зависимые): Описывают варианты действий после клика пользователя на Purchase Icon.

• Claim 2: Система отправляет запрос на перенаправление веб-браузера пользователя на сайт продавца.
• Claim 4: Система отправляет запрос на запуск приложения продавца, установленного на устройстве пользователя.
• Claim 5: Система сама обрабатывает платеж, выступая посредником. Она запрашивает информацию о ценах у продавца, получает платежную информацию от пользователя, обрабатывает платеж от пользователя к поисковой системе и затем от поисковой системы к продавцу.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, используя данные, собранные на этапах индексирования, для модификации выдачи на финальных этапах.

CRAWLING – Сканирование и Сбор данных
Система собирает данные для Product Offer Listing Catalog путем сканирования сайтов продавцов или через получение прямых фидов. Также сканируются сайты издателей для извлечения контента (изображений) и связанного с ними контекста.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит обработка контента для последующей идентификации продуктов:

• Извлечение метаданных: Система извлекает и сохраняет метаданные, связанные с результатами поиска. Для изображений это включает текст, расположенный рядом с изображением (text within a predefined proximity) на исходной странице.
• Анализ изображений: Image Analyzer Module может предварительно вычислять характеристики (features) изображений (цвет, форма, текстура) и формировать базу данных известных продуктов.

RANKING – Ранжирование
На этом этапе генерируется стандартный набор результатов поиска (например, изображений), релевантных запросу.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование
Это основной этап применения патента. После того как базовые результаты получены, система активирует процесс обогащения этих результатов коммерческой информацией:

1. Идентификация продуктов: Система анализирует метаданные или характеристики полученных результатов для идентификации конкретных продуктов.
2. Поиск предложений: Offer Finder Module ищет совпадения в Product Offer Listing Catalog.
3. Выбор предложения: Система применяет логику для выбора наилучшего предложения (цена, аукцион, надежность).
4. Модификация SERP: Результаты поиска модифицируются путем добавления Purchase Icon с соответствующей ссылкой.

Входные данные:

• Поисковый запрос и набор результатов поиска.
• Метаданные результатов (например, около-изображенческий текст).
• Характеристики изображений (features).
• База данных известных продуктов.
• Product Offer Listing Catalog (данные о предложениях, ценах, продавцах, аукционах).

Выходные данные:

• Модифицированный набор результатов поиска, где релевантные результаты дополнены Purchase Icons, ведущими на сайты продавцов.

На что влияет

• Конкретные типы контента: Наибольшее влияние оказывается на изображения и видео, где визуальное представление продукта стимулирует покупку. Также применимо к текстовым результатам (например, обзорам продуктов).
• Специфические запросы: Влияет на запросы с коммерческим интентом или запросы, где пользователь ищет вдохновение (например, «идеи дизайна гостиной», «синее вечернее платье»).
• Конкретные ниши или тематики: Критически важно для E-commerce, моды, электроники, товаров для дома и любых ниш, где продукт имеет отчетливый визуальный образ.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Идентификация продукта возможна: Система смогла распознать конкретный продукт в результате поиска с достаточной степенью уверенности (либо через метаданные, либо через визуальный анализ).
• Наличие предложений: Для идентифицированного продукта существуют активные предложения в Product Offer Listing Catalog.
• Пороговые значения: В случае использования визуального анализа, сходство между изображением в поиске и изображением известного продукта должно превышать predetermined threshold similarity (заранее определенный порог сходства).

Пошаговый алгоритм

Процесс А: Идентификация продукта и подбор предложения

1. Получение запроса и результатов: Поисковая система получает запрос и извлекает релевантные результаты поиска (например, изображения).
2. Извлечение метаданных результата: Для каждого результата извлекаются ассоциированные метаданные (например, текст рядом с изображением на исходном сайте).
3. Идентификация продукта (Метод 1: Метаданные): Система анализирует метаданные для идентификации продукта (например, бренд, модель).
4. Идентификация продукта (Метод 2: Визуальный анализ): Если Метод 1 не дал результата, Image Analyzer Module анализирует характеристики (features) изображения и сравнивает их с базой данных известных продуктов. Если найдено совпадение выше порога сходства, продукт считается идентифицированным.
5. Доступ к данным о предложениях: Если продукт идентифицирован, Offer Finder Module обращается к Product Offer Listing Catalog.
6. Извлечение релевантных предложений: Система извлекает все доступные предложения для данного продукта от разных продавцов.
7. Выбор предложения (Offer Selection): Система выбирает одно конкретное предложение на основе одного или нескольких критериев:
   • Самая низкая цена (или общая стоимость с доставкой).
   • Наибольшая ставка в рекламном аукционе (Highest Bid).
   • Наиболее надежный продавец (Most Reliable Merchant).
   • Ближайшее местоположение продавца к пользователю.
8. Определение ссылки на покупку: Идентифицируется Purchase Link, связанная с выбранным предложением.
9. Генерация иконки покупки: Создается Purchase Icon, включающая эту ссылку, и ассоциируется с исходным результатом поиска.
10. Отображение результатов: Модифицированные результаты поиска передаются пользователю.

Процесс Б: Обработка клика

1. Получение сигнала о клике: Пользователь нажимает на Purchase Icon.
2. Выполнение действия: В зависимости от реализации (Claims 2, 4, 5), система либо перенаправляет браузер на сайт продавца, либо запускает приложение продавца, либо инициирует процесс покупки через собственную платежную систему.
3. Завершение покупки: Пользователь завершает транзакцию на сайте продавца или через интерфейс поисковой системы.

Какие данные и как использует

Данные на входе

Система использует комбинацию контентных, технических и внешних коммерческих данных.

• Контентные факторы (Метаданные): Текст, расположенный в непосредственной близости (predefined proximity) к изображению на исходной странице (publisher’s website). Это ключевой фактор идентификации, включающий описания, названия брендов и моделей.
• Мультимедиа факторы (Визуальные характеристики): Характеристики (features) самого изображения: цвет, узор, яркость, форма, пространство, текстура. Используются Image Analyzer Module.
• Коммерческие данные (Offer Data): Данные из Product Offer Listing Catalog: цена продукта, стоимость доставки, наличие товара, данные о продавце.
• Данные о продавцах: Метрики надежности продавца (например, отзывы пользователей), местоположение продавца.
• Данные аукционов: Ставки (bids) от продавцов за показ их предложения.
• Пользовательские факторы: Местоположение пользователя (для выбора ближайшего продавца), предпочтения пользователя.

Какие метрики используются и как они считаются

• Сходство изображений (Image Similarity): Метрика, рассчитываемая Image Analyzer Module путем сравнения характеристик (features) двух изображений.
• Predetermined threshold similarity (Порог сходства): Пороговое значение для метрики сходства. Используется для подтверждения идентификации продукта при визуальном анализе.
• Predefined proximity (Определенная близость): Параметр, определяющий область на веб-странице вокруг изображения, из которой извлекается текст для анализа в качестве метаданных.
• Критерии выбора предложения (Offer Selection Criteria): Система использует несколько метрик для выбора лучшего предложения:
  • Price/Total Cost: Сравнение цен и стоимости доставки.
  • Bid Amount: Сумма ставки в рекламном аукционе.
  • Merchant Reliability Score: Оценка надежности продавца (например, на основе отзывов).
  • Proximity: Расстояние между местоположением пользователя и продавца.

Выводы

1. Конвергенция поиска и коммерции: Патент демонстрирует механизм прямой интеграции коммерческих транзакций в результаты поиска (включая изображения, видео и текст). Поиск становится не просто источником информации, а платформой для совершения покупок.
2. Критическая роль контекста для изображений (Metadata): Утверждение Claim 7 явно указывает, что текст вблизи изображения (text within a predefined proximity) на исходном сайте используется как метаданные для идентификации продукта. Это имеет первостепенное значение для SEO изображений.
3. Два пути идентификации продуктов: Система может идентифицировать продукты через анализ контекста (метаданных) или через визуальный анализ (сравнение характеристик изображения). Это обеспечивает широкий охват даже при отсутствии явных текстовых указателей.
4. Важность структурированных данных о товарах (Feeds): Для того чтобы предложение продавца было показано, оно должно присутствовать в базе данных Google (Product Offer Listing Catalog). Это подчеркивает необходимость использования Google Merchant Center и качественных товарных фидов.
5. Многофакторный выбор предложения: Выбор конкретного продавца для Purchase Icon является сложным процессом, учитывающим цену, надежность продавца, местоположение и рекламные ставки (аукцион). Это означает, что не всегда побеждает самая низкая цена.
6. Гибкость в обработке транзакций: Система предусматривает различные модели взаимодействия: прямой переход на сайт продавца, запуск приложения или обработку платежа через собственную платежную систему (посредничество, Claim 5).

Практика

Best practices (это мы делаем)

Для E-commerce сайтов (Продавцов):

• Оптимизация товарных фидов: Обеспечьте полноту, точность и актуальность данных в Google Merchant Center. Это основа для попадания в Product Offer Listing Catalog и выбора вашего предложения системой.
• Конкурентное ценообразование и сервис: Поскольку цена, стоимость доставки и надежность продавца (Merchant Reliability) являются критериями выбора предложения, необходимо поддерживать конкурентоспособные цены и высокий уровень сервиса (положительные отзывы).
• Участие в рекламных аукционах (Google Ads): Патент явно упоминает выбор предложения на основе самой высокой ставки (bid). Использование Shopping Ads повышает вероятность того, что ваша ссылка будет выбрана для Purchase Icon.
• Качественные изображения товаров: Предоставляйте четкие, высококачественные изображения продуктов с разных ракурсов. Это поможет Image Analyzer Module корректно идентифицировать ваш товар при визуальном сравнении.

Для Издателей и Контентных сайтов:

• Оптимизация контекста вокруг изображений: Размещайте релевантный, описательный текст в непосредственной близости к изображениям продуктов. Используйте точные названия брендов и моделей. Согласно Claim 7, этот текст используется как ключевые метаданные для идентификации продукта.
• Четкость и качество изображений: Используйте уникальные и качественные изображения, на которых легко визуально идентифицировать продукт. Это повышает шансы на распознавание через Image Analyzer Module и показ Purchase Icon.
• Использование Alt-текстов и подписей: Оптимизируйте все атрибуты изображения (включая тег <figcaption>) для улучшения его понимания поисковой системой и обеспечения текстового контекста вблизи изображения.

Worst practices (это делать не надо)

• Размещение изображений без контекста: Публикация изображений продуктов (например, в галереях или слайдерах) без сопровождающего описательного текста в коде страницы минимизирует шансы на идентификацию продукта через метаданные.
• Неточные или устаревшие товарные фиды: Предоставление неверных данных о ценах или наличии товара в Merchant Center приведет к негативному пользовательскому опыту и может снизить рейтинг надежности продавца.
• Использование стоковых или нечетких изображений: Использование изображений низкого качества или тех, на которых продукт плохо виден, затрудняет визуальную идентификацию системой.
• Игнорирование отзывов и репутации продавца: Низкий рейтинг надежности продавца может привести к тому, что система предпочтет предложения конкурентов, даже если ваша цена ниже или ставка выше.

Стратегическое значение

Этот патент подтверждает стратегию Google по сокращению пути пользователя от намерения к покупке. Для SEO-специалистов это означает, что оптимизация под визуальный поиск и интеграция с инструментами E-commerce (Google Merchant Center, Shopping Ads) становятся обязательными элементами стратегии продвижения товаров. Также возрастает значимость оптимизации контента (особенно изображений и их контекста) на сайтах третьих лиц (издателей), так как они могут стать точками входа для коммерческого трафика.

Практические примеры

Сценарий 1: Оптимизация статьи в блоге о моде (Издатель)

• Действие: При публикации обзора нового образа («look») убедитесь, что изображения высокого качества. Вместо общей фразы под фото разместите детальное описание в непосредственной близости: «На фото: Кашемировый свитер [Бренд А, Модель X] в сочетании с кожаной юбкой [Бренд Б, Модель Y]».
• Как это работает (по патенту): Google индексирует страницу. Система использует текст под фото как метаданные (Claim 7) для идентификации продуктов «Кашемировый свитер Бренд А Модель X» и «Юбка Бренд Б Модель Y».
• Результат: Когда пользователь ищет «идеи с кашемировым свитером» в Google Images, изображение из блога появляется в выдаче с Purchase Icon, ведущей на сайт продавца, предлагающего свитер Бренда А.

Сценарий 2: Улучшение видимости товара (E-commerce)

• Действие: Интернет-магазин электроники оптимизирует фид для Google Merchant Center, добавляя уникальные высококачественные фотографии нового смартфона и активно собирает отзывы покупателей для повышения рейтинга продавца. Параллельно запускается кампания в Google Shopping Ads (повышение ставок).
• Как это работает (по патенту): Google добавляет предложение в Product Offer Listing Catalog. При поиске этого смартфона система идентифицирует его на изображениях в выдаче. При выборе предложения (Offer Selection) система учитывает высокое качество данных, положительный рейтинг надежности и рекламную ставку (bid).
• Результат: Предложение данного магазина чаще выбирается для отображения в Purchase Icon по сравнению с конкурентами, что приводит к увеличению прямых переходов на покупку из результатов поиска.

Вопросы и ответы