Как Google динамически создает персонализированные интерактивные витрины товаров в рекламных блоках

Описание

Какую задачу решает

Патент решает проблему низкой эффективности стандартных рекламных объявлений, которые показывают только один продукт или статичный креатив. Основная сложность для рекламодателей с широким ассортиментом заключается в том, чтобы точно предсказать, какой именно товар заинтересует конкретного пользователя в данный момент. Изобретение направлено на повышение конверсии путем показа персонализированного портфолио продуктов вместо одного.

Что запатентовано

Запатентована система для динамической генерации персонализированного визуального отображения (Personalized Visual Display) нескольких продуктов от одного поставщика контента (Content Provider, т.е. рекламодателя). Система создает интерактивную витрину (например, коллаж или мозаику) из товаров, отобранных на основе их предполагаемой релевантности для пользователя.

Как это работает

Система использует информацию о продуктах рекламодателя (продуктовый фид) и информацию о пользователе (интересы, контекст).

• Триггер: Часто механизм активируется после того, как пользователь взаимодействует (клик, наведение курсора) с исходным стандартным объявлением (Content Item Object).
• Отбор и Ранжирование: Система отбирает наиболее релевантные товары из фида и ранжирует их, используя Product Selection Criteria.
• Генерация Витрины: Создается визуальное отображение (Interactive customized graphical user interface element), где компоновка (размер и позиция товара) может зависеть от его ранга релевантности.
• Отображение: Персонализированная витрина показывается пользователю.

Актуальность для SEO

Высокая (для AdTech). Хотя приоритетная дата заявки – 2013 год (патент является продолжением), технологии динамической персонализации рекламы и автоматического создания креативов активно используются и развиваются в Google Ads (например, динамический ремаркетинг, Performance Max). Это ключевой механизм для современных систем показа рекламы.

Важность для SEO

(1/10). Патент не имеет отношения к органическому поиску и SEO. Он описывает исключительно технологии показа рекламы (AdTech), механизмы персонализации рекламных форматов и оптимизации конверсий внутри рекламной сети. Он не содержит информации о факторах ранжирования веб-страниц или алгоритмах органического поиска.

Детальный разбор

Термины и определения

Arrangement (Компоновка)

Визуальный макет витрины, определяющий размеры и позиции изображений продуктов и дополнительных элементов. Компоновка персонализируется на основе релевантности.

Content Item Object (Объект элемента контента)

Исходное рекламное объявление, показанное пользователю. Взаимодействие с ним часто служит триггером для показа персонализированной витрины.

Content Provider (Поставщик контента)

Рекламодатель или ритейлер, предоставляющий информацию о своих продуктах (продуктовый фид).

Interactive customized graphical user interface element

Интерактивный кастомизированный элемент GUI. Технический термин из Claims для обозначения динамически сгенерированной персонализированной витрины (коллажа/каталога). Синоним Personalized Visual Display.

Product Information (Информация о продукте)

Данные из продуктового фида: изображения, характеристики, цена, доступность, описания.

Product Selection Criteria (Критерии отбора продуктов)

Правила для выбора продуктов из фида, которые наиболее релевантны пользователю или с наибольшей вероятностью приведут к конверсии.

Relevancy Score (Оценка релевантности)

Метрика, используемая для ранжирования продуктов на основе их предполагаемой привлекательности для конкретного пользователя. Упоминается в Claim 5.

User Information / User-specific information (Информация о пользователе)

Данные для персонализации: демография, предпочтения, история поведения (user behavior data), профиль, а также контекстуальная информация (местоположение, контекст страницы).

Ключевые утверждения (Анализ Claims)

Claims в данном патенте (US20220353319A1, являющемся продолжением) сфокусированы на процессе, происходящем на стороне клиентского устройства (браузера).

Claim 1 (Независимый пункт): Описывает основной workflow на стороне клиента.

1. Клиентское устройство запрашивает контент у сервера.
2. Получает Content Item Object (исходное объявление), представляющее набор продуктов (data objects).
3. Отображает исходное объявление в слоте.
4. Детектирует первое взаимодействие (first interaction) пользователя с объявлением.
5. Получает от сервера указание на дополнительные продукты, выбранные на основе ранжирования (ranking). Указание включает позицию для отображения каждого продукта в интерактивном GUI элементе (витрине), также основанную на ранжировании этого продукта.
6. Отображает интерактивный GUI элемент (interactive customized graphical user interface element). Этот элемент содержит инструкции для перехода на сайт рекламодателя при втором взаимодействии (second interaction).

Claim 4 и 5 (Зависимые): Детализируют механизм взаимодействия и логику сервера.

Клиент отправляет уведомление о первом взаимодействии на сервер. Это запускает на сервере процесс: ранжирование продуктов на основе relevancy score (оценки релевантности для данного клиента) и конструирование интерактивного GUI элемента с учетом рангов продуктов и информации об устройстве клиента.

Ключевая суть изобретения: Механизм трансформации стандартного объявления в персонализированную интерактивную витрину по триггеру взаимодействия, где и выбор продуктов, и их визуальное расположение определяются алгоритмическим ранжированием на основе релевантности.

Где и как применяется

Этот патент описывает процессы рекламных технологий (AdTech) и не вписывается напрямую в стандартную архитектуру органического поиска (CRAWLING, INDEXING, RANKING). Он описывает работу системы доставки и отображения рекламы (Ad Delivery System).

INDEXING (в контексте AdTech)
Система индексирует продуктовые фиды (Product Information) от рекламодателей для быстрого доступа к данным о товарах.

RANKING (в контексте AdTech)
Происходит ранжирование продуктов из фида одного рекламодателя. Ранжирование основано на расчете релевантности (relevancy score) продукта для конкретного пользователя и контекста, часто в ответ на взаимодействие с рекламой.

RERANKING / Presentation Layer (Основное применение)
Система определяет визуальную компоновку (arrangement) отобранных продуктов на основе их рангов, генерирует Personalized Visual Display и отображает его пользователю.

Входные данные:

• Продуктовый фид рекламодателя.
• Данные о пользователе (User Information) и контексте показа.
• Сигнал о взаимодействии с исходным рекламным объявлением.

Выходные данные:

• Инструкции для рендеринга Personalized Visual Display (интерактивного коллажа/витрины продуктов).

На что влияет

• Конкретные типы контента и ниши: Влияет исключительно на рекламные блоки (PPC). Наиболее релевантно для E-commerce, ритейла и любых рекламодателей, использующих товарные фиды.
• Форматы контента: Влияет на форматы медийной (display) рекламы, динамический ремаркетинг, товарные объявления (PLA).

Когда применяется

• Условия работы: Когда рекламодатель предоставляет продуктовый фид и использует данный формат динамической рекламы. Также требуется наличие достаточных данных о пользователе для персонализации.
• Триггеры активации: Взаимодействие пользователя (клик, наведение курсора, иногда даже просто показ/impression) с исходным рекламным объявлением (Content Item Object) этого рекламодателя.

Пошаговый алгоритм

1. Доставка исходного контента: Пользователю показывается стандартное рекламное объявление (Content Item Object).
2. Детекция взаимодействия: Фиксируется первое взаимодействие пользователя с объявлением (например, наведение курсора). Клиент отправляет уведомление серверу.
3. Сбор данных: Сервер идентифицирует рекламодателя и собирает актуальную User Information и контекст.
4. Отбор и Ранжирование: Product Selection Module анализирует фид рекламодателя, отбирает релевантные товары, рассчитывает relevancy score и ранжирует их.
5. Определение компоновки: Arrangement Determination Module определяет визуальную структуру витрины. Товарам с более высоким рангом выделяются более крупные или заметные позиции.
6. Генерация витрины: Visual Display Generation Module создает финальный интерактивный блок (Personalized Visual Display).
7. Отображение: Персонализированная витрина отображается пользователю.
8. Обработка вторичного взаимодействия: При клике на продукт в витрине пользователь перенаправляется на сайт рекламодателя.

Какие данные и как использует

Данные на входе

Патент фокусируется на данных для персонализации рекламы.

• Контентные факторы (Продуктовые): Данные из фида (Product Information): изображения (разные разрешения/ракурсы), описания, спецификации, цена, доступность.
• Пользовательские факторы: Демография, предпочтения, профиль пользователя, тип устройства и браузера.
• Поведенческие факторы: История просмотров, история покупок, данные о поведении на сайтах (user behavior data).
• Контекстуальные факторы: Местоположение пользователя, контекст веб-страницы, ключевые слова страницы или связанного поискового запроса.

Какие метрики используются и как они считаются

• Relevancy Score (Оценка релевантности): Метрика, определяющая соответствие продукта интересам пользователя и контексту. Рассчитывается путем сопоставления данных о продукте и данных о пользователе.
• Product Ranking (Ранжирование продуктов): Упорядочивание товаров на основе Relevancy Score. Используется для отбора ТОП-N товаров и определения их визуальной заметности (размер, позиция) в витрине.
• Метрики эффективности (косвенно): Система стремится максимизировать вероятность коммерческого взаимодействия (покупки, конверсии, прогнозируемый CTR), что является частью Product Selection Criteria.

Выводы

1. Патент относится исключительно к AdTech, а не к SEO: Описанные механизмы касаются доставки и оптимизации платной рекламы. Они не содержат информации об алгоритмах органического ранжирования.
2. Динамическая генерация и персонализация креативов: Основная цель — повысить эффективность рекламы путем автоматического создания персонализированного портфолио продуктов вместо показа одного статичного объявления.
3. Алгоритмическая визуальная иерархия: Персонализируется не только выбор продуктов, но и их визуальное представление. Размер и позиция товара на витрине определяются его расчетной релевантностью (Relevancy Score) для пользователя.
4. Многоступенчатое взаимодействие: Описан интерактивный формат, где взаимодействие с исходным объявлением (клик, наведение) запускает показ расширенной персонализированной витрины.
5. Критическая зависимость от продуктовых фидов: Эффективность механизма напрямую зависит от качества, полноты и структурированности данных в продуктовых фидах (Product Information), предоставляемых рекламодателями.

Практика

Патент является инфраструктурным для AdTech и не дает практических выводов для органического SEO. Практическая ценность относится к специалистам по платному трафику (PPC), E-commerce и управлению продуктовыми данными.

Best practices (это мы делаем)

• Максимизация качества и полноты продуктовых фидов (Merchant Center): Поскольку система использует Product Information для выбора товаров и генерации витрины, критически важно предоставлять точные, полные данные и высококачественные изображения в разных ракурсах и разрешениях.
• Детальная атрибуция товаров в фиде: Заполнение всех релевантных атрибутов (цвет, размер, технические характеристики) позволяет системе точнее сопоставлять товары с интересами пользователей (User Information) и повышать Relevancy Score.
• Использование динамических форматов рекламы: Для задействования описанных механизмов необходимо использовать форматы, поддерживающие динамическую генерацию на основе фидов (например, динамический ремаркетинг, Performance Max).

Worst practices (это делать не надо)

• Предоставление некачественных или скудных фидов: Фиды с плохими изображениями, отсутствующими атрибутами или устаревшими данными не позволят системе эффективно подбирать релевантные товары и создавать привлекательные креативы.
• Игнорирование оптимизации изображений: Использование только одного изображения низкого качества ограничивает возможности системы по созданию визуально привлекательного коллажа и может негативно сказаться на пользовательском опыте.

Стратегическое значение

Патент подтверждает стратегический фокус Google на глубокой персонализации и автоматизации в рекламных продуктах. Он демонстрирует, как машинное обучение используется для оптимизации не только таргетинга, но и самого формата рекламного сообщения в реальном времени. Для E-commerce это подчеркивает стратегическую важность управления продуктовыми данными (Data Feed Management) как ключевого элемента продвижения.

Практические примеры

Сценарий: Динамический ремаркетинг в E-commerce

1. Контекст: Пользователь недавно просматривал несколько моделей кроссовок в интернет-магазине.
2. Исходное объявление: Позже, на другом сайте, пользователь видит стандартное медийное объявление этого магазина (Content Item Object).
3. Первое взаимодействие (First Interaction): Пользователь задерживает курсор на объявлении (hover).
4. Генерация витрины: Рекламная система, используя данные о поведении пользователя, генерирует Personalized Visual Display. Это интерактивная витрина, где на первых позициях и в большем размере показаны именно те кроссовки, которые пользователь смотрел (высокий Relevancy Score), а также сопутствующие товары.
5. Второе взаимодействие (Second Interaction): Пользователь кликает на изображение кроссовок в витрине и переходит на страницу товара для покупки.

Вопросы и ответы