Как Google автоматически таргетирует рекламу (Dynamic Search Ads), индексируя контент сайта без использования ключевых слов

Описание

Какую задачу решает

Патент решает проблему сложности и трудоемкости ручного управления таргетингом рекламы. Традиционные системы требуют от рекламодателей постоянного ввода и обновления keyword targeting information. Это особенно сложно для крупных сайтов с широким или часто меняющимся ассортиментом (например, E-commerce). Изобретение автоматизирует процесс таргетинга, устраняя необходимость в ручном вводе ключевых слов.

Что запатентовано

Запатентована система автоматического таргетинга рекламы, основанная на контенте сайта рекламодателя. Система создает и использует отдельную поисковую структуру данных (searchable data structure), например, инвертированный индекс (inverted index), содержащий информацию, автоматически извлеченную непосредственно с веб-сайта рекламодателя. Когда поступает запрос, система ищет совпадения не по заранее заданным ключевым словам, а по этому специализированному индексу контента рекламодателя.

Как это работает

Система работает в два основных этапа:

• Индексация (Офлайн): Система получает URL сайта рекламодателя, сканирует его (crawling) и индексирует контент, создавая специализированный Index of Advertiser Website/Web Page Information.
• Показ рекламы (Онлайн): При получении контекстуального сигнала (например, поискового запроса пользователя или терминов из просматриваемой веб-страницы/email) система выполняет поиск по этому индексу рекламодателей.
• Сопоставление и Выбор: Результатом поиска являются идентификаторы (например, URL) релевантных страниц рекламодателей. Система использует эти URL как ключи для выбора соответствующего объявления из базы данных (Ad Information) и показывает его.

Актуальность для SEO

Высокая. Описанная технология лежит в основе продукта Google Ads, известного как Динамические поисковые объявления (Dynamic Search Ads или DSA). Этот формат рекламы активно используется в 2025 году, особенно в e-commerce и для сайтов с большим количеством страниц, подтверждая актуальность и реализацию описанных в патенте механизмов.

Важность для SEO

Патент имеет высокое стратегическое значение для SEO (8/10). Хотя он описывает механизм платной рекламы (DSA), его работа полностью зависит от того, насколько хорошо Google может сканировать, индексировать и понимать контент сайта. Это подтверждает, что качество органической SEO-оптимизации (техническое состояние сайта, структура и качество контента) напрямую влияет на охват, релевантность и эффективность автоматизированных рекламных кампаний.

Детальный разбор

Термины и определения

Ad Consumer (Потребитель рекламы)

Сущность, запрашивающая рекламу для показа. Примеры: поисковая система (показ рекламы на SERP), контент-сервер (показ контекстной рекламы) или почтовое приложение.

Ad Information (Информация об объявлении)

База данных, хранящая рекламные креативы, настройки кампаний и URL целевых страниц. Используется как источник URL для сканирования и для извлечения финального объявления.

Advertiser Web Page Information (Информация о веб-странице рекламодателя)

Контент (термины, фразы), автоматически извлеченный с веб-сайта рекламодателя и используемый для таргетинга.

Index of Advertiser Website/Web Page Information (Индекс информации о веб-сайте/веб-странице рекламодателя)

Специализированный индекс, содержащий только контент, извлеченный с сайтов рекламодателей. Ядро изобретения, используемое для автоматического таргетинга.

Index of General Web Content (Индекс общего веб-контента)

Стандартный индекс поисковой системы, используемый для органического поиска.

Inverted Index (Инвертированный индекс)

Предпочтительная структура данных для хранения индекса рекламодателей. Содержит термины и связанные с ними идентификаторы документов (Doc ID) и, возможно, количество вхождений термина (Term Count).

Search Query (Поисковый запрос)

Входные данные для системы таргетинга. Может быть запросом пользователя в поиске или набором терминов, извлеченных из контекста (веб-страницы, электронного письма).

Web Page Identifier (Идентификатор веб-страницы)

Уникальный идентификатор (например, URL или Doc ID), используемый в индексе для представления страницы рекламодателя и как ключ для поиска связанных объявлений.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод автоматического таргетинга.

1. Принятие поискового запроса (search query).
2. Поиск по searchable data structure, содержащей advertiser Web page information, для генерации результатов поиска рекламы.
3. Автоматическое извлечение как минимум одного объявления с использованием этих результатов.

Ключевое условие (определение DSA): searchable data structure генерируется из информации, «автоматически извлеченной исключительно с идентифицированных веб-страниц рекламодателя без необходимости явно введенной рекламодателем таргетинговой информации». Это означает, что таргетинг основан только на контенте сайта, а не на ключевых словах, заданных рекламодателем.

Claim 2 (Независимый пункт): Детализирует механизм сопоставления.

1. Процесс аналогичен Claim 1.
2. Уточняется, что индекс содержит термины (автоматически и исключительно извлеченные) и идентификаторы веб-страниц (Web page identifiers).
3. Извлечение объявления использует эти идентификаторы из результатов поиска для нахождения объявления, чья целевая страница (landing page) соответствует одному из этих идентификаторов.

Это конкретизирует процесс связывания: Запрос -> Термин в индексе -> Идентификатор страницы (URL) -> Объявление, связанное с этим URL.

Claim 12 (Независимый пункт): Описывает архитектуру поисковой системы.

1. Система хранит два индекса: (1) Первый индекс (First index) общего веб-контента и (2) Второй индекс (Second index), содержащий информацию, автоматически полученную исключительно со страниц рекламодателей.
2. Процессор запросов принимает запрос, получает органические результаты из Первого индекса и рекламу из Второго индекса.
3. Система выводит и органические результаты, и рекламу.

Это подтверждает архитектуру с двумя индексами, интегрированную в инфраструктуру основного поискового движка, для одновременного обслуживания органических и автоматизированных рекламных результатов.

Где и как применяется

Изобретение задействует основные компоненты поисковой инфраструктуры для целей рекламы (например, Google Ads).

CRAWLING – Сканирование и Сбор данных
Система использует краулер для сбора данных с сайтов рекламодателей. Источником URL служит база данных Ad Information. Патент упоминает возможность применения различных политик сканирования (например, только целевая страница или весь сайт).

INDEXING – Индексирование и извлечение признаков
Ключевой этап. Собранный контент обрабатывается для построения специализированного Index of Advertiser Website/Web Page Information. Это отдельный индекс от Index of General Web Content.

QUNDERSTANDING – Понимание Запросов
Система обрабатывает входящий Search Query. Важно, что этот запрос может быть как прямым запросом пользователя, так и сгенерирован автоматически на основе контекста (контент веб-страницы или email).

RANKING – Ранжирование (Выбор рекламы)
Search Operations выполняют поиск по индексу рекламодателей. Система находит релевантные страницы рекламодателей и присваивает им оценки релевантности. В описании патента упоминается, что эти оценки могут базироваться на IR score и/или PageRank.

RERANKING (в контексте Ad System)
Ad Server Operations используют результаты поиска (URL и оценки) для извлечения объявлений. Финальный рейтинг объявлений учитывает эти оценки и может включать другие факторы, такие как ставки (bids) и показатели эффективности (ad performance information).

Входные данные:

• URL сайтов рекламодателей (из Ad Information).
• Входящий Search Query (контекст показа).

Выходные данные:

• Index of Advertiser Website/Web Page Information (офлайн).
• Набор релевантных рекламных объявлений (онлайн).

На что влияет

• Конкретные типы контента и ниши: Наибольшее влияние на сайты с большим количеством страниц и структурированным контентом (E-commerce, недвижимость, агрегаторы).
• Специфические запросы: Позволяет охватывать низкочастотные и длиннохвостые (long-tail) запросы, которые часто упускаются при ручном подборе ключевых слов.

Когда применяется

Алгоритм применяется, когда рекламодатель использует тип рекламной кампании, полагающийся на автоматический таргетинг на основе контента сайта (т.е. DSA), или в системах контекстной рекламы.

Пошаговый алгоритм

Алгоритм состоит из двух основных процессов.

Процесс А: Генерация Индекса Рекламодателя (Офлайн)

1. Получение источников: Извлечение списка URL сайтов рекламодателей из базы данных Ad Information.
2. Сканирование (Crawling): Краулер собирает контент с этих URL в соответствии с заданной политикой сканирования.
3. Извлечение информации: Из собранного контента извлекаются термины и фразы.
4. Построение индекса: Индексатор строит Index of Advertiser Website/Web Page Information (обычно inverted index), связывая термины со страницами рекламодателя (Doc ID или URL) и сохраняя метрики (например, term count).
5. Хранение соответствий: Создание структуры для быстрого сопоставления идентификатора страницы с соответствующим объявлением.

Процесс Б: Показ рекламы (Онлайн)

1. Получение запроса: Принятие или генерация Search Query на основе контекста.
2. Поиск по индексу рекламодателей: Выполнение поиска по Index of Advertiser Website/Web Page Information.
3. Получение результатов поиска: Получение списка релевантных страниц рекламодателей с оценками релевантности (например, IR score).
4. Извлечение объявлений: Использование идентификаторов страниц (URL/Doc ID) как ключей для поиска соответствующих объявлений в базе Ad Information.
5. Ранжирование объявлений: Ранжирование найденных объявлений с использованием оценок релевантности и, возможно, других факторов (ставки, качество).
6. Выдача объявлений: Передача отобранных объявлений для показа пользователю.

Какие данные и как использует

Данные на входе

Основной фокус патента – использование контента сайта рекламодателя вместо ключевых слов.

• Контентные факторы: Термины и фразы, извлеченные из контента веб-страниц рекламодателя. Это основа для построения специализированного индекса.
• Технические факторы: URL-структура. URL используются как идентификаторы страниц (Web page identifiers) в индексе и как ключи для связи контента с объявлениями.

Патент также упоминает возможность использования других факторов для финального ранжирования объявлений:

• Факторы эффективности (Ad performance information): Например, CTR, конверсии.
• Ценовые факторы (Price information): Ставки (bids).
• Факторы качества (Advertiser quality information).

Какие метрики используются и как они считаются

• IR Score (Оценка информационного поиска): Основная метрика релевантности между запросом и страницей рекламодателя. Патент ссылается на стандартные метрики информационного поиска (information retrieval similarity metric). Эта оценка генерируется при поиске по индексу рекламодателей.
• PageRank: В описании патента (не в Claims) упоминается, что PageRank может использоваться для оценки результатов поиска по индексу рекламодателей.
• Term Count (Количество вхождений термина): Упоминается как данные, которые могут храниться в инвертированном индексе и использоваться при расчете IR Score.
• Финальный рейтинг объявления: Метрика, определяющая порядок показа. Рассчитывается на основе оценок релевантности и может включать другие факторы (ставки, качество и т.д.).

Выводы

1. Подтверждение механизма Dynamic Search Ads (DSA): Патент точно описывает технологию, лежащую в основе DSA. Google автоматизирует таргетинг рекламы, устраняя необходимость ручного ввода ключевых слов, путем прямого использования контента сайта рекламодателя.
2. Прямая зависимость автоматизированной рекламы от SEO: Качество органической оптимизации сайта становится критически важным фактором для эффективности DSA. Система полагается на способность краулера получить доступ к контенту и на качество этого контента для определения релевантности.
3. Использование инфраструктуры органического поиска для рекламы: Google применяет свои базовые технологии – краулинг, индексацию и алгоритмы оценки релевантности (IR scoring, возможно, PageRank) – для создания и поиска по специализированному индексу рекламодателей.
4. Архитектура с двумя индексами: Патент четко описывает наличие отдельного Index of Advertiser Website/Web Page Information наряду с Index of General Web Content. Это подтверждает разделение данных при использовании общей технологии.
5. Универсальность механизма таргетинга: Механизм может использовать в качестве входного сигнала не только поисковый запрос пользователя, но и контент веб-страницы или электронной почты, что позволяет применять его для контекстной рекламы.

Практика

Best practices (это мы делаем)

Для SEO-специалистов эти практики критичны для обеспечения эффективной работы Dynamic Search Ads (DSA), которые основаны на этом патенте.

• Обеспечение полной краулабильности и индексируемости: Критически важно устранить любые технические проблемы, мешающие сканированию (Robots.txt, скорость загрузки, корректный рендеринг JS). Система должна иметь полный доступ к контенту для построения качественного Index of Advertiser Website/Web Page Information.
• Оптимизация качества и структуры контента: Контент должен быть качественным, релевантным и хорошо структурированным. Поскольку система использует IR-scoring для сопоставления запросов, стандартные методы оптимизации контента (полнота описания, использование релевантных терминов) напрямую влияют на точность таргетинга.
• Четкая структура сайта и URL: Логичная иерархия и стабильные URL помогают системе лучше понять тематику страниц и поддерживать актуальность индекса рекламодателя.
• Оптимизация заголовков (Title и H1): Заголовки имеют большой вес для понимания содержания страницы и часто используются для автоматической генерации текста объявлений в DSA. Они должны быть максимально описательными.
• Использование микроразметки (Schema.org): Помогает системе точнее извлекать информацию о товарах и услугах, что может улучшить качество и точность данных в индексе рекламодателя.

Worst practices (это делать не надо)

• Использование DSA на технически проблемных сайтах: Запуск динамических объявлений на сайте с проблемами краулинга или индексации приведет к неэффективной работе, так как индекс рекламодателя будет неполным или устаревшим.
• Игнорирование качества контента (Thin Content): Полагаться на DSA при наличии «тонкого» или автоматически сгенерированного контента. Системе будет недостаточно информации для определения релевантности запросам.
• Скрытие контента от краулера: Блокирование доступа краулера к важным разделам сайта (например, через robots.txt или meta noindex) исключает эти разделы из автоматического таргетинга.
• Зависимость от сложного JavaScript для отображения основного контента: Если контент трудно извлечь и проиндексировать без сложного рендеринга, система автоматического таргетинга не сможет его эффективно использовать.

Стратегическое значение

Патент подчеркивает стратегическую синергию между SEO и PPC. Он демонстрирует, что Google рассматривает веб-сайт как единый источник данных, используемый различными системами. Инвестиции в качественную органическую оптимизацию и техническое состояние сайта напрямую влияют не только на органический трафик, но и являются фундаментом для эффективной работы автоматизированных рекламных форматов, таких как DSA.

Практические примеры

Сценарий: Оптимизация интернет-магазина для повышения эффективности DSA

Крупный интернет-магазин хочет использовать DSA для охвата низкочастотных запросов по тысячам товаров.

1. Аудит SEO: Проводится технический аудит. Выявляется, что значительная часть карточек товаров генерируется с помощью AJAX и плохо индексируется. Заголовки Title неинформативны.
2. Действия по оптимизации:
   • Внедряется Server-Side Rendering (SSR) или Dynamic Rendering для обеспечения доступности полного HTML-кода страниц для краулера.
   • Оптимизируется шаблон Title для включения бренда, модели и ключевых характеристик (например, «Смартфон Samsung Galaxy S25 Ultra 512GB Черный»).
   • Улучшаются текстовые описания товаров.
3. Результат: Google сканирует обновленные страницы и обновляет Index of Advertiser Website/Web Page Information. Когда пользователь ищет «купить Samsung S25 Ultra черный 512гб», система находит эту страницу в своем индексе высокорелевантной (высокий IR score) и автоматически показывает соответствующее объявление DSA.

Вопросы и ответы