Как Google использует поведенческие сигналы из Карт для ранжирования локальных бизнесов

Описание

Какую задачу решает

Патент решает проблему нехватки надежных сигналов популярности, качества или рейтингов, специфичных для ранжирования результатов в локальном поиске. Традиционные методы ранжирования могут быть недостаточно информативными для локальных бизнесов. Изобретение предлагает использовать взаимодействие пользователей с картографическими сервисами как прокси-сигнал для оценки реального интереса к бизнесу.

Что запатентовано

Запатентована система и метод ранжирования локальных бизнес-листингов (business listings) на основе сигналов (signals), указывающих на действия пользователей в картографическом сервисе (Mapping Engine). Ключевым элементом является сбор, подсчет и взвешивание различных типов взаимодействий (например, запросы маршрутов, звонки) для определения релевантности и популярности бизнеса, причем действиям, ведущим к контакту, придается больший вес.

Как это работает

Система работает путем агрегации и анализа данных из картографического сервиса:

• Сбор сигналов: Отслеживаются действия пользователей в Mapping Engine и на сторонних сайтах, использующих API карт (Third Party Search Engine). Это включает запросы адресов, запросы маршрутов (request for directions), инициацию звонков (Click-to-Call) и другие взаимодействия с листингом на карте.
• Подсчет: Для каждого бизнеса ведется подсчет (count) по каждому типу действия.
• Взвешивание: Разные типы действий получают разные веса (weights). Действия с высоким интентом (контакт, маршрут) получают значительно больший вес.
• Расчет оценки: Итоговая оценка (Weighted Count) рассчитывается как взвешенная линейная комбинация (linear combination) подсчитанных действий.
• Ранжирование: Local Search Engine использует эти оценки для упорядочивания результатов локального поиска.

Актуальность для SEO

Высокая. Поведенческие факторы и сигналы вовлеченности (User Engagement Signals) являются критически важными в современном поиске, особенно в Local SEO. Принципы, описанные в патенте, лежат в основе измерения фактора «Prominence» (Известность/Популярность) в Google. Использование взаимодействий в Google Maps как фундаментального сигнала ранжирования остается основополагающим для алгоритмов локального поиска.

Важность для SEO

Патент имеет критическое значение (9/10) для стратегий локального SEO. Он напрямую описывает механизм, при котором вовлеченность пользователей в картографической среде оказывает сильное влияние на ранжирование. Это подчеркивает важность оптимизации бизнес-профилей (например, Google Business Profile) не только для видимости, но и для стимулирования конверсионных взаимодействий.

Детальный разбор

Термины и определения

Business Listings (Бизнес-листинги)

Записи о компаниях в базе данных локального поиска, содержащие контактную информацию (адрес, телефон, URL) и другие связанные данные.

Linear Combination (Линейная комбинация)

Метод расчета итоговой оценки путем суммирования взвешенных значений различных сигналов (Score = aC1 + bC2 + …).

Local Search Engine (Система локального поиска)

Компонент, который обрабатывает запросы пользователей для поиска бизнесов вблизи указанной локации и ранжирует результаты.

Mapping Engine / Mapping Service (Картографический движок / Сервис)

Система, предоставляющая картографические услуги (генерация карт, геокодирование, маршруты). Является ключевым источником поведенческих сигналов.

Ranking Module (Модуль ранжирования)

Компонент Local Search Engine, отвечающий за оценку и упорядочивание бизнес-листингов.

Signals (Сигналы)

Индикаторы действий пользователя, связанных с бизнес-листингом. Используются как показатель интереса к бизнесу (например, запрос маршрута, клик для звонка).

Syndicated Mapping Service / Third Party Search Engine (Синдицированный картографический сервис / Сторонняя поисковая система)

Внешний сервис, который использует функциональность Mapping Engine через API для отображения карт на своих ресурсах. Действия пользователей на этих ресурсах также учитываются как сигналы.

Weighted Count (Взвешенное количество / Оценка)

Итоговая оценка бизнес-листинга, рассчитанная путем применения весовых коэффициентов к количеству различных типов пользовательских действий.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод ранжирования локальных бизнесов на основе взвешенных поведенческих сигналов.

1. Поддержание счетчиков: Система поддерживает для каждого бизнес-листинга отдельные счетчики (respective count) для множества типов действий пользователя.
2. Типы действий: Включают запросы типа бизнеса (business type query actions), запросы карты для адреса (map requests for an address) и действия пользователя на карте (user actions on a map).
3. Определение взвешенной оценки (Weighted Count): Для каждого листинга вычисляется взвешенная оценка путем взвешивания каждого счетчика в соответствии с типом действия.
4. Правило взвешивания (Приоритет контакта): Ключевое условие — счетчик для действия, связанного с запросом на контакт с бизнесом (request to contact a business), взвешивается выше, чем счетчики других типов действий.
5. Метод расчета: Взвешенная оценка рассчитывается как линейная комбинация (linear combination): сумма произведений aC1 + bC2 + … + zCn, где C – это счетчик, а a, b, z – соответствующие веса.
6. Ранжирование и Применение: Бизнес-листинги ранжируются на основе этих оценок, и при получении запроса результаты представляются в соответствующем порядке.

Claims 2-7 (Зависимые): Конкретизируют типы взаимодействий (interactions) в картографическом сервисе, которые учитываются как сигналы:

• Claim 3: Запрос на набор телефонного номера (Click-to-Call).
• Claim 4: Запрос на получение маршрута (Get Directions).
• Claim 5: Запрос на представление отзыва.
• Claim 6: Запрос на передачу листинга на мобильное устройство (Send to Phone).
• Claim 7: Выбор пользователем маркера местоположения на карте.

Claims 8-10 (Зависимые): Конкретизируют источники сигналов и типы запросов:

• Запрос адреса через интерфейс поисковой системы (Claim 8).
• Запрос картографических данных синдицированным сервисом (Syndicated Mapping Service), в том числе через API (Claims 9, 10).

Claim 12 (Зависимый): Уточняет цель взвешивания — отразить относительную ценность (relative value) действия как индикатора интереса к бизнесу.

Где и как применяется

Изобретение интегрировано в архитектуру локального поиска и тесно связано с обработкой поведенческих данных.

INDEXING – Индексирование и извлечение признаков (Офлайн-процессы)
На этом этапе (или в рамках отдельных процессов анализа логов) происходит сбор и агрегация данных о взаимодействиях пользователей (сигналов) из Mapping Engine, Local Search Engine и через API. Происходит подсчет сигналов по типам, применение весовых коэффициентов и вычисление Weighted Count. Эти оценки сохраняются как признаки, связанные с каждым business listing в базе данных (Business Data).

RANKING – Ранжирование (Локальный поиск)
Это основной этап применения патента. Когда Local Search Engine получает запрос, Ranking Module использует предварительно рассчитанные Weighted Counts как один из ключевых факторов для сортировки результатов. Патент также упоминает, что эта оценка может быть объединена с расстоянием до бизнеса для формирования итогового рейтинга.

Входные данные:

• Логи действий пользователей (сигналы) из Mapping Engine (запросы маршрутов, звонки и т.д.).
• Запросы от Third Party Search Engines через Mapping Engine API.
• Business Data (для сопоставления адресов и телефонов с листингами).
• Предопределенные весовые коэффициенты для разных типов действий.

Выходные данные:

• Weighted Counts (оценки популярности/вовлеченности) для бизнес-листингов.
• Ранжированный список результатов локального поиска.

На что влияет

• Конкретные типы контента: Влияет исключительно на ранжирование локальных бизнес-листингов (например, Google Business Profiles) в локальной выдаче (Local Pack) и на Картах (Google Maps).
• Специфические запросы: Наибольшее влияние на запросы с локальным интентом (например, «ресторан рядом», «автосервис Москва»).
• Конкретные ниши или тематики: Влияет на все ниши локального бизнеса (ритейл, услуги, общепит и т.д.), особенно в конкурентных тематиках, где поведенческие факторы помогают дифференцировать бизнесы.

Когда применяется

• Сбор данных: Происходит непрерывно, по мере взаимодействия пользователей с картографическими и поисковыми сервисами.
• Расчет оценок: Оценки (Weighted Counts) рассчитываются периодически в офлайн-режиме на основе агрегированных данных за определенный период.
• Применение в ранжировании: Оценки используются в реальном времени при выполнении каждого локального поискового запроса для определения порядка выдачи.

Пошаговый алгоритм

Процесс А: Агрегация данных и расчет оценок (Офлайн/Фоновый режим)

1. Сбор сигналов: Система получает сигналы о действиях пользователей из Mapping Engine, Local Search Engine и через API.
2. Идентификация и классификация: Каждый сигнал идентифицируется (к какому бизнесу относится) и классифицируется по типу (запрос маршрута, звонок и т.д.).
3. Подсчет: Для каждого бизнес-листинга обновляются счетчики (Counts) по каждому типу действий.
4. Применение весов: К каждому типу действий применяется предопределенный вес (Weight). Веса для действий, связанных с контактом, устанавливаются выше.
5. Расчет оценки (Weighted Count): Вычисляется итоговая оценка для листинга с использованием линейной комбинации: Score = (Вес1 * Счетчик1) + (Вес2 * Счетчик2) + …
6. Сохранение оценок: Рассчитанные оценки сохраняются и становятся доступными для Ranking Module.

Процесс Б: Обработка поискового запроса (Реальное время)

1. Получение запроса: Local Search Engine получает локальный поисковый запрос.
2. Отбор кандидатов: Определяются бизнесы, которые соответствуют запросу (по ключевым словам и локации).
3. Получение оценок: Система извлекает предварительно рассчитанные Weighted Counts для отобранных кандидатов.
4. Финальное ранжирование: Кандидаты упорядочиваются на основе их Weighted Counts. В патенте также упоминается возможность комбинирования этой оценки с расстоянием для финального ранжирования.
5. Представление результатов: Упорядоченный список предоставляется пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется почти исключительно на поведенческих факторах, генерируемых через взаимодействие с поисковыми и картографическими интерфейсами.

• Поведенческие факторы (User Actions): Это основные данные. К ним относятся:
  • Запросы (Queries): Запросы конкретных адресов (Address queries); запросы по типу бизнеса в локации (Business type queries).
  • Взаимодействия на карте (Interactions on a map):
    • Запрос маршрута (Request for directions) (Claim 4).
    • Запрос на звонок (Request to dial a phone number) (Claim 3).
    • Запрос на отправку данных на мобильное устройство (Claim 6).
    • Выбор маркера на карте (Map Marker Selection) (Claim 7).
    • Запрос на просмотр отзывов (Claim 5).
• Данные сторонних сервисов (Third Party Data): Запросы картографических данных от синдицированных сервисов через API (Claims 9, 10).
• Географические факторы: Адреса и геокоды бизнесов. Местоположение пользователя используется для расчета дистанции.
• Контентные факторы: Данные листинга (адрес, телефон) используются для точной ассоциации поведенческих сигналов с конкретным бизнесом.

Какие метрики используются и как они считаются

• Counts (Счетчики C1, C2…): Количество зафиксированных действий определенного типа для конкретного листинга.
• Weights (Веса a, b…): Предопределенные коэффициенты, отражающие значимость типа действия. Патент требует (Claim 1), чтобы действия, связанные с запросом на контакт, имели больший вес.
• Weighted Count (Score): Итоговая метрика ранжирования листинга.
• Формула расчета: Используется Linear Combination. Score = aC1 + bC2 + … + zCn.
• Примеры весов: В описании патента приводятся иллюстративные примеры весов (не являются частью Claims, но дают контекст):
  • Целевые действия на карте (маршрут, звонок): Большой вес (например, 1.00).
  • Запросы карты для адреса или запросы от сторонних сервисов: Средний вес (например, 0.10).
  • Запросы по типу бизнеса: Малый вес (например, 0.01).
• Комбинированная оценка (Combined Score): Финальная оценка может быть комбинацией Weighted Count и расстояния до пользователя.

Выводы

1. Поведенческие сигналы в Картах — прямой фактор локального ранжирования: Патент подтверждает, что взаимодействие пользователей с бизнес-листингами в картографических сервисах напрямую используется для определения порядка выдачи в локальном поиске. Это механизм измерения популярности и востребованности бизнеса (Prominence).
2. Иерархия сигналов вовлеченности (Дифференцированное взвешивание): Не все взаимодействия одинаково полезны. Система приоритизирует действия, указывающие на сильное коммерческое намерение. Запрос на контакт (звонок) или посещение (маршрут) имеет значительно больший вес, чем просмотр карты или выдачи по общему запросу.
3. Конкретный механизм расчета оценки: Для расчета итоговой оценки используется модель взвешенной линейной комбинации (Linear Combination), что позволяет систематически агрегировать разные типы сигналов в единую метрику.
4. Агрегация данных из разных источников (включая API): Система учитывает не только действия в основном поиске или на картах Google, но и взаимодействия на сторонних сайтах и в приложениях, которые используют Mapping Engine API (Syndicated Mapping Service).
5. Важность точности данных (NAP): Корректность адреса и телефона критична для правильной ассоциации действий пользователей с конкретным бизнес-листингом.

Практика

Best practices (это мы делаем)

• Полная оптимизация Google Business Profile (GBP) для вовлечения: Основная задача — стимулировать пользователей совершать действия с высоким весом. Профиль должен быть максимально заполнен (точные NAP-данные, часы работы) и привлекателен (качественные фото, видео), чтобы конвертировать просмотры во взаимодействия.
• Стимулирование конверсионных взаимодействий: Фокусируйтесь на увеличении количества звонков и запросов маршрутов. Используйте GBP Posts с четкими CTA (Call-to-Action), функцию бронирования через Google и Q&A для мотивации пользователей к контакту или визиту.
• Активация функций связи: Убедитесь, что функции Click-to-Call и Сообщения (Messages) активны и обрабатываются. Согласно Claim 1, запрос на контакт имеет наибольший вес.
• Сбор и публикация отзывов: Запрос на просмотр отзывов также является учитываемым сигналом (Claim 5). Наличие отзывов стимулирует это взаимодействие и повышает общую привлекательность профиля.
• Отслеживание взаимодействий: Регулярно анализируйте статистику GBP (Insights) по количеству звонков, запросов маршрутов и переходов на сайт. Это позволит оценить эффективность оптимизации с точки зрения сигналов, описанных в патенте.

Worst practices (это делать не надо)

• Накрутка поведенческих факторов: Попытки искусственно симулировать действия (фейковые запросы маршрутов, прозвоны) для манипуляции Weighted Count. Это нарушает правила Google и может привести к пессимизации или блокировке листинга.
• Игнорирование функционала GBP: Рассматривать GBP только как справочник, не используя функции вовлечения. Это приведет к низким показателям взаимодействий и, как следствие, к ухудшению локального ранжирования.
• Некорректные данные NAP (Name, Address, Phone): Ошибки в адресе или телефоне приведут к тому, что система не сможет корректно атрибутировать ценные поведенческие сигналы вашему бизнесу.

Стратегическое значение

Этот патент является фундаментальным для понимания Local SEO и фактора «Prominence». Он доказывает, что Google стремится ранжировать выше те бизнесы, которые реально востребованы пользователями. Стратегия локального продвижения должна быть направлена на оптимизацию конверсии взаимодействия с профилем. Успех зависит от того, насколько привлекателен бизнес для пользователя в момент принятия решения о посещении или контакте.

Практические примеры

Сценарий: Оптимизация ранжирования для кофейни

1. Цель: Повысить Weighted Count для улучшения позиций по запросу «кофейня рядом».
2. Анализ текущих сигналов (через GBP Insights): Низкое количество запросов маршрутов и звонков (высокий вес), но много просмотров карты (низкий вес).
3. Действия (основанные на патенте):
   • Стимулирование запросов маршрутов: Запуск локальной акции через Google Posts: «Покажите этот пост на кассе и получите скидку 10%». Это мотивирует пользователей прийти в кофейню, часто используя построение маршрута через Карты.
   • Стимулирование звонков: Добавление в Q&A информации о возможности бронирования столика по телефону, активизация Click-to-Call.
   • Улучшение визуальной привлекательности: Добавление профессиональных фото интерьера и витрины для стимулирования кликов по маркеру и просмотров фото.
4. Ожидаемый результат: Увеличение количества конверсионных взаимодействий приводит к росту Weighted Count, что улучшает ранжирование кофейни в локальной выдаче по сравнению с конкурентами, имеющими схожие показатели релевантности и расстояния.

Вопросы и ответы