Как Google оценивает качество, вовлеченность и физические характеристики видео для ранжирования в рекламном аукционе

Описание

Какую задачу решает

Патент решает проблему неэффективности традиционных рекламных аукционов при отборе видеорекламы. Существовавшие системы часто учитывали только ставку (Bid) и ключевые слова, связанные с самим рекламным объявлением (текст и миниатюра), игнорируя содержание, качество и характеристики связанного продвигаемого видеоролика (Promoted Video Program или PVP). Это приводило к показу нерелевантной или низкокачественной видеорекламы, которую пользователи не смотрят.

Что запатентовано

Запатентована система и метод для отбора и ранжирования видеорекламы в рамках аукциона. Ядром изобретения является расчет комплексного фактора качества (Quality Factor, QF) для продвигаемого видео. Этот QF агрегирует данные о релевантности контента видео (CF), метрики вовлеченности пользователей (PWF) и физические характеристики самого видеофайла (PF). Ранжирование в аукционе происходит на основе комбинации QF и ставки (Bid).

Как это работает

Система работает в контексте рекламного аукциона:

• Получение запроса и отбор кандидатов: Поступает запрос на заполнение рекламного слота для видео, и определяются подходящие видеообъявления.
• Оценка качества (QF): Для каждого кандидата рассчитывается Quality Factor (QF), который является комбинацией трех групп факторов:
  • Physical Factors (PF): Длина ролика, уровень шума, контрастность.
  • Programs Watched Factors (PWF): Метрики вовлеченности (досмотры, повторные просмотры, паузы, лайки).
  • Content Factors (CF): Релевантность содержания видео контексту запроса.
• Ранжирование: Вычисляется итоговый рейтинг (RANK), как правило, путем комбинирования QF и ставки (Bid) рекламодателя.
• Показ: Выбирается реклама с наивысшим рейтингом.

Актуальность для SEO

Высокая. Патент описывает фундаментальные принципы работы аукционов видеорекламы, аналогичные Quality Score в Google Ads. Оценка вовлеченности пользователей (PWF) и качества контента (CF, PF) остается критически важной для эффективности рекламных платформ, таких как YouTube Ads и Google Display Network, и отражает общий подход Google к оценке качества видеоконтента.

Важность для SEO

Влияние на SEO среднее (7/10). Важно понимать: этот патент описывает исключительно систему рекламных аукционов (Google Ads), а не органическое ранжирование. Алгоритм RANK = QF * Bid не применяется в органическом поиске. Однако патент имеет критическое значение для Video SEO, так как детально раскрывает, какие именно сигналы Google использует для оценки качества видеоконтента и вовлеченности пользователей (PWF, PF, CF). Понимание этих механизмов оценки качества необходимо для успешного органического ранжирования видео.

Детальный разбор

Термины и определения

Bid (Ставка)

Сумма, которую рекламодатель готов заплатить за размещение видеорекламы. Может включать модификаторы ставок (bid modifiers) в зависимости от условий показа.

Content Factors (CF) (Факторы контента)

Компонент QF, оценивающий релевантность содержания продвигаемого видео контексту запроса. Основан на анализе ключевых слов, извлеченных из видео (аудио, текст, распознавание сцен) и его метаданных.

Physical Factors (PF) (Физические факторы)

Компонент QF, основанный на объективно измеряемых характеристиках видео. Включает Length Factor (LF) (длина), Noise Factor (NF) (уровень шума/звука), Contrast Factor (CoF) (контрастность) и резкость (sharpness).

Programs Watched Factors (PWF) (Факторы просмотра программ)

Компонент QF, оценивающий вовлеченность пользователей. Основан на метриках взаимодействия с видео: процент просмотра (video watch rate), досмотры (video completion rate), остановки, действия после просмотра, лайки/дизлайки, повторные просмотры.

Promoted Video Program (PVP) (Продвигаемая видеопрограмма)

Видеоконтент, который рекламодатель хочет продвинуть. Видеореклама ссылается на этот контент.

Quality Factor (QF) (Фактор качества)

Комплексная оценка качества и релевантности видеорекламы. Рассчитывается как комбинация PF, PWF и CF (например, QF = PF * PWF * CF).

RANK (Рейтинг)

Итоговая оценка, используемая для ранжирования видеорекламы в аукционе. Рассчитывается как комбинация QF и Bid (например, RANK = QF * Bid).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод подачи сегмента видеоконтента (видеорекламы).

1. Система получает запрос на сегмент видеоконтента.
2. Идентифицирует одного или несколько кандидатов.
3. Получает доступ к Quality Factor (QF) и ставке (Bid) для каждого кандидата.
4. Ранжирует кандидатов на основе комбинации их QF и Bid.
5. Предоставляет набор кандидатов на основе ранжирования.

Ключевые уточнения в Claim 1:

• Сегменты определены как «видеореклама для продвигаемых видеопрограмм».
• QF состоит из Content Factors (CF), Programs Watched Factors (PWF) и Physical Factors (PF). Формула расчета: QF = PWF * CF * PF.
• Уточнение по PF: включает длину видеопрограммы, причем «короткая длина… увеличивает ранг» видеорекламы.

Claim 2 и 3 (Зависимые): Детализируют расчет PWF.

PWF рассчитывается путем получения данных о взаимодействии пользователя, вычисления взвешенной оценки для каждого взаимодействия и суммирования этих оценок. Взаимодействия включают: паузы/остановки, длину просмотра, повторные просмотры, развертывание на весь экран, отключение звука, активацию ссылки, лайки/дизлайки. Позитивные взаимодействия (повторы, развертывание экрана, активация ссылки, лайки) увеличивают значение PWF.

Claim 8 (Независимый пункт): Метод максимизации дохода от видеорекламы.

Описывает процесс, аналогичный Claim 1, но фокусируется на формуле ранжирования для выбора рекламы:

• Вычисление RANK = PWF * CF * PF * bid.
• Подтверждается условие для PF: «чем короче длина продвигаемой видеопрограммы, тем выше значение PF» для рекламы.

Этот пункт подчеркивает аспект монетизации и подтверждает предпочтение более коротким видео как способу максимизации дохода и улучшения качества выдачи.

Где и как применяется

Изобретение применяется в системах управления цифровой рекламой (Ad Servers) и не является частью органических алгоритмов ранжирования поиска Google. Оно затрагивает этапы, связанные с обработкой рекламных запросов и проведением аукциона.

INDEXING – Индексирование и извлечение признаков (Применительно к рекламной системе)
На этом этапе система заранее обрабатывает Promoted Video Programs (PVP):

1. Извлечение контента: Система анализа видео (Video Data Extraction Engine) анализирует видео для определения ключевых слов (из аудио, текста, метаданных, распознавания сцен) для расчета CF.
2. Измерение характеристик: Анализируются физические характеристики (длина, звук, контраст) для расчета PF.

Сбор данных (Data Acquisition)

1. Сбор данных о вовлеченности: Система сбора метрик (Video Programs Watched Engine) собирает данные о просмотрах, лайках, взаимодействиях для расчета PWF. Web Crawler может собирать данные из комментариев и блогов.
2. Расчет QF: Модуль расчета качества (Quality Factor Module) предварительно рассчитывает и обновляет QF для активных PVP.

RANKING / RERANKING (Применительно к рекламному аукциону)
Основное применение патента в реальном времени:

1. Получение запроса и Отбор кандидатов: При загрузке страницы генерируется запрос на рекламу. Система отбирает релевантных кандидатов.
2. Аукцион: Система получает ставки (Bids).
3. Финальное ранжирование: Система ранжирования (Ranking Engine) извлекает предварительно рассчитанные QF и вычисляет итоговый RANK (QF * Bid) для определения победителя аукциона.

Входные данные:

• Запрос на рекламу (с ключевыми словами или контекстом страницы).
• База данных активных PVP с их метаданными, физическими характеристиками (PF) и метриками вовлеченности (PWF).
• Ставки (Bids) рекламодателей.

Выходные данные:

• Отранжированный список видеорекламы для показа на онлайн-ресурсе.

На что влияет

• Типы контента: Влияет исключительно на видеорекламу (Promoted Video Programs), показываемую через рекламную сеть (например, на страницах поиска видео, внутри других видеороликов или на сайтах партнеров).
• Форматы контента: Влияет на все форматы видеорекламы. Патент явно указывает на предпочтение более коротких видео (влияние Length Factor).
• Типы устройств: Патент упоминает возможность учета типа устройства (смартфон, iTV, планшет) при выборе рекламы и корректировке ставок, предполагая, что длина и формат видео могут быть адаптированы под устройство.

Когда применяется

• Условия работы: Алгоритм применяется каждый раз, когда происходит аукцион за показ видеорекламы на онлайн-ресурсе, подключенном к данной рекламной системе.
• Триггеры активации: Загрузка веб-страницы с рекламными слотами, выполнение поиска на видеоплатформе, достижение рекламной паузы (pre-roll, mid-roll) в видеоплеере.

Пошаговый алгоритм

Процесс А: Расчет и обновление Quality Factor (Офлайн/Периодически)

1. Сбор данных PWF: Система получает данные о просмотре продвигаемого видео (длительность просмотра, паузы, лайки, повторы) от браузера/плеера пользователя.
2. Сбор данных PF: Система анализирует физические характеристики видео (длина, уровень звука, контраст). Если данные отсутствуют, запускается процесс анализа видео для их определения.
3. Сбор данных CF: Система извлекает ключевые слова из контента видео (аудио, текст, метаданные) и связанных ресурсов (комментарии, блоги).
4. Вычисление компонентов QF:
   • PWF рассчитывается путем взвешивания и агрегации метрик вовлеченности.
   • PF рассчитывается путем оценки физических характеристик (например, более коротким видео присваивается более высокий Length Factor).
   • CF рассчитывается на основе релевантности извлеченных ключевых слов.
5. Вычисление QF: Компоненты комбинируются (например, перемножаются: QF = PWF * CF * PF).
6. Обновление: Новый QF сохраняется в базе данных для использования в аукционе.

Процесс Б: Рекламный аукцион (Реальное время)

1. Получение запроса: Система получает запрос на показ видеорекламы.
2. Идентификация кандидатов: Система отбирает релевантные видеообъявления, например, на основе совпадения ключевых слов (CF).
3. Получение QF: Для отобранных кандидатов извлекаются их текущие Quality Factors.
4. Получение ставок: Извлекаются ставки (Bids) рекламодателей для этих кандидатов.
5. Ранжирование: Вычисляется итоговый рейтинг для каждого кандидата (RANK = QF * Bid).
6. Выбор победителя: Выбирается реклама с наивысшим RANK.
7. Отправка результата: Победившее видеообъявление отправляется на онлайн-ресурс для показа.

Какие данные и как использует

Данные на входе

Патент детально описывает данные, используемые для оценки качества видеорекламы.

• Контентные факторы (для CF): Ключевые слова, извлеченные из аудиодорожки (распознавание речи), текста внутри видео, метаданных (название, описание, теги), а также из комментариев и блогов, связанных с видео.
• Технические/Физические факторы (для PF): Объективно измеряемые характеристики видеофайла:
  • Длина (Length) в единицах времени.
  • Уровень звука/шума (Noise level).
  • Контрастность (Contrast).
  • Резкость (Sharpness).
• Поведенческие факторы (для PWF): Детальные метрики взаимодействия пользователя с плеером:
  • Video plays (количество уникальных воспроизведений).
  • Video pauses/stops (паузы, остановки, закрытие браузера).
  • Video played length (фактическое время просмотра, пока видео было видимо на экране).
  • Процент досмотра (completion rate).
  • Video replays (повторные просмотры).
  • Video full screen (развертывание на весь экран, изменение размера окна).
  • Video volume mute (отключение звука).
  • Действия во время/после просмотра (например, активация ссылок).
  • Лайки/Дизлайки (Likes/Dislikes).
• Пользовательские факторы: Тип устройства (смартфон, планшет, iTV), на котором будет показана реклама.

Какие метрики используются и как они считаются

• Quality Factor (QF): Комплексная метрика качества. Формула расчета: QF = PWF * CF * PF (также упоминается возможность аддитивной модели).
• RANK: Итоговый рейтинг в аукционе. Формула расчета: RANK = QF * Bid. В Claim 8 приводится полная формула: RANK = PWF * CF * PF * bid.
• PWF Расчет: Взвешенная сумма метрик вовлеченности. Позитивные действия (лайки, досмотры, повторы) увеличивают PWF. Веса могут настраиваться или определяться с помощью машинного обучения для оптимизации производительности.
• PF Расчет: Комбинация физических факторов (например, PF = LF * NF * CoF). Ключевое условие: система назначает более высокие значения Length Factor (LF) более коротким видео для максимизации дохода и улучшения пользовательского опыта.
• CF Расчет: Оценка релевантности на основе совпадения ключевых слов между контекстом (запросом) и контентом видео. Может включать взвешивание ключевых слов.

Выводы

1. Патент описывает рекламный аукцион, а не органический поиск: Описанные механизмы ранжирования (RANK = QF * Bid) применяются к выбору платной видеорекламы. Однако методы оценки видео дают прямое понимание сигналов, важных для Google.
2. Google детально анализирует видеоконтент (CF): Система использует сложные методы для анализа видео, включая извлечение данных из аудио, визуального ряда (сцены, объекты) и метаданных для оценки релевантности (CF).
3. Вовлеченность (PWF) критически важна: Метрики взаимодействия пользователя являются ключевым компонентом Quality Factor. Google измеряет не просто просмотры, а качество просмотра: досмотры, паузы, отключение звука, развертывание на весь экран, лайки и повторные просмотры.
4. Физическое качество и длина видео имеют значение (PF): Google учитывает объективные физические характеристики — длину, качество звука и изображения (контраст/четкость).
5. Предпочтение коротким видео в рекламе: Патент явно указывает (Claims 1, 8), что более коротким видео присваивается более высокий PF. Это делается для улучшения пользовательского опыта и потенциальной максимизации дохода платформы.
6. Инсайты для органического Video SEO: Оптимизация сигналов CF, PWF и PF необходима для успешного органического ранжирования видео, так как они отражают общие принципы оценки качества видеоконтента в Google.

Практика

Практическое применение в SEO

Хотя патент посвящен рекламе, он дает ценные инсайты для Video SEO и оптимизации контента на YouTube, так как раскрывает методику оценки качества видео в Google (QF).

Best practices (это мы делаем)

• Оптимизация вовлеченности (PWF): Создавайте контент, который мотивирует пользователей досматривать видео до конца (высокий completion rate), ставить лайки и делиться им. Анализируйте метрики удержания аудитории и улучшайте моменты, где зрители теряют интерес.
• Улучшение физического качества (PF): Обеспечивайте высокое качество продакшена: чистый звук (оптимальный Noise Factor) и четкое, контрастное изображение (высокий Contrast Factor). Это напрямую влияет на оценку качества видео.
• Оптимизация длины видео (PF — Length Factor): Учитывайте контекст и платформу. Хотя патент указывает на предпочтение коротких видео в рекламе, для органического контента важно найти баланс между длиной и удержанием аудитории. Избегайте неоправданной затянутости.
• Максимизация релевантности контента (CF):
  • Убедитесь, что содержание видео (речь, визуальный ряд) четко соответствует заявленной теме и ключевым словам.
  • Оптимизируйте метаданные (заголовок, описание, теги).
  • Добавляйте субтитры или транскрипцию для лучшего понимания содержания системами распознавания речи.
• Адаптация под мобильные устройства: Оптимизируйте визуальный ряд и динамику видео для комфортного просмотра на смартфонах, так как система учитывает тип устройства.

Worst practices (это делать не надо)

• Игнорирование качества продакшена: Публикация видео с плохим звуком, шумами или нечетким изображением приведет к низким оценкам PF.
• Затягивание хронометража без ценности: Создание искусственно длинных видео без содержательной ценности приведет к низким показателям удержания (низкий PWF).
• Кликбейт и несоответствие контента: Использование заголовков и миниатюр, не соответствующих содержанию видео. Это приведет к быстрым отказам и низким метрикам PWF.
• Фокус только на метаданных: Полагаться только на оптимизацию текста, игнорируя само содержание видео. Google анализирует контент внутри ролика для определения CF.

Стратегическое значение

Патент подтверждает, что для Google видео является сложным объектом, оценка которого выходит за рамки простых метаданных. Система использует продвинутые методы анализа контента (CF), объективные измерения качества (PF) и детальный анализ поведения пользователей (PWF). Для успеха в Video SEO необходимо комплексно работать над всеми тремя аспектами: создавать технически качественный, релевантный и высоко вовлекающий контент.

Практические примеры

Сценарий: Оптимизация видеообзора продукта для улучшения сигналов качества (QF)

Компания запускает видеообзор нового смартфона и хочет максимизировать его видимость.

1. Оптимизация PF (Физические факторы):
   • Действие: Видео записывается в высоком разрешении с использованием студийного микрофона и освещения. Проводится постобработка аудио для удаления шумов.
   • Результат: Улучшение Noise Factor и Contrast Factor.
2. Оптимизация CF (Факторы контента):
   • Действие: В первые 30 секунд видео четко проговариваются название модели и ключевые преимущества. Метаданные точно оптимизированы под целевые запросы.
   • Результат: Системы извлечения контента быстро и точно определяют релевантность.
3. Оптимизация PWF (Факторы просмотра):
   • Действие: Используется динамичный монтаж для удержания внимания. Длина видео оптимизирована до 8 минут, чтобы максимизировать процент досмотра. В конце размещается призыв к действию (лайк, подписка).
   • Результат: Улучшение completion rate, replays и likes.
4. Итог: Видео получает более высокие оценки по компонентам, аналогичным QF. В органическом поиске это улучшает ранжирование видео по релевантным запросам.

Вопросы и ответы