Как Google автоматизирует сбор данных о физических локациях и отображает локальную рекламу с помощью «Спонсируемых слоев» на Картах

Описание

Какую задачу решает

Патент решает две ключевые проблемы в локальной рекламе. Во-первых, он устраняет сложность и трудоемкость ручного ввода и обновления данных о физических локациях для сетевых рекламодателей. Во-вторых, он предлагает рекламный формат, более ценный для бизнесов, ориентированных на привлечение физического трафика (foot-traffic), чем стандартные PPC-объявления, путем отображения локаций непосредственно на карте.

Что запатентовано

Запатентована система, которая автоматически генерирует инвентарь локальной рекламы и отображает его в виде Sponsored Layers (Спонсируемых слоев) на картах. Система автоматически обнаруживает физические адреса рекламодателя путем сканирования внешних источников данных (например, веб-сайтов, KML-файлов, бизнес-каталогов) и сопоставления идентификаторов (имя, URL). Эти слои активируются по ключевым словам и местоположению пользователя.

Как это работает

Механизм включает два основных процесса:

• Генерация инвентаря (Офлайн): Система использует идентификационные данные компании (Identifying data) для поиска совпадений во внешних источниках. При совпадении извлекается информация о физическом местоположении (адрес, телефон), которая сохраняется и связывается с ключевыми словами рекламодателя.
• Отображение рекламы (Онлайн): Когда пользователь выполняет локальный поиск на карте, система идентифицирует релевантных рекламодателей поблизости. Они предлагаются как переключаемые Sponsored Layers. При активации на карте отображаются маркеры (например, иконки или favicons) в местах расположения филиалов. Активированный слой может запоминаться для будущих поисков (User Recallable Layer).

Актуальность для SEO

Высокая. Описанные принципы лежат в основе современных систем локальной рекламы Google (Google Maps Ads, Local Campaigns). Автоматизация сбора и верификации данных о бизнесе из разных источников, а также использование интерактивных рекламных форматов на картах остаются ключевыми элементами локальной поисковой экосистемы.

Важность для SEO

Влияние на органическое SEO минимальное (1/10), так как патент полностью посвящен инфраструктуре платной рекламы (Google Ads). Однако для специалистов по Local SEO и PPC патент имеет высокое значение (8/10). Он раскрывает механизмы автоматического сбора локальных данных из внешних источников, что критически подчеркивает важность консистентности данных (NAP Consistency) в интернете для точной идентификации локаций системами Google.

Детальный разбор

Термины и определения

Entity (Сущность)

Рекламодатель (бизнес, организация), имеющий одно или несколько физических местоположений (physical locations).

Identifying Data (Идентифицирующие данные)

Данные, используемые для распознавания сущности во внешних источниках. В патенте упоминаются название компании и URL ее веб-сайта.

Sponsored Layers (Спонсируемые слои)

Интерактивный слой на карте (Overlying layer), отображающий физические локации конкретного рекламодателя. Пользователь может управлять его видимостью.

User Recallable Layer (Вызываемый пользователем слой / Постоянный слой)

Функция, при которой система запоминает активированные пользователем Sponsored Layers и автоматически применяет их в последующих поисковых сессиях на картах.

Business listing data feed (Фид данных бизнес-каталогов)

Внешний источник данных, содержащий информацию о компаниях (например, Yellow Pages), который система сканирует для поиска адресов.

Favicon

Иконка веб-сайта. В патенте предлагается использовать ее в качестве маркера для обозначения местоположения рекламодателя на карте.

KML (Keyhole Markup Language) / GIS (Geographic Information System)

Форматы для представления геопространственных данных. Упоминаются как возможные источники данных о локациях.

Ключевые утверждения (Анализ Claims)

Патент содержит два основных направления: автоматическая генерация базы данных локаций и метод их отображения.

Claim 1 (Независимый пункт): Описывает метод автоматического генерирования локально-специфического контента.

1. Система получает имя сущности (компании) из своей базы данных.
2. Система выполняет поиск вне этой базы данных (во внешних источниках) для нахождения данных, которые содержат это имя И бизнес-адрес одной из физических локаций. Поиск осуществляется путем сравнения имени сущности с внешними данными.
3. Определяются бизнес-адреса для множества физических локаций сущности.
4. Система сохраняет эти адреса в своей базе данных в корреляции с ключевыми словами, связанными с сущностью.
5. Это позволяет при получении пользовательского запроса (ключевое слово + локация) инициировать поиск в базе данных для нахождения сохраненных адресов поблизости.

Claim 6 (Независимый пункт): Описывает метод предоставления локально-специфического контента (отображение).

1. (Включает шаги по определению локаций путем поиска в контенте и сохранению их в базе).
2. Система получает запрос от пользователя.
3. Выполняется поиск в базе данных локаций, находящихся поблизости.
4. Генерируется карта региона.
5. Генерируется overlying layer для карты, включающий маркеры (например, иконки или favicons согласно Claim 7), позиционированные поверх карты в местах физических локаций.
6. Генерируется список этих локаций с деталями.
7. Карта и список передаются на терминал пользователя для одновременного отображения в разных областях экрана.

Claim 9 (Зависимый от 6): Уточняет, что система предоставляет элемент интерфейса для включения/выключения отображения overlying layer.

Claim 20 (Независимый пункт, Система): Описывает систему для предоставления контента с акцентом на интерактивность слоев.

1. Система генерирует карту и overlying layer с маркерами.
2. Система генерирует further overlying layer (дополнительный накладываемый слой), который включает список локаций и частично перекрывает карту (например, всплывающий список).
3. Система передает пользователю элемент пользовательского интерфейса (UI element), который позволяет переключать (включать/выключать) отображение этого дополнительного слоя.

Где и как применяется

Изобретение затрагивает инфраструктуру сбора данных и финальное отображение результатов, преимущественно в контексте картографических сервисов и локальной рекламы.

CRAWLING – Сканирование и Сбор данных
Система активно ищет информацию о физических локациях во внешних источниках. Это включает сканирование веб-сайтов, API, фидов бизнес-каталогов (business listing data feed) и файлов (KML, GIS). Это процесс сбора данных (Data Acquisition), направленный на автоматическое обновление инвентаря локаций.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит обработка собранных данных. Система сопоставляет найденную информацию с известными сущностями (Entity) по идентификаторам (Имя, URL). Извлекаются признаки: точный адрес, телефон, часы работы, геолокация. Данные нормализуются и сохраняются в базе данных с привязкой к сущности и ее ключевым словам.

METASEARCH – Метапоиск и Смешивание (в контексте Карт)
При получении локального запроса система выполняет поиск по базе данных рекламного инвентаря. Происходит смешивание результатов: генерируется базовая карта, и на нее накладываются Sponsored Layers с маркерами рекламодателей. Система также генерирует элементы управления слоями и реализует логику User Recallable Layers.

Входные данные (Генерация инвентаря):

• Идентификаторы рекламодателя (Имя, URL).
• Внешние источники данных (фиды, веб-сайты, KML-файлы).

Входные данные (Отображение):

• Пользовательский запрос (Ключевые слова и Локация).
• База данных проиндексированных локаций и ключевых слов.
• Состояние активированных слоев пользователя (User Recallable Layers).

Выходные данные:

• Карта региона.
• Sponsored Layers с маркерами локаций.
• Элементы UI для управления слоями.

На что влияет

• Конкретные типы контента: Влияет на отображение платных рекламных объявлений и брендированных пинов в картографических сервисах (например, Google Maps).
• Специфические запросы: Применяется к локальным запросам, где пользователь ищет товары или услуги поблизости (коммерческие, категориальные, брендовые запросы с локальным интентом).
• Конкретные ниши или тематики: Наиболее актуально для сетевых бизнесов с большим количеством физических точек (ритейл, рестораны, банки, услуги).

Когда применяется

• Условия работы алгоритма (Офлайн): Алгоритм сбора данных работает в фоновом режиме или периодически для пополнения и обновления рекламного инвентаря.
• Триггеры активации (Онлайн): Активируется, когда пользователь выполняет поиск на карте, и система идентифицирует платных рекламодателей, чьи ключевые слова соответствуют запросу и чьи физические локации находятся в области поиска.

Пошаговый алгоритм

Процесс А: Автоматическая генерация инвентаря (Офлайн)

1. Инициализация: Получение списка рекламодателей (сущностей) для обработки.
2. Сбор идентификаторов: Извлечение Identifying data (имя бренда, URL) для каждой сущности.
3. Поиск во внешних источниках: Сканирование или запрос к внешним data feeds, веб-сайтам или файлам (KML).
4. Сопоставление (Matching): Поиск записей во внешних источниках, которые соответствуют Identifying data сущности.
5. Извлечение локаций: Из сопоставленных записей извлекается информация о физических локациях (адрес, телефон, часы работы, геолокация).
6. Нормализация и Сохранение: Обработка и сохранение извлеченной информации в базе данных в привязке к сущности и соответствующим ключевым словам.

Процесс Б: Обработка запроса и отображение рекламы (Онлайн)

1. Получение запроса: Прием пользовательского запроса, включающего ключевые слова и локацию.
2. Поиск в базе данных: Поиск физических локаций и рекламодателей, соответствующих запросу и находящихся поблизости.
3. Генерация карты: Создание базовой карты региона поиска.
4. Генерация Спонсируемых слоев: Для найденных рекламодателей создаются Overlying layers. На слоях размещаются маркеры (иконки, favicons) в координатах физических локаций.
5. Генерация UI: Создание элементов управления (чекбоксов) для включения/выключения слоев (блок Sponsored Layers).
6. Применение постоянных слоев: Проверка и автоматическая активация слоев, ранее выбранных пользователем (User Recallable Layers).
7. Передача и Отображение: Отправка карты, слоев и UI элементов пользователю.
8. Взаимодействие пользователя: Обработка действий пользователя по включению/выключению слоев и сохранение нового состояния.

Какие данные и как использует

Данные на входе

Патент фокусируется на сборе и использовании данных о местоположении для рекламных целей.

• Контентные факторы (Внешние): Текст веб-сайтов, содержимое business listing data feeds (например, Yellow Pages). Система ищет в этом контенте названия компаний, адреса, телефоны, часы работы.
• Технические факторы: URL веб-сайта сущности используется как один из идентификаторов (Identifying data) для сопоставления данных.
• Структурные факторы: Данные могут поступать в структурированных форматах, таких как KML (Keyhole Markup Language), GIS (Geographic Information System) или через API.
• Мультимедиа факторы: Иконки компании или Favicons веб-сайта. Используются в качестве визуальных маркеров на карте.
• Географические факторы: Бизнес-адреса и геолокации физических точек. Локация пользователя или указанная в запросе область поиска.

Какие метрики используются и как они считаются

Патент не описывает метрики ранжирования или оценки качества, но упоминает следующие механизмы обработки данных:

• Сопоставление данных (Data Matching): Сравнение идентификационных данных сущности (имя, URL) с данными во внешних источниках для идентификации локаций.
• Извлечение данных (Data Extraction): Процесс извлечения структурированной информации из контента внешних источников.
• Проверка близости (Proximity Search): Определение того, какие из сохраненных физических локаций находятся вблизи местоположения, указанного в запросе пользователя. Упоминается сортировка по близости (Sorted by proximity) в мобильных интерфейсах.
• Корреляция данных: Связывание физических локаций с сущностями и ключевыми словами.

Выводы

1. Автоматизация сбора локальных данных: Патент подтверждает, что Google использует автоматизированные методы для сбора информации о физических локациях бизнеса, не полагаясь только на данные, предоставленные владельцами. Система активно сканирует внешние источники (веб-сайты, каталоги, фиды) для наполнения и верификации своего инвентаря.
2. Критичность консистентности данных (NAP): Для того чтобы автоматизированная система могла корректно сопоставить локации с сущностью (по Имени или URL), критически важно, чтобы идентификационные данные (Название, Адрес, Телефон) были консистентными во всех внешних источниках.
3. Фокус на Локальной Рекламе, а не SEO: Изобретение направлено исключительно на улучшение платной рекламы в картографических сервисах. Оно не содержит информации об алгоритмах органического ранжирования.
4. «Sponsored Layers» как формат рекламы: Патент описывает формат, позволяющий брендам визуально доминировать на карте путем отображения всех своих локаций в виде отдельного слоя с брендированными иконками (Favicons).
5. Постоянство рекламы (User Recallable Layers): Описан механизм, при котором активированные рекламные слои запоминаются и остаются видимыми для пользователя при последующих поисковых запросах, повышая узнаваемость бренда.

Практика

ВАЖНО: Хотя патент посвящен платной рекламе, он дает критически важное понимание того, как Google собирает и обрабатывает локальные данные. Это напрямую влияет на стратегию Local SEO.

Best practices (это мы делаем)

• Обеспечение максимальной консистентности NAP+W: Необходимо поддерживать абсолютное единообразие Названия, Адреса, Телефона и Веб-сайта (URL) на всех платформах (сайт, Google Business Profile, основные бизнес-каталоги и агрегаторы). Это критично для корректной работы механизма автоматического сопоставления (matching), описанного в патенте.
• Оптимизация страниц локаций на сайте (Store Locator): Информация о всех локациях на сайте компании должна быть четкой, легко извлекаемой и размеченной с помощью микроразметки LocalBusiness. Это служит надежным источником для систем Google при автоматическом сборе данных.
• Использование структурированных фидов и KML: Для многофилиальных компаний рекомендуется предоставлять точные данные о местоположении через KML-файлы или локальные фиды. Это упрощает процесс извлечения локаций и снижает вероятность ошибок.
• Наличие качественного Фавикона (Favicon): Убедитесь, что у сайта есть узнаваемый favicon, так как патент прямо упоминает его использование в качестве маркера на Sponsored Layers и других сервисах Google.

Worst practices (это делать не надо)

• Неконсистентные данные о филиалах: Наличие разных названий или адресов для одной и той же локации в разных источниках. Это затрудняет автоматическое сопоставление и может привести к ошибкам в идентификации и верификации локаций.
• Скрытие информации о локациях: Размещение адресов в виде изображений или в форматах, сложных для извлечения поисковыми системами (например, скрытых за скриптами без серверного рендеринга).
• Игнорирование внешних каталогов: Недостаточное внимание к данным в сторонних каталогах (Business listing data feeds) опасно, так как они являются источником для автоматической генерации и верификации инвентаря локаций.

Стратегическое значение

Патент подчеркивает стратегическое намерение Google автоматизировать сбор и верификацию геоданных, используя весь доступный веб в качестве источника. Для SEO-специалистов это подтверждает, что управление данными о локациях (Location Data Management) является фундаментальным элементом. Google обладает развитой инфраструктурой для автоматического обнаружения и перекрестной проверки физического присутствия бизнеса, что делает консистентность данных критически важной для видимости.

Практические примеры

Сценарий: Обеспечение корректного сбора данных для сетевого ритейлера

1. Задача: Убедиться, что Google корректно идентифицирует все 50 магазинов сети «Tom’s Coffee» для рекламных и органических целей.
2. Действие (на основе патента): SEO-специалист проводит аудит присутствия компании во внешних источниках (каталоги, агрегаторы). Используя название «Tom’s Coffee» и URL (toms.com) в качестве Identifying data, специалист проверяет консистентность NAP.
3. Корректировка: Выявленные расхождения в адресах и телефонах исправляются во всех источниках, чтобы обеспечить точное совпадение. На сайте компании проверяется корректность микроразметки для всех 50 точек.
4. Ожидаемый результат: Автоматизированная система Google (описанная в патенте) может эффективно найти, сопоставить и верифицировать все 50 локаций, обеспечивая полную и точную видимость сети в локальном поиске и на картах.

Вопросы и ответы