Как Google использует историю действий пользователей на Картах для таргетинга рекламы при загрузке области

Описание

Какую задачу решает

Патент решает проблему показа нерелевантной рекламы в картографических сервисах, когда таргетинг основан исключительно на физическом местоположении рекламодателя. Например, пользователю, просматривающему карту места отдыха, может быть показана реклама сантехника, чей офис находится поблизости. Изобретение улучшает релевантность рекламы путем определения вероятного намерения (интента) пользователя для конкретной географической области на основе исторических данных о поведении.

Что запатентовано

Запатентована система для выбора элементов контента (например, рекламы) для отображения в картографической среде. Система агрегирует исторические данные о взаимодействиях пользователей (Input Data, такие как поисковые запросы или выбор функций) с определенным пространством карты (Map Space), которое определяется местоположением и уровнем масштабирования (Zoom Level). На основе этих данных генерируются данные для таргетинга контента (Content Targeting Data), которые затем используются для немедленного выбора релевантной рекламы при последующих запросах этого же пространства карты.

Как это работает

Механизм работает в несколько этапов:

• Сбор данных: Система собирает Input Data (запросы, клики по функциям) от пользователей, просматривающих определенную область карты.
• Ассоциация и Сегментация: Эти данные ассоциируются с конкретным местоположением (Map Location) и уровнем масштабирования (Zoom Level).
• Генерация таргетинга: Система анализирует частоту входных данных, генерирует связанные тематики (Content Targeting Data) и рассчитывает вероятность их релевантности для данной области.
• Выбор контента в реальном времени: Когда новый пользователь запрашивает ту же область карты с тем же уровнем масштаба, система использует предварительно рассчитанные Content Targeting Data для немедленного выбора и показа релевантной рекламы, не дожидаясь действий текущего пользователя.

Актуальность для SEO

Средняя. Основная концепция использования агрегированных поведенческих данных для определения локального интента и таргетинга рекламы остается фундаментальной для Google Maps. Однако интерфейсы Карт и рекламные форматы значительно эволюционировали с момента публикации патента (2015 год). Конкретные детали реализации, такие как концепция «Виртуальной веб-страницы» (Virtual Web Page) для запроса рекламы, могут быть устаревшими, но общий принцип актуален.

Важность для SEO

Низкое влияние (1/10). Этот патент описывает исключительно механизмы выбора и таргетинга платных элементов контента (рекламы) в среде Google Maps. Он не описывает алгоритмы ранжирования органических результатов поиска или органических локальных листингов (Local Pack). Его ценность для SEO является косвенной: он дает представление о том, как Google систематически анализирует и определяет интент, связанный с конкретными географическими областями.

Детальный разбор

Термины и определения

Content Item (Элемент контента)

Данные, предназначенные для отображения в среде карты или рядом с ней. В патенте в основном используется в значении рекламного объявления или иконки.

Content Targeting Data (Данные для таргетинга контента)

Данные, сгенерированные на основе Input Data. Могут включать исходные запросы, а также связанные темы (topics), сгенерированные с помощью семантических правил. Используются для выбора релевантных Content Items.

Display Interface (Интерфейс отображения)

Элементы управления в картографическом приложении, через которые пользователь вводит данные (например, поисковая строка, меню функций).

Input Data (Входные данные)

Данные, полученные от пользовательских устройств в ответ на отображение Map Space. Примеры включают поисковые запросы, введенные пользователем, или выбор определенных функций карты (например, включение слоя «Рестораны»).

Map Location (Местоположение на карте)

Конкретная точка или область на карте (например, координаты или адрес), которая определяет центр отображаемого Map Space.

Map Space (Пространство карты)

Конкретная часть карты, отображаемая пользователю. Определяется комбинацией Map Location и Zoom Level.

Measure of Relatedness (Мера связанности)

Метрика (вероятность), указывающая, насколько сгенерированная тема связана с исходными Input Data, и, в конечном итоге, насколько она релевантна для пользователей, запрашивающих данный Map Space.

Virtual Web Page (Виртуальная веб-страница)

Механизм реализации, при котором система создает виртуальную структуру веб-страницы (Заголовок, Подзаголовок, Текст статьи), используя наиболее вероятные Content Targeting Data. Эта структура отправляется на рекламный сервер для получения контекстной рекламы.

Zoom Level (Уровень масштабирования)

Масштаб отображения карты. Является ключевым компонентом Map Space, так как интент пользователя может меняться при разном масштабе одной и той же локации.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод выбора контента на основе исторических данных, сегментированных по уровню масштабирования.

1. Система определяет, что определенное местоположение карты (Map Location) ранее отображалось на двух или более разных уровнях масштабирования (Zoom Levels).
2. Для каждого из этих уровней масштабирования выполняется анализ:
   • Определяется частота, с которой различные критерии выбора контента (Input Data, например, запросы) были получены от множества пользователей, когда это местоположение отображалось именно на этом уровне масштаба.
   • Критерии ранжируются на основе этой частоты.
   • Ранжированные критерии выбираются в качестве данных для таргетинга (Content Selection Data) для данной комбинации местоположения и уровня масштаба.
3. Система получает новый запрос от пользователя на отображение пространства карты (Map Space), включающего это местоположение.
4. Определяется уровень масштабирования этого запроса.
5. Идентифицируются соответствующие Content Selection Data (ранжированные критерии) для этой комбинации местоположения и уровня масштаба.
6. Выбирается элемент контента (реклама) на основе этих данных. Ключевой момент: выбор происходит независимо от взаимодействия текущего пользователя с пространством карты.
7. Данные выбранного элемента контента предоставляются устройству пользователя.

Claim 2 (Зависимый от 1): Уточняет временной аспект.

Выбор элемента контента происходит до того, как текущий пользователь начнет взаимодействовать с отображаемым пространством карты. Это механизм таргетинга на основе контекста локации без необходимости ввода запроса (zero-query context).

Где и как применяется

Изобретение применяется исключительно в среде картографических сервисов (например, Google Maps) и затрагивает процессы, связанные с монетизацией и показом рекламы.

INDEXING – Индексирование и извлечение признаков (Офлайн-процессы)
Основная часть работы алгоритма происходит в фоновом режиме, до запроса пользователя:

• Агрегация данных: Сбор и агрегация Input Data (поисковые запросы, использование функций) от множества пользователей.
• Ассоциация: Привязка этих данных к конкретным Map Location и Zoom Level.
• Анализ и Генерация: Анализ частотности входных данных, генерация тематик (Content Targeting Data), расчет вероятностей (Measure of Relatedness) и ранжирование тем.
• Хранение: Сохранение результатов в базе данных (Content Targeting Data Store), индексированных по местоположению и уровню масштаба.

RANKING / METASEARCH (Обработка запроса и выбор рекламы в реальном времени)
Когда пользователь запрашивает карту:

• Система идентифицирует запрашиваемый Map Space (Location + Zoom Level).
• Система извлекает предварительно рассчитанные Content Targeting Data для этого пространства.
• Эти данные используются для запроса и выбора релевантных рекламных объявлений с рекламного сервера (Advertisement Server). Это может происходить через механизм Virtual Web Page.

Входные данные (Real-time):

• Запрос на карту (включая Map Location и Zoom Level).
• Доступ к Content Targeting Data Store.

Выходные данные (Real-time):

• Выбранные элементы контента (реклама) для отображения вместе с картой.

На что влияет

• Конкретные типы контента: Влияет исключительно на платные элементы контента (рекламу, спонсируемые иконки) в картографических сервисах. Не влияет на органическое ранжирование.
• Географические факторы: Применяется ко всем географическим областям, по которым накоплено достаточное количество исторических данных о взаимодействии пользователей.
• Конкретные ниши: Влияет на рекламодателей во всех нишах, но особенно заметно в локациях с четко выраженным интентом (например, туристические зоны, деловые районы).

Когда применяется

• Условия работы: Алгоритм применяется немедленно при загрузке пространства карты (Map Space).
• Триггеры активации: Запрос пользователя на отображение карты. Выбор рекламы происходит до того, как пользователь введет поисковый запрос или совершит какое-либо действие на карте (согласно Claim 2).
• Ограничения: Для работы механизма необходимо наличие достаточного объема исторических данных (Input Data) для данной комбинации локации и масштаба.

Пошаговый алгоритм

Процесс А: Офлайн-генерация данных таргетинга

1. Сбор входных данных: Получение Input Data (поисковые запросы, выбор функций) от пользователей в ответ на отображение определенного Map Space.
2. Ассоциация данных: Ассоциация полученных Input Data с соответствующим Map Location и Zoom Level.
3. Генерация тем и расчет частотности: Анализ частоты получения различных Input Data. Генерация дополнительных тем на основе входных данных с использованием семантических правил (например, запрос «кофе» генерирует темы «латте», «капучино», «кофейня»).
4. Расчет вероятностей: Определение Measure of Relatedness – вероятности того, что тема релевантна для любого пользователя, запрашивающего данный Map Space. Это учитывает как частоту исходных данных, так и семантическую связь.
5. Ранжирование и Фильтрация: Ранжирование тем на основе рассчитанных вероятностей. Фильтрация тем, не удовлетворяющих пороговому значению вероятности.
6. Хранение: Сохранение ранжированных Content Targeting Data в базе данных, индексированных по Map Location и Zoom Level.

Процесс Б: Обработка запроса в реальном времени

1. Получение запроса: Получение запроса на отображение Map Space от пользователя.
2. Идентификация контекста: Определение Map Location и Zoom Level из запроса.
3. Извлечение данных таргетинга: Идентификация и извлечение соответствующих ранжированных Content Targeting Data из базы данных.
4. Выбор элемента контента: Использование Content Targeting Data для выбора релевантного рекламного объявления. (Например, путем создания Virtual Web Page, где темы с высокой вероятностью становятся заголовками, а с низкой – текстом статьи, и отправки ее на рекламный сервер).
5. Предоставление контента: Предоставление выбранного рекламного объявления для отображения в интерфейсе карты вместе с запрошенным Map Space.

Какие данные и как использует

Данные на входе

Система использует следующие типы данных, собранные исторически:

• Поведенческие факторы: Input Data. Это критически важные данные, включающие:
  • Поисковые запросы, которые пользователи вводили во время просмотра конкретного Map Space.
  • Выбор функций или слоев карты (например, активация отображения ресторанов, парковок, достопримечательностей).
• Географические факторы: Map Location. Используется для привязки поведенческих данных к конкретной географической области.
• Пользовательские факторы (Контекст): Zoom Level. Используется для сегментации данных, так как интент может различаться на уровне города, района и улицы.
• Контентные факторы (Опционально): Упоминается возможность использования контекстуальных данных со страницы, на которой встроена карта (например, если карта встроена на сайте про автомобили).

Какие метрики используются и как они считаются

• Частота Входных Данных (Frequency of Input Data): Подсчет количества раз, когда определенный запрос или действие были зафиксированы для конкретного Map Space (Location + Zoom Level).
• Вероятность Релевантности (Probability of Relevance / Measure of Relatedness): Сложная метрика, которая рассчитывается для каждой темы в Content Targeting Data. Она определяет вероятность того, что тема будет интересна любому пользователю, запрашивающему данный Map Space. Расчет может включать:
  • Отношение частоты конкретного Input Data к общему числу всех Input Data для этого Map Space.
  • Семантическую связь между сгенерированной темой и исходным Input Data (если тема была сгенерирована правилами).
• Ранжирование Тем (Ranking of Topics): Темы сортируются на основе их Вероятности Релевантности.
• Пороговые значения (Thresholds): Используются для фильтрации тем с низкой вероятностью или для выбора Топ-N тем для таргетинга. Также могут использоваться для определения того, как тема будет использована в Virtual Web Page (например, темы с вероятностью >0.001 становятся Заголовком).

Выводы

1. Определение интента по локации: Патент подтверждает, что Google систематически анализирует агрегированные исторические данные о поведении пользователей для определения основного намерения (интента), связанного с конкретной географической областью.
2. Гипер-сегментация контекста (Location + Zoom): Контекст определяется не только местоположением, но и уровнем масштабирования (Zoom Level). Google признает, что интерес пользователей к одной и той же точке может быть разным при просмотре карты города и карты улицы. Для каждого масштаба ведется отдельная статистика.
3. Таргетинг без запроса (Zero-Query Targeting): Система позволяет показывать релевантную рекламу немедленно при загрузке карты, основываясь на предполагаемом интенте локации, не требуя от текущего пользователя ввода запроса.
4. Поведенческие данные как основа таргетинга: Релевантность рекламы определяется не наличием бизнеса в данной области, а тем, что пользователи фактически искали или чем интересовались в этой области ранее.
5. Отсутствие влияния на SEO: Патент полностью сосредоточен на механизмах платного размещения (Google Ads) в картографических сервисах и не содержит информации об алгоритмах органического ранжирования.

Практика

ВАЖНО: Этот патент описывает внутренние процессы Google для таргетинга рекламы на Картах и не дает прямых рекомендаций для SEO (органического продвижения).

Best practices (Косвенные инсайты для SEO и Local SEO)

Хотя патент не относится к SEO напрямую, он дает полезное понимание того, как Google интерпретирует локальный интент.

• Анализ доминирующего интента локации: SEO-специалисты должны понимать, какие запросы и интересы доминируют в их географической области. Патент показывает, что Google агрегирует эти данные. Органическое присутствие (например, в Local Pack или на сайте) должно соответствовать этим доминирующим интентам, чтобы быть максимально релевантным.
• Учет масштаба (Zoom Level) в локальной стратегии: Понимание того, что интент может меняться на уровне района и на уровне улицы. При оптимизации локального присутствия следует учитывать релевантность сущностей в разных масштабах. Например, на уровне района может доминировать интерес к «торговым центрам», а на уровне улицы – к конкретному «магазину обуви».
• Оптимизация под реальные интересы: Если в вашей локации пользователи часто ищут определенную услугу (например, «парковка» рядом с рестораном), убедитесь, что эта информация легко доступна в вашем органическом листинге (Google Business Profile), даже если это не ваша основная услуга. Это повышает общую полезность листинга в контексте локации.

Worst practices (это делать не надо)

Патент не направлен против каких-либо конкретных SEO-тактик или манипуляций, поэтому выделить худшие практики на его основе невозможно.

Стратегическое значение

Патент подчеркивает важность поведенческих данных в понимании географической релевантности. Для бизнеса, полагающегося на трафик из Google Maps, это демонстрирует, как формируется конкурентная среда платных размещений: она управляется предполагаемым интентом, основанным на исторических данных. Это также подтверждает, что Google рассматривает каждую область карты как носитель определенной семантики и интента, что косвенно важно и для органического локального поиска.

Практические примеры

Сценарий: Таргетинг рекламы в туристической зоне

1. Сбор данных (Офлайн): Пользователи часто открывают карту долины Напа (Napa Valley). При просмотре этой области они часто вводят запросы «дегустация вин» или включают слой «Винодельни».
2. Анализ (Офлайн): Google определяет, что для Map Space «Napa Valley» (при среднем уровне масштаба) доминирующими темами (Content Targeting Data) являются «Вино» и «Туризм» с высокими вероятностями.
3. Обработка запроса (Real-time): Новый пользователь открывает карту долины Напа.
4. Выбор рекламы (Real-time): Система немедленно извлекает темы «Вино» и «Туризм» и запрашивает соответствующую рекламу.
5. Результат: Пользователь видит рекламу местного винного тура или отеля сразу после загрузки карты, еще до того, как он начал что-либо искать.

Вопросы и ответы