Как Google использует историю кликов пользователя для персонализации выдачи по локальным запросам и показа ранее посещенных сайтов

Описание

Какую задачу решает

Патент решает проблему пользователей, выполняющих итеративный поиск, связанный с географическими локациями (например, планирование отпуска или поиск недвижимости). В ходе многочисленных поисковых сессий пользователям сложно запомнить, какие ресурсы они уже просматривали. Изобретение улучшает пользовательский опыт, автоматически напоминая о ранее посещенных ресурсах, связанных с интересующей локацией.

Что запатентовано

Запатентована система обработки локальных запросов, которая создает и использует Location Search Profile (Профиль локального поиска) для пользователя. Этот профиль хранит историю того, какие ресурсы (Location Resources) пользователь посещал (кликал) в ответ на предыдущие запросы, содержащие определенные географические локации (Location Queries). При получении нового локального запроса система дополняет стандартную выдачу ссылками на ранее посещенные ресурсы, связанные с этой локацией.

Как это работает

Система работает в двух режимах:

• Сбор данных (Профилирование): Система анализирует историю поиска пользователя (при наличии разрешения). Она идентифицирует запросы, содержащие названия локаций (Location Queries), и записывает, на какие результаты пользователь кликнул. Эти данные организуются в Location Search Profile, связывая пользователя, локацию и посещенные URL.
• Обработка запроса (Персонализация): Когда пользователь вводит новый локальный запрос, система определяет локацию. Она проверяет Location Search Profile пользователя на наличие записей об этой локации (или близлежащих). Если записи найдены, система извлекает ранее посещенные URL и предоставляет их пользователю вместе с новыми результатами поиска. Важно, что эти ссылки могут быть показаны, даже если они не релевантны текущему запросу, и часто сопровождаются индикатором (например, «Недавно посещенные»).

Актуальность для SEO

Высокая. Персонализация поиска и помощь пользователю в выполнении сложных задач (User Journeys) остаются ключевыми направлениями развития Google. Механизмы, подобные описанному, активно используются, особенно в тематиках путешествий и локального бизнеса, где пользователи часто проводят длительные исследования и возвращаются к ранее найденной информации.

Важность для SEO

Патент имеет среднее значение (65/100) для SEO-стратегии. Он не описывает алгоритм глобального ранжирования. Однако он описывает механизм персонализации, который критически влияет на видимость и повторное вовлечение (re-engagement) для конкретных пользователей. Этот механизм вознаграждает сайты, которые смогли заинтересовать пользователя при первом взаимодействии, обеспечивая им повторную видимость в SERP даже по другим запросам, связанным с той же локацией.

Детальный разбор

Термины и определения

Location Query (Локальный запрос)

Поисковый запрос, который включает в себя Location Phrase, указывающую на географическую локацию.

Location Phrase (Локальная фраза)

Одно или несколько слов в запросе, которые ссылаются на географическую локацию (например, название города, почтовый индекс, координаты).

Location Resource (Локальный ресурс) / Selected Resource

Ресурс (например, веб-страница), который был запрошен пользователем (кликнут) из результатов поиска, предоставленных в ответ на Location Query.

Location Search Profile (LSP) (Профиль локального поиска)

Структура данных для пользователя, хранящая информацию о географических локациях, которые он искал, и ссылки на Location Resources, которые он посетил в связи с этими локациями.

Search Log Data (Данные журнала поиска)

Данные (могут быть анонимизированы), хранящие историю запросов пользователей и их взаимодействие с результатами поиска (клики).

Page Preview (Предварительный просмотр страницы)

Визуальное представление (например, изображение/скриншот) веб-страницы, на которую ведет ссылка в результатах поиска.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс персонализации выдачи на основе истории кликов в контексте локации.

1. Система хранит информацию, идентифицирующую: (i) предыдущий поисковый запрос пользователя, ссылающийся на локацию, и (ii) Selected Resource, который пользователь кликнул в ответ на этот запрос.
2. Система получает текущий локальный запрос от того же пользователя, ссылающийся на ту же локацию.
3. Система идентифицирует набор новых результатов поиска, релевантных текущему запросу.
4. Система определяет, что локация текущего запроса совпадает с локацией предыдущего запроса.
5. Система идентифицирует, что пользователь ранее кликал на Selected Resource.
6. Ключевой шаг: Система определяет, что результат для Selected Resource НЕ включен в набор новых результатов поиска.
7. Система предоставляет пользователю новый набор результатов поиска И результат для Selected Resource, в ответ на то, что он был ранее кликнут и отсутствует в текущей выдаче.

Суть изобретения заключается в активной инъекции ранее посещенного результата в текущую выдачу, если этот результат отсутствует в ней органически, но связан с той же локацией, которую ищет пользователь.

Claim 2 (Зависимый): Детализирует процесс создания Location Search Profile.

Профиль создается путем анализа Search Log Data: идентификации предыдущих Location Queries, определения кликов по ресурсам и сохранения этой информации с привязкой к соответствующим географическим локациям.

Claim 5 (Зависимый): Описывает выбор наиболее релевантного ранее посещенного ресурса.

Если у пользователя есть несколько ранее посещенных ресурсов для данной локации (и они отсутствуют в текущей выдаче), система может выбрать тот ресурс, который был посещен наиболее недавно (most recently requested), и предоставить его без предоставления других, более старых ресурсов.

Claims 6-10 (Зависимые): Описывают способы индикации и отображения.

Результат должен сопровождаться индикацией о предыдущем посещении (Claim 6). Индикация может включать: дату или время последнего посещения (Claim 7), визуальное представление (Page Preview) ресурса (Claim 8, 10), а также визуальное выделение этого результата от остальных результатов в выдаче (Claim 9).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, используя данные истории пользователя для изменения финальной презентации SERP.

INDEXING / CRAWLING (Сбор и обработка данных пользователя)
Система должна собирать и обрабатывать Search Log Data пользователей (с их согласия). Эти данные анализируются для создания и обновления Location Search Profile. Это происходит офлайн или в фоновом режиме.

QUNDERSTANDING – Понимание Запросов
Система должна распознавать, что текущий запрос является Location Query, и извлекать из него Location Phrase. Также требуется идентификация пользователя для доступа к его профилю.

RANKING – Ранжирование
На этом этапе генерируется стандартный набор результатов для текущего запроса, без учета персонализированной истории локального поиска, описанной в патенте.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование
Основное применение патента. После того как стандартные результаты получены (RANKING), система выполняет следующие действия:

1. Поиск в профиле: Система ищет совпадение между локацией текущего запроса и локациями в Location Search Profile пользователя.
2. Извлечение ресурсов: Извлекаются ранее посещенные Location Resources.
3. Фильтрация: Система сравнивает извлеченные ресурсы со стандартными результатами. Ключевое условие (по Claim 1) – идентификация ресурсов, которые отсутствуют в стандартной выдаче.
4. Инъекция и Смешивание: Отобранные ранее посещенные ресурсы внедряются в SERP. Они могут быть размещены в специальном блоке с визуальным выделением.

Входные данные:

• Текущий Location Query.
• Идентификатор пользователя.
• Location Search Profile пользователя.
• Стандартный набор результатов поиска.

Выходные данные:

• Модифицированная страница результатов поиска (SERP), включающая стандартные результаты и ссылки на ранее посещенные Location Resources.

На что влияет

• Конкретные типы контента и ниши: Наибольшее влияние оказывается на тематики, связанные с планированием и исследованиями: путешествия (отели, авиабилеты, достопримечательности), недвижимость, локальный бизнес (рестораны, магазины), организация мероприятий.
• Специфические запросы: Влияет на информационные и коммерческие запросы, содержащие явное указание локации.

Когда применяется

• Триггеры активации:
  • Пользователь должен быть идентифицирован (залогинен или через cookie) и дать согласие на сбор истории поиска.
  • Текущий запрос должен быть идентифицирован как Location Query.
  • В Location Search Profile пользователя должны существовать записи о ранее посещенных ресурсах для этой локации (или близлежащей).
  • (Согласно Claim 1) Ранее посещенный ресурс должен отсутствовать в стандартном наборе результатов для текущего запроса.

Пошаговый алгоритм

Процесс А: Создание Location Search Profile (Фоновый процесс)

1. Получение данных: Получение Search Log Data для пользователя.
2. Идентификация локальных запросов: Анализ истории поиска для выявления запросов, содержащих Location Phrases.
3. Идентификация кликов: Определение ресурсов, на которые пользователь кликнул в ответ на эти локальные запросы (Location Resources).
4. Группировка и маркировка: Группировка Location Resources по географическим локациям. Система может объединять близкие локации (используя threshold geographic distance) и присваивать им метки (labels).
5. Сохранение профиля: Создание или обновление Location Search Profile, индексируя ресурсы по меткам локаций и идентификатору пользователя.

Процесс Б: Обработка запроса (Реальное время)

1. Получение запроса: Получение текущего запроса и идентификатора пользователя.
2. Анализ запроса: Определение, является ли запрос Location Query, и извлечение Location Phrase.
3. Генерация стандартных результатов: Получение набора результатов, релевантных текущему запросу.
4. Доступ к профилю: Получение Location Search Profile пользователя.
5. Поиск совпадений локации: Сравнение Location Phrase текущего запроса с локациями в профиле (включая точные совпадения или совпадения в пределах порогового расстояния).
6. Извлечение ресурсов: Если совпадение найдено, извлечение ссылок на ранее посещенные Location Resources.
7. Фильтрация (Сравнение с выдачей): Идентификация тех извлеченных ресурсов, которые отсутствуют в стандартном наборе результатов (Claim 1).
8. Выбор ресурсов для показа: Выбор одного или нескольких ресурсов для инъекции (например, на основе давности последнего посещения – Claim 5).
9. Предоставление данных: Формирование финальной SERP, включающей стандартные результаты и выбранные ранее посещенные ресурсы, с добавлением индикаторов (время посещения, визуальное выделение).

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных о поведении пользователя и не затрагивает стандартные факторы ранжирования (контентные, ссылочные и т.д.).

• Поведенческие факторы: Это ядро патента. Используются Search Log Data, включающие:
  • Историю поисковых запросов пользователя.
  • Историю кликов пользователя по результатам поиска (User Interaction).
• Временные факторы: Временные метки запросов и кликов. Используются для определения свежести посещения.
• Географические факторы: Location Phrases, извлеченные из запросов. Данные для определения географической близости между разными локациями.
• Пользовательские факторы: Идентификатор пользователя (уникальный или анонимизированный) для связи с его Location Search Profile.

Какие метрики используются и как они считаются

• Идентификация локального запроса: Сравнение терминов запроса с корпусом географических названий и идентификаторов (corpus of location terms).
• Географическое совпадение (Geographic Matching): Определение того, ссылаются ли две разные Location Phrases на одну и ту же локацию (например, название города и его почтовый индекс).
• Пороговое географическое расстояние (Threshold geographic distance): Метрика для определения близости локаций. Если две локации находятся в пределах этого расстояния, ресурсы одной могут быть показаны при поиске другой.
• Давность посещения (Recency): Используется для выбора, какой из ранее посещенных ресурсов показать, если их несколько. Предпочтение отдается наиболее недавно посещенным (most recently requested).

Выводы

1. Персонализация как ключевой фактор видимости в локальном поиске: Патент демонстрирует механизм, при котором история поведения пользователя может переопределить стандартное ранжирование. Ранее посещенный сайт может появиться в выдаче, даже если он совершенно не релевантен текущему запросу, при условии, что запрос связан с той же локацией.
2. Инъекция результатов, отсутствующих в выдаче: Ключевым аспектом (Claim 1) является то, что система специально ищет и добавляет те ранее посещенные ресурсы, которые НЕ попали в стандартную выдачу по текущему запросу. Это не просто выделение уже присутствующего результата, а его принудительное добавление.
3. Важность первого клика и вовлечения: Чтобы попасть в Location Search Profile пользователя, сайт должен быть кликнут. Это подчеркивает важность привлекательных сниппетов и релевантности на начальных этапах исследования пользователя.
4. Расширенное понимание локаций: Система не ограничивается точным совпадением названий. Она использует Threshold geographic distance, позволяя показывать ресурсы из Брекенриджа при поиске в Кистоуне (примеры из патента), если они находятся достаточно близко.
5. UX и визуальное выделение: Система предполагает визуальное выделение персонализированных результатов, включая временные метки и превью (Claims 6-10), что сильно влияет на распределение внимания пользователя в SERP.

Практика

Best practices (это мы делаем)

• Оптимизация сниппетов для захвата первого клика: Критически важно добиться того, чтобы пользователь кликнул на ваш сайт на этапе исследования. Только кликнутые сайты попадают в Location Search Profile и получают шанс на повторный показ через этот механизм. Используйте максимально информативные Title, Description и микроразметку для повышения CTR.
• Создание контента для разных этапов воронки: Обеспечьте видимость сайта на ранних этапах исследования локации (например, общие информационные запросы о городе). Если пользователь посетит ваш сайт на этом этапе, он может увидеть его снова при более конверсионных запросах (например, «забронировать отель»), даже если вы по ним органически не ранжируетесь.
• Улучшение вовлеченности и UX сайта: Хотя патент не измеряет поведение на сайте, качественный UX повышает вероятность того, что пользователь запомнит ваш бренд, увидев его повторно в выдаче с пометкой «Недавно посещенные», и кликнет снова.
• Локальная привязка и кластеризация контента: Убедитесь, что Google четко понимает географическую привязку вашего контента. При работе в нескольких близлежащих локациях учитывайте, что посещение страницы об одной локации может привести к показу страниц о соседней локации (в силу работы Threshold geographic distance).

Worst practices (это делать не надо)

• Использование кликбейта для получения первого клика: Привлечение нецелевого трафика может привести к попаданию в Location Search Profile, но если контент нерелевантен интересам пользователя в данной локации, повторный показ не принесет пользы и может раздражать пользователя.
• Фокус только на высококонверсионных запросах: Игнорирование верхнеуровневых информационных запросов лишает сайт возможности попасть в Location Search Profile пользователя на ранних этапах, что снижает шансы на персонализированный показ в будущем.
• Игнорирование локальной оптимизации: Если система не может идентифицировать ваш контент как связанный с локацией, он не будет считаться Location Resource и не попадет в профиль локального поиска.

Стратегическое значение

Этот патент подтверждает важность персонализации в стратегиях Google, особенно в локальном поиске и E-commerce (путешествия, недвижимость). Он показывает, что SERP может кардинально отличаться для разных пользователей, и стандартные инструменты мониторинга позиций не отражают реальную картину видимости. Стратегически важно выстраивать взаимодействие с пользователем на всех этапах его пути (Customer Journey Map), понимая, что любое взаимодействие может повлиять на будущую видимость сайта в поиске для этого конкретного пользователя.

Практические примеры

Сценарий: Использование информационного трафика для повышения видимости коммерческих страниц

1. Задача: Продвижение нового отеля в Сочи. Конкуренция по запросу «отели Сочи» очень высока.
2. Действие (Этап 1 — Вовлечение): Создается серия высококачественных статей: «Лучшие пляжи Сочи», «Что посмотреть в Сочи в октябре». Эти статьи оптимизируются и привлекают информационный трафик.
3. Результат (Этап 1): Пользователь ищет «Что посмотреть в Сочи», кликает на статью отеля. Google записывает в его Location Search Profile: Локация=Сочи, Ресурс=URL статьи отеля.
4. Действие (Этап 2 — Персонализация): Через неделю пользователь ищет «забронировать отель Сочи центр».
5. Результат (Этап 2): Стандартные алгоритмы ранжируют сайт отеля на 15 позиции (он не попадает в ТОП-10). Однако система персонализации видит, что пользователь уже был на этом сайте при поиске о Сочи. Система проверяет, что сайт отсутствует в ТОП-10 (Claim 1), и принудительно добавляет ссылку на сайт отеля в специальный блок «Недавно посещенные» на видимой части экрана.
6. Итог: Отель получил видимость по высококонверсионному запросу, используя предыдущее взаимодействие через информационный контент.

Вопросы и ответы