Как Google вычисляет тренды популярности запросов и использует схожесть кампаний для рекомендаций в Google Ads

Описание

Какую задачу решает

Патент решает проблему сложности для рекламодателей (Content Sponsors) вручную отслеживать быстро меняющиеся интересы пользователей и прогнозировать, какие поисковые запросы станут популярными. Система автоматизирует выявление новых трендовых запросов, позволяя рекламодателям оперативно адаптировать свои кампании и не упускать возможность показа рекламы по актуальным темам.

Что запатентовано

Запатентована система (Suggestion Apparatus), которая вычисляет Trend Scores (Оценки тренда) для поисковых запросов на основе изменений объема их подачи (Search Query Volume) с течением времени. Система идентифицирует похожие рекламные кампании (Similar Content Distribution Campaigns) и предлагает трендовые запросы в качестве новых Distribution Parameters (ключевых слов) для этих кампаний.

Как это работает

Система работает в несколько этапов:

• Мониторинг и Расчет Трендов: Отслеживаются объемы запросов за разные периоды (неделя, месяц, год). Вычисляется Trend Score с использованием взвешенной формулы, которая отдает приоритет недавним изменениям (например, неделя к неделе).
• Идентификация Релевантности: Определяются кампании, ключевые слова которых соответствуют (включая Broad Match) трендовому запросу.
• Кластеризация Кампаний: Идентифицируются другие кампании, похожие на релевантные. Схожесть определяется на основе пересечения ключевых слов и анализа уровня эффективности (объема показов).
• Рекомендация: Если Trend Score запроса превышает порог, этот запрос предлагается в качестве нового ключевого слова для похожих кампаний, которые его еще не используют.

Актуальность для SEO

Высокая (для контекстной рекламы и аналитики). Описанная методология расчета трендов на основе сравнения исторических объемов (W-o-W, M-o-M, Y-o-Y) является стандартом и, вероятно, лежит в основе инструментов типа Google Trends и системы рекомендаций Google Ads. Автоматизация адаптации к трендам критически важна в современном цифровом маркетинге.

Важность для SEO

Влияние на органическое SEO минимальное (2/10). Патент не описывает алгоритмы органического ранжирования. Он полностью сфокусирован на экосистеме Google Ads. Однако он представляет значительную ценность для понимания того, как Google технически вычисляет трендовость запросов (Trend Score). Эти знания критически важны для формирования адаптивной контент-стратегии и исследования ключевых слов в SEO.

Детальный разбор

Термины и определения

Content Distribution Campaign (Кампания по распространению контента)

Рекламная кампания (например, в Google Ads), в которой распространение контента обусловлено соответствием Distribution Parameters поисковым запросам.

Distribution Parameter / Keyword (Параметр распространения / Ключевое слово)

Данные, используемые для таргетинга рекламы. Ключевое слово, определяющее, при каких запросах может быть показан контент.

Trend Score (TS) (Оценка тренда)

Метрика, основанная на изменении Search Query Volume запроса с течением времени. Используется для количественной оценки роста или падения популярности запроса.

Search Query Volume (Объем поисковых запросов)

Метрика, указывающая на количество пользователей, отправивших определенный поисковый запрос за указанный период, или общую частоту подачи (submission rate) запроса.

Broad Match (Широкое соответствие)

Тип соответствия, при котором не требуется точного совпадения текста. Соответствие устанавливается, если запрос имеет достаточный уровень схожести (specified level of similarity) с ключевым словом.

Suggestion Apparatus (Аппарат предложений)

Система, отвечающая за анализ трендов, идентификацию похожих кампаний и генерацию рекомендаций.

Trend Threshold (Порог тренда)

Минимальное значение Trend Score, необходимое для генерации предложения.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс предложения нового ключевого слова на основе трендов и схожести кампаний.

1. Система определяет, что количество пользователей, отправляющих данный поисковый запрос (given search query), увеличилось с течением времени (запрос в тренде).
2. Идентифицируется ключевое слово в первой кампании (Campaign 1), которому соответствует этот трендовый запрос.
3. Идентифицируется вторая кампания (Campaign 2), которая имеет определенный процент совпадающих ключевых слов с Campaign 1 (схожесть по таргетингу).
4. Определяется, что разница между количеством показов (number of impressions) Campaign 1 и Campaign 2 составляет по крайней мере (is at least as much as) заданное значение разницы (specified difference value).
5. Определяется, что Campaign 2 не использует трендовый запрос в качестве ключевого слова.
6. Система предоставляет данные предложения (suggestion data), рекомендующие трендовый запрос в качестве дополнительного ключевого слова для Campaign 2.

Обработка Неопределенности и Вариативности (Claim 1, Пункт 4):

В патенте существует противоречие относительно критерия схожести по показам (Impressions):

• Текст Claim 1 (Формула изобретения): Требует, чтобы разница в показах была «по крайней мере такой же» (at least as much as) как заданное значение. Буквально это означает, что система ищет кампании с похожими ключевыми словами, но с существенно различающимся объемом показов (разница больше порога).
• Текст Description (Описание): Указывает, что для определения схожести может потребоваться, чтобы разница в показах была «в пределах» (within) заданного значения. Это означает, что кампании должны быть похожи по объему показов (разница меньше порога).

Поскольку Claims определяют ядро изобретения, мы фиксируем формулировку Claim 1 как определяющую для этого конкретного варианта реализации (кампании должны различаться по показам). Однако, вариант реализации, описанный в Description (кампании должны быть похожи по показам), также является частью патента и представляет собой альтернативный вариант (embodiment).

Claim 6 (Зависимый от 1): Устанавливает условие для генерации предложения. Система определяет, что величина (magnitude) увеличения тренда соответствует пороговому значению (Trend Threshold).

Claim 7 (Зависимый от 1): Уточняет метод определения тренда. Он включает сравнение количества пользователей, отправивших запрос в первый период времени, с количеством во второй (более поздний) период, и установление факта, что второе число выше первого.

Где и как применяется

Этот патент описывает механизм, работающий в рамках экосистемы рекламы Google (Content Distribution System), а не системы органического поиска. Он не влияет напрямую на этапы CRAWLING, INDEXING или RANKING органической выдачи.

Анализ данных (Аналог QUNDERSTANDING / Офлайн-анализ)
Suggestion Apparatus использует данные из хранилища запросов (Query Data Store) для анализа поведения пользователей. Это включает:

• Агрегацию Search Query Volume за разные периоды времени.
• Вычисление Trend Scores для идентификации изменений популярности.
• Анализ семантических связей для определения соответствия между запросами и ключевыми словами (включая Broad Match).

Система управления рекламой (Google Ads)
Основное место применения. Система анализирует конфигурацию и эффективность рекламных кампаний, кластеризует их на основе схожести и генерирует рекомендации.

Входные данные:

• Журналы поисковых запросов (Search Query Data).
• Данные об объемах запросов (Search Query Volume Data).
• Данные о рекламных кампаниях (Ключевые слова, типы соответствия, количество показов).

Выходные данные:

• Trend Scores для поисковых запросов.
• Данные предложения (Suggest Data) с рекомендациями по добавлению новых ключевых слов.

На что влияет

• Типы контента: Влияет исключительно на управление PPC-кампаниями и распространение платного контента. Не влияет на органические результаты.
• Специфические запросы: Наиболее сильно влияет на запросы с резким ростом популярности, сезонные всплески или новые тренды.
• Географические факторы: Система может учитывать географию. В патенте упоминается возможность выбора географического региона (Select Geo) для анализа трендов.

Когда применяется

• Триггеры активации: Значительное изменение Search Query Volume для конкретного запроса.
• Пороговые значения: Применяется, когда рассчитанный Trend Score превышает заданный Trend Threshold. Также применяются пороги для определения схожести кампаний (specified percentage of matching distribution parameters) и порог разницы в показах (specified difference value).

Пошаговый алгоритм

1. Сбор и доступ к данным: Система получает доступ к данным о поисковых запросах и их объемах за разные периоды (неделя, месяц, год).
2. Идентификация релевантных кампаний (Campaign 1): Идентифицируются существующие кампании, в которых ключевое слово соответствует запросу (включая Broad Match).
3. Идентификация похожих кампаний (Campaign 2): Система ищет другие кампании, имеющие заданный уровень схожести с Campaign 1. Схожесть определяется на основе процента совпадающих ключевых слов и отношения разницы в показах к пороговому значению (с учетом вариативности, описанной в анализе Claim 1).
4. Идентификация кандидатов: Формируется набор кандидатов в ключевые слова из поисковых запросов, соответствующих ключевым словам в похожих кампаниях.
5. Расчет Trend Score: Для каждого кандидата рассчитывается Trend Score на основе изменения частоты подачи запроса. Используется взвешенная формула (W-o-W, M-o-M, Y-o-Y).
6. Фильтрация и предложение: Кандидаты, чей Trend Score превышает Trend Threshold и которые еще не используются в Campaign 2, предлагаются ей в качестве новых ключевых слов через Suggest Data.

Какие данные и как использует

Данные на входе

• Поведенческие факторы: Журналы поисковых запросов (Search Query Data) и агрегированные метрики Search Query Volume. Учитывается количество пользователей, отправивших запрос в разные периоды времени.
• Временные факторы: Данные об объеме запросов агрегируются за разные периоды (неделя, месяц, год) для выявления динамики.
• Системные данные (Рекламная система): Данные о Content Distribution Campaigns: используемые ключевые слова (Distribution Parameters), типы соответствия (Broad Match), и метрики эффективности (Number of Impressions).
• Географические факторы: Упоминается возможность фильтрации данных об объемах запросов по географическому региону.

Какие метрики используются и как они считаются

• Trend Score (TS): Основная метрика для оценки трендовости. В патенте приводится конкретная формула (Relationship 1):
  TSi = ABS(WWΔi) * (w1*WWΔi + w2*MMΔi + w3*YYΔi)
  Где:
  • TSi = Trend Score для запроса i.
  • WWΔi, MMΔi, YYΔi = Изменение объема запроса Неделя-к-Неделе, Месяц-к-Месяцу и Год-к-Году.
  • w1, w2, w3 = Весовые коэффициенты. Патент указывает, что w1 (W-o-W) часто является более важным индикатором и имеет наибольший вес (например, 0.70), а w2 и w3 меньший (например, 0.20 и 0.10).
• Campaign Similarity (Схожесть кампаний): Определяется на основе процента общих ключевых слов и сравнения объемов показов (с учетом вариативности, описанной в анализе Claim 1).
• Trend Threshold: Пороговое значение для Trend Score.

Выводы

1. Патент для AdTech, а не органического SEO: Патент описывает инфраструктуру и алгоритмы для системы Google Ads. Прямых выводов для органического ранжирования нет.
2. Формула трендовости Google (Trend Score): Патент раскрывает конкретную математическую логику для определения трендов. Ключевой инсайт — Google отдает явный приоритет недавним изменениям (Week-over-Week) по сравнению с долгосрочными (Month-to-Month, Year-to-Year). Это позволяет системе быстро выявлять зарождающиеся тренды.
3. Кластеризация на основе таргетинга и эффективности: Google кластеризует рекламные кампании на основе схожести их ключевых слов и показателей эффективности (показов). Это позволяет масштабировать инсайты о трендах внутри тематических кластеров.
4. Вариативность в определении схожести: В патенте присутствует противоречие между Claim 1 (требует большой разницы в показах) и Description (требует схожести в показах) при определении похожих кампаний. Это указывает на наличие разных вариантов реализации (embodiments) системы.
5. Важность семантического соответствия: Система активно использует Broad Match для связи трендовых запросов с существующими ключевыми словами, подчеркивая важность семантического анализа над точным текстовым совпадением.

Практика

ВАЖНО: Патент описывает систему Google Ads. Практических рекомендаций для органического ранжирования, напрямую вытекающих из описанных алгоритмов, нет. Однако логика анализа данных дает важные инсайты для SEO-стратегии.

Best practices (это мы делаем)

• Применение логики Trend Score к SEO-аналитике: При анализе данных (Google Trends, GSC) для поиска новых тем следует применять подход, описанный в патенте: отдавать значительно больший вес недавним изменениям (W-o-W), чем долгосрочным (M-o-M, Y-o-Y). Это позволяет быстрее выявлять и реагировать на зарождающиеся тренды.
• Скорость реакции на тренды: Понимание приоритета краткосрочных изменений (WoW) подчеркивает необходимость оперативно создавать или обновлять контент под возникающие инфоповоды и всплески интереса.
• Анализ семантических вариаций (Broad Match Logic): Исследовать не только основные ключевые слова, но и их семантические вариации, которые могут начать трендиться. Создание контента, охватывающего эти вариации, позволяет захватить трендовый спрос на ранней стадии.
• Использование данных PPC для инсайтов SEO: Активно использовать отчеты по поисковым запросам и рекомендации в Google Ads. Если система предлагает трендовый запрос для PPC (что является результатом работы этого патента), это явный сигнал о росте его популярности, который нужно использовать в SEO.

Worst practices (это делать не надо)

• Игнорирование краткосрочной динамики спроса: Создание контента исключительно на основе годовых данных об объемах запросов без учета текущих W-o-W и M-o-M трендов приводит к упущенному трафику.
• Фокус на точных соответствиях: Оптимизация только под точные формулировки ключевых слов. Система Google использует механизмы, подобные Broad Match, для связи разных запросов с одной темой.
• Путать Trend Score с QDF (Query Deserves Freshness): Trend Score измеряет популярность запроса для рекламных рекомендаций. QDF – это алгоритм органического ранжирования, повышающий свежий контент. Это разные системы.

Стратегическое значение

Патент демонстрирует технические возможности Google по детальному анализу динамики спроса в реальном времени и подчеркивает важность скорости и адаптивности. Понимание того, как Google рассчитывает Trend Score, дает стратегическое преимущество, позволяя синхронизировать контент-стратегию с алгоритмами выявления актуальности. Также патент подтверждает, что Google анализирует и кластеризует рынок на основе общности интересов и таргетинга.

Практические примеры

Сценарий: Применение формулы Trend Score для приоритизации контента в SEO

SEO-команда использует данные о спросе для планирования статей.

1. Сбор данных: Команда анализирует данные по двум темам (A и B).
2. Расчет изменений:
   • Тема A: W-o-W +50%, M-o-M +10%.
   • Тема B: W-o-W +10%, M-o-M +60%.
3. Применение весов (из патента): Используются веса: W-o-W (0.7), M-o-M (0.2).
4. Расчет взвешенного тренда (упрощенный):
   • Тренд A = (50 * 0.7) + (10 * 0.2) = 35 + 2 = 37
   • Тренд B = (10 * 0.7) + (60 * 0.2) = 7 + 12 = 19
5. Результат: Хотя Тема B показывает больший рост за месяц, Тема A имеет более высокий приоритет согласно логике Google Trend Score, так как ее популярность растет быстрее в краткосрочной перспективе. Команда принимает решение в первую очередь готовить контент по Теме A.

Вопросы и ответы