Как Яндекс таргетирует персонализированную офлайн-рекламу (DOOH) на основе геолокации и профилей пользователей

Описание

Какую задачу решает

Патент решает задачу повышения релевантности и эффективности рекламы в офлайн-среде, известной как Digital Out-of-Home (DOOH). Традиционная реклама на цифровых билбордах или экранах в помещениях не персонализирована, так как сложно определить, кто именно ее видит в данный момент. Изобретение позволяет таргетировать контент на основе реального состава аудитории, присутствующей перед экраном.

Что запатентовано

Запатентована система и способ для персонализированной доставки цифрового контента на офлайн-дисплеи. Суть изобретения заключается в идентификации группы пользователей в зоне охвата экрана, получении их объединенных профилей (Combined User Profiles) и проведении аукциона для выбора контента с наибольшим суммарным ценовым предложением (Highest Total Price Offer) для данной группы. Также запатентован механизм верификации показа.

Как это работает

Система определяет присутствие пользователей в зоне охвата экрана, используя данные от датчиков. Идентификация происходит через GPS-данные навигационных приложений (например, Яндекс.Навигатор), WiFi/Bluetooth сенсоры (сниффинг MAC-адресов или подключение к сети) и камеры (включая распознавание лиц). Система сопоставляет эти данные с базой объединенных профилей пользователей, агрегированных из разных сервисов Яндекса. Затем проводится аукцион в реальном времени (RTB), где выбирается реклама, дающая максимальный суммарный доход от всех присутствующих пользователей. После показа система анализирует перемещения пользователей для верификации просмотра и корректирует финальную стоимость (пересогласование после показа).

Актуальность для SEO

Высокая (для сферы AdTech и MarTech). Персонализация DOOH рекламы является актуальным трендом, направленным на повышение эффективности рекламных кампаний за счет точного таргетинга и верификации показов в офлайн-среде.

Важность для SEO

Влияние на SEO отсутствует (0/10). Этот патент не имеет никакого отношения к оптимизации сайтов для поисковых систем (SEO). Он не описывает механизмы сканирования, индексации или ранжирования веб-документов в органическом поиске. Это исключительно патент в области рекламных технологий (AdTech), сфокусированный на цифровой наружной и внутренней рекламе.

Детальный разбор

Термины и определения

Coverage Area/Zone (Зона охвата)

Физическая зона, в которой экран дисплея хорошо виден пользователям.

Combined User Profile (Объединенный профиль пользователя)

Профиль пользователя, агрегированный из данных различных сервисов (например, Яндекс.Браузер, Яндекс.Маркет, Навигатор) путем сопоставления уникальных идентификаторов (Device ID, email и т.д.).

Digital Content Item (Элемент цифрового контента)

Единица контента, предназначенная для показа на дисплее. В контексте патента – рекламное объявление (статическое или динамическое).

Highest Total Price Offer / Total Bid (Наибольшее суммарное ценовое предложение)

Максимальная сумма, которую рекламодатель готов заплатить за показ контента текущей группе пользователей. Рассчитывается как сумма ставок за каждого релевантного пользователя в группе.

Navigation Log (Журнал навигации)

Запись GPS-координат и временных меток, собранная электронным устройством пользователя (например, через навигационное приложение). Содержит идентификатор пользовательского устройства.

Probability Parameter (Параметр вероятности)

Метрика, указывающая на вероятность события. В патенте используется для оценки вероятности входа пользователя в зону охвата и вероятности того, что контент был фактически показан пользователю.

Post-Display Reconciliation (Пересогласование после показа / Управление после торгов)

Процесс корректировки (увеличения или уменьшения) итоговой стоимости показа рекламы, основанный на верификации того, какие пользователи фактически увидели контент.

Ключевые утверждения (Анализ Claims)

Патент описывает систему для показа таргетированной рекламы на цифровых экранах, расположенных в физическом мире (DOOH).

Claim 1 (Независимый пункт): Описывает основной процесс работы системы.

1. Сервер получает набор данных, указывающих на присутствие группы пользователей в зоне охвата экрана.
2. Для каждого пользователя определяются параметры его профиля.
3. Определяются объединенные профили пользователей (упомянуты первый и второй) для этой группы.
4. Проводятся торги (аукцион) для выбора элемента контента. Цель — найти контент с наибольшим суммарным ценовым предложением. Выбор базируется на объединенных профилях пользователей и параметрах рекламных кампаний.
5. Выигравший элемент контента отправляется на электронное устройство (экран) для показа.

Claim 3, 6, 14 (Зависимые пункты): Уточняют методы сбора данных о присутствии пользователей (входные данные для Claim 1).

• Claim 3: Устройство показа оснащено камерой, которая фиксирует изображение зоны охвата. Набор данных включает это изображение. (Используется для Indoor сценария).
• Claim 6: Устройство показа оснащено датчиками (например, WiFi/Bluetooth), которые обмениваются сигналами с устройствами пользователей. Набор данных включает эти сигналы (мощность, период обнаружения, уникальный идентификатор/MAC-адрес). (Используется для Indoor сценария).
• Claim 14: Электронное устройство (экран) является наружным, и устройства пользователей оснащены датчиками географического местоположения (GPS). Получение данных включает получение зафиксированных GPS-данных. (Используется для Outdoor сценария).

Claim 7 (Зависимый пункт): Описывает механизм верификации и пересогласования (Post-Display Reconciliation).

1. После проведения торгов (на основе первой группы пользователей) система получает второй набор данных во время показа контента. Этот набор указывает на присутствие второй группы пользователей (которая может отличаться от первой).
2. Определяются параметры профиля пользователей из второй группы.
3. Определяется разница между первой и второй группой.
4. Происходит уточнение (корректировка) наибольшего предложения на основе этого изменения.

Где и как применяется

Изобретение НЕ ПРИМЕНЯЕТСЯ в архитектуре веб-поиска Яндекс (Crawling, Indexing, Ranking и т.д.). Оно относится к инфраструктуре Рекламной Сети Яндекса (РСЯ), конкретно к сегменту цифровой наружной и внутренней рекламы (DOOH).

Компоненты системы и взаимодействие:

• Электронные устройства пользователей: Смартфоны с приложениями Яндекса (например, Навигатор). Генерируют Журналы навигации (GPS-данные) и имеют уникальные идентификаторы.
• Дисплеи для контента (DOOH): Цифровые билборды или экраны в помещениях. Могут быть оснащены WiFi/Bluetooth датчиками и камерами.
• База данных профилей пользователей: Хранилище Объединенных профилей пользователей.
• База данных элементов контента: Хранилище рекламных объявлений с параметрами кампаний.
• Сервер (Приложение выбора): Центральный компонент, выполняющий прием данных, определение профилей, проведение торгов и управление после торгов.

На что влияет

Патент влияет исключительно на эффективность и персонализацию показа рекламы в физическом мире (DOOH).

• Конкретные типы контента: Рекламные объявления (статические и динамические/видео).
• Специфические запросы: Не применимо. Система работает не с поисковыми запросами, а с физическим присутствием аудитории.

Когда применяется

Алгоритм применяется непрерывно для управления показом контента на подключенных цифровых дисплеях.

• Триггеры активации (Сбор данных):
  • На улице (GPS): Приближение электронного устройства с активным навигационным приложением на заранее заданное расстояние к дисплею (например, 100-200 метров).
  • В помещении (Датчики/Камеры): Обнаружение WiFi/Bluetooth сигнала от устройства или обнаружение присутствия человека камерой.
• Условия для включения пользователя в торги:
  • Определение, что пользователь находится в зоне охвата ИЛИ высокая вероятность его входа в эту зону в ближайшее время (параметр вероятности входа превышает порог).
  • Возможность идентифицировать пользователя и получить его объединенный профиль.

Пошаговый алгоритм

Процесс работы системы можно разделить на два основных сценария, описанных в патенте: Сценарий 1 (Наружная реклама, GPS-based) и Сценарий 2 (Внутренняя реклама, Sensor/Camera-based), а также этап пост-обработки.

Этап 1: Сбор данных и Определение присутствия (Процедура приема)

1. Получение пакетов данных:
   • Сценарий 1 (На улице): Прием журналов навигации (GPS, Device ID) от устройств, приблизившихся к дисплею.
   • Сценарий 2 (В помещении): Прием данных от датчиков (MAC-адреса, мощность сигнала) и/или изображений с камер.
2. Анализ местоположения: Определение, находятся ли пользователи в зоне охвата. Для GPS рассчитывается траектория и параметр вероятности входа. Для помещений анализируется мощность WiFi сигнала или данные с камеры.

Этап 2: Идентификация и Профилирование (Процедура определения ценового предложения)

3. Идентификация пользователей: Сопоставление полученных идентификаторов (Device ID, MAC-адрес) или распознавание лиц на изображениях с базой данных профилей.
4. Получение профилей: Извлечение Объединенных профилей пользователей для идентифицированных лиц в зоне охвата.

Этап 3: Аукцион и Показ

5. Проведение торгов (Аукцион): Система проводит торги в реальном времени. Для каждой кампании рассчитывается суммарное предложение на основе ставок и соответствия профилей присутствующих пользователей целевым параметрам кампании.
6. Выбор победителя: Выбирается элемент контента с наибольшим суммарным ценовым предложением.
7. Отправка контента: Выигравший контент отправляется на дисплей для показа.

Этап 4: Верификация и Пересогласование (Процедура управления после торгов)

8. Сбор данных во время/после показа: Получение обновленных журналов навигации, данных датчиков или новых изображений с камер.
9. Анализ поведения: Определение траектории, скорости и времени нахождения пользователей в зоне охвата во время показа.
10. Расчет вероятности показа: Определение Параметра вероятности того, что пользователь фактически увидел контент.
11. Пересогласование (Reconciliation):
    • Уменьшение стоимости: Если пользователь, учтенный в торгах, не увидел рекламу (вероятность ниже порога).
    • Увеличение стоимости: Если рекламу увидел новый пользователь, не учтенный в первоначальных торгах.

Какие данные и как использует

Данные на входе

• Географические факторы: GPS-координаты и отметки времени из Журналов навигации. Данные о местоположении дисплеев и их зон охвата.
• Технические факторы (Идентификаторы): Идентификатор пользовательского устройства (проприетарный ID Яндекса). MAC-адреса (Media Access Control) устройств, обнаруженные датчиками. IP-адреса (при подключении к локальной сети через датчик).
• Сетевые данные: Мощность сигнала беспроводной связи (WiFi/Bluetooth), время обнаружения сигнала.
• Мультимедиа факторы: Изображения или видеопоток с камер, установленных на дисплее, для фиксации аудитории в зоне охвата.
• Пользовательские факторы (Из базы данных): Объединенные профили пользователей, включающие интересы, демографические данные (предполагаемый возраст, пол). Изображения профиля пользователя (для распознавания лиц).

Какие метрики используются и как они считаются

• Параметр вероятности входа: Метрика, указывающая на вероятность того, что пользователь войдет в зону охвата в ближайшее время. Рассчитывается на основе GPS-данных с применением эвристических правил, учитывающих скорость перемещения, расстояние до зоны охвата и наличие перекрестков.
• Наибольшее суммарное ценовое предложение (Total Bid): Ключевая метрика для аукциона. Рассчитывается путем суммирования ставок за показ рекламы всем пользователям в зоне охвата, которые соответствуют целевым параметрам кампании.
• Параметр вероятности (показа): Метрика для верификации. Указывает вероятность того, что контент был фактически увиден пользователем. Рассчитывается после показа на основе эвристических правил, учитывающих время пребывания в зоне охвата, скорость перемещения, близость к дисплею (по мощности сигнала), а также, возможно, направление взгляда (по данным камеры).
• Методы анализа данных: Распознавание лиц (для идентификации по изображениям с камер и сопоставления с профилями). Эвристические правила (для расчета вероятностей).

Выводы

1. Патент не относится к SEO: Это ключевой вывод. Патент описывает сложную систему для персонализации Digital Out-of-Home (DOOH) рекламы и не содержит информации о факторах ранжирования веб-поиска. Практических выводов для SEO-специалистов по продвижению сайтов нет.
2. Интеграция данных Яндекса для офлайн-таргетинга: Патент демонстрирует, как Яндекс использует свою экосистему данных (навигационные приложения, онлайн-сервисы) для идентификации пользователей в физическом мире. Объединенные профили пользователей являются ядром для таргетинга.
3. Мультиканальный сбор данных: Для идентификации аудитории используется комбинация GPS, WiFi/Bluetooth сенсоров и камер, что позволяет системе работать как на улице, так и в помещениях.
4. Оптимизация Ad Spend через групповой аукцион: Система максимизирует доход, проводя аукцион не за место на экране, а за конкретную группу людей, находящихся перед ним, рассчитывая Наибольшее суммарное ценовое предложение.
5. Верификация показов (Post-Bid Verification): Критически важный механизм — Пересогласование после показа. Система не просто показывает рекламу, но и проверяет, кто ее реально увидел (анализируя перемещения), и корректирует стоимость, обеспечивая оплату за реальные показы.

Практика

ВАЖНО: Патент является инфраструктурным и описывает работу Рекламной Сети Яндекса (РСЯ) в офлайн-среде (DOOH). Он не дает практических выводов для SEO.

Best practices (это мы делаем)

Не применимо. Рекомендаций для SEO на основе этого патента нет.

Worst practices (это делать не надо)

Не применимо. Патент не описывает SEO-тактики или манипуляции поисковой выдачей.

Стратегическое значение

Стратегическое значение для SEO отсутствует. Однако патент имеет высокое значение для понимания возможностей Яндекса в области AdTech и обработки пользовательских данных. Патент подтверждает способность Яндекса связывать онлайн-профили пользователей с их офлайн-поведением и местоположением, используя данные из мобильных приложений (в частности, Навигатора). Это подчеркивает глубину данных, которыми оперирует Яндекс в рамках всей своей экосистемы.

Практические примеры

Практических примеров для SEO нет. Ниже приведен пример работы описанной системы в контексте DOOH-рекламы.

Сценарий: Таргетинг в торговом центре

1. Обнаружение: В зону охвата цифрового экрана в ТЦ входят три человека. Датчик экрана улавливает WiFi-сигналы их смартфонов (MAC-адреса).
2. Идентификация: Система сопоставляет MAC-адреса с базой данных Яндекса и определяет их Объединенные профили:
   • Пользователь 1: Женщина, 25 лет, интересы: косметика, мода.
   • Пользователь 2: Мужчина, 30 лет, интересы: автомобили, спорт.
   • Пользователь 3: Женщина, 50 лет, интересы: дача, кулинария.
3. Аукцион: Система рассчитывает суммарные ставки:
   • Реклама А (Духи): Ставка $0.10 за женщину 20-35 лет. Суммарная ставка = $0.10.
   • Реклама Б (Автомобиль): Ставка $0.15 за мужчину 25-45 лет. Суммарная ставка = $0.15.
   • Реклама В (Супермаркет): Ставка $0.06 за любого пользователя старше 20 лет. Суммарная ставка = $0.06 * 3 = $0.18.
4. Показ: Реклама В побеждает (наибольшая суммарная ставка $0.18) и показывается на экране.
5. Пересогласование: Во время показа система отслеживает мощность WiFi-сигналов. Если Пользователь 2 (мужчина) отошел от экрана слишком быстро (мощность сигнала упала), система рассчитывает низкую вероятность показа и уменьшает итоговую стоимость: $0.18 — $0.06 = $0.12.

Вопросы и ответы