Как Яндекс использует итеративные аукционы для определения максимальной цены, которую готовы платить рекламодатели

Описание

Какую задачу решает

Этот патент относится к области рекламных технологий (AdTech), а не органического поиска (SEO). Он решает задачу максимизации дохода платформы (Яндекс) в аукционах цифровой рекламы в условиях, когда рекламодатели (Originators) ведут себя стратегически, то есть делают ставки (Bidding Price) ниже своей истинной максимальной готовности платить. Изобретение предлагает механизм для итеративного выявления этой истинной максимальной цены для каждого рекламодателя.

Что запатентовано

Запатентована система управления итеративными аукционами (Selection-Rounds) для размещения цифровых сообщений (рекламы) в слотах (Message Slots) цифрового документа (например, SERP). Суть изобретения заключается в проведении множества последовательных аукционов, где в каждом раунде участвует ограниченная (Limitation Rule) и меняющаяся (Cycling Rule) комбинация рекламодателей. Система использует алгоритм для итеративного обновления индивидуальной резервной цены (Current Reserve Price) для каждого участника на основе его поведения в торгах.

Как это работает

Система проводит серию аукционов. В каждом раунде участвует только subset рекламодателей. Для каждого участника система поддерживает индивидуальную Current Reserve Price — текущую оценку его максимальной готовности платить. Система сравнивает ставку рекламодателя с его резервной ценой. Если ставка выше (рекламодатель выигрывает слот), система понимает, что истинная цена выше, и увеличивает резервную цену для следующего раунда. Если ставка ниже (рекламодатель проигрывает), система корректирует оценку вниз и снижает резервную цену. Этот процесс повторяется многократно с разными комбинациями участников, позволяя системе сузить интервал (Price Interval) неопределенности и приблизить резервную цену к истинному максимуму.

Актуальность для SEO

Высокая (для AdTech/PPC). Оптимизация аукционов и механизмы ценообразования являются критически важными для максимизации дохода рекламных платформ, таких как Яндекс.Директ. Описанные методы борьбы со стратегическим поведением участников актуальны для современной теории аукционов.

Важность для SEO

Влияние на SEO минимально (1/10). Патент описывает исключительно внутренние механизмы рекламной платформы (Яндекс.Директ) и алгоритмы ценообразования платного трафика (PPC). Он не содержит информации об алгоритмах ранжирования органического поиска. Единственная косвенная связь с SEO заключается в понимании того, как формируется блок платной выдачи, который конкурирует за внимание пользователя с органическими результатами.

Детальный разбор

Термины и определения

Bidding Data (Данные торгов)

Данные, получаемые в ходе раунда отбора. Включают ставки участников (Bidding Price), их текущие резервные цены (Current Reserve Price) и результат сравнения этих величин.

Bidding Price (Ставка)

Сумма, которую инициатор предлагает заплатить за размещение своего цифрового сообщения в слоте в рамках текущего раунда отбора.

Current Reserve Price (Текущая резервная цена)

Индивидуальная цена, установленная для конкретного инициатора в данном раунде. Основана на последней оценке максимальной суммы, которую этот инициатор готов заплатить. Является порогом для выигрыша в аукционе.

Cycling Rule (Правило циклирования)

Правило выбора комбинации участников, гарантирующее, что комбинация инициаторов в текущем раунде отличается от комбинации в предыдущем раунде.

Digital Document (Цифровой документ)

Документ, в котором генерируется изменяемая часть. Основной пример в патенте — страница результатов поиска (SERP), но может быть и любой другой онлайн-ресурс.

Limitation Rule (Правило ограничения)

Правило, ограничивающее общее количество инициаторов, допущенных к торгам в данном раунде. Обычно число участников равно числу доступных слотов.

Message Slot (Слот для сообщения)

Место в изменяемой части документа, предназначенное для размещения цифрового сообщения (рекламы).

Modifiable Portion (Изменяемая часть)

Часть цифрового документа, содержащая слоты для сообщений. В контексте SERP — это блок рекламных объявлений (например, спецразмещение).

Originator (Инициатор)

Субъект, предоставляющий цифровые сообщения и участвующий в торгах за их размещение. В контексте поиска — рекламодатель.

Price Interval (Ценовой интервал)

Диапазон между нижней (Lower Boundary) и верхней (Upper Boundary) границами, внутри которого, по оценке системы, находится истинная максимальная цена инициатора. Этот интервал итеративно сужается в ходе аукционов.

Selection-Round (Раунд отбора)

Единичный аукцион, в ходе которого определенная комбинация инициаторов торгуется за доступные слоты.

Ключевые утверждения (Анализ Claims)

Патент фокусируется на методологии проведения аукционов, направленной на оптимизацию дохода через итеративное уточнение индивидуальных цен участников.

Claim 1 (Независимый пункт): Описывает базовый итеративный процесс генерации изменяемой части документа.

1. Система проводит первый раунд отбора.
2. Доступ к раунду предоставляется первой комбинации инициаторов. Количество участников равно количеству доступных слотов. Тем самым система ограничивает число участников торгов.
3. Собираются первые данные торгов (Bidding Data) для этой комбинации.
4. Происходит размещение сообщений (победителей) в слотах на основе данных торгов.
5. Система проводит последующий раунд отбора.
6. Доступ предоставляется второй комбинации инициаторов, отличной от первой. Количество участников также ограничено. Тем самым система ограничивает (i) число участников и (ii) состав комбинации.
7. Собираются вторые данные торгов.
8. Происходит размещение сообщений в слотах на основе вторых данных торгов.

Claim 5 (Зависимый от 1): Уточняет, как именно собираются данные торгов (Bidding Data).

1. Для данного инициатора из комбинации система получает его ставку (Bidding Price).
2. Система получает текущую резервную цену (Current Reserve Price) этого инициатора. Важно: эта цена индивидуальна и основана на последней оценке его максимальной готовности платить.
3. Система сравнивает ставку с резервной ценой. Данные торгов показывают, соответствует ли ставка резервной цене (т.е., выиграл ли инициатор).

Claim 6 (Зависимый от 5): Описывает ключевой механизм обратной связи и обучения системы.

1. Если ставка не соответствует резервной цене (например, ниже ее, или даже если выше), система обновляет текущую резервную цену этого инициатора.
2. В результате генерируется обновленная резервная цена (Updated Reserve Price) для использования в будущих раундах.

Claim 7 (Зависимый от 6): Детализирует механизм обновления резервной цены.

1. Система использует ценовой интервал (Price Interval), который включает текущую резервную цену.
2. На основе данных торгов система корректирует границу (Boundary) этого интервала, создавая скорректированный ценовой интервал (Adjusted Price Interval).
3. Новая (обновленная) резервная цена определяется на основе этого скорректированного интервала (например, как его середина).

Где и как применяется

Изобретение не относится к архитектуре органического поиска. Оно описывает работу Рекламной Платформы (например, Яндекс.Директ), которая взаимодействует с поисковой системой на финальных этапах формирования выдачи.

BLENDER – Метапоиск и Смешивание (MetaSearch & Blending)
На этом этапе поисковая система отправляет запрос в рекламную платформу для заполнения рекламных слотов (Message Slots) на SERP. Рекламная платформа выполняет описанный в патенте алгоритм аукциона (Selection-Round) для генерации Modifiable Portion (рекламного блока).

Внутренняя работа Рекламной Платформы (Bidding Platform 150):

• Входные данные: Запрос на заполнение N слотов, пул доступных рекламодателей (Originators).
• Процесс: Система применяет Limitation Rule и Cycling Rule для выбора комбинации участников. Она извлекает из базы данных (Database 160) индивидуальные Current Reserve Prices и Price Intervals для выбранных участников. Проводится аукцион, собираются Bidding Data.
• Выходные данные (в моменте): Список победителей для размещения в слотах (передается обратно Блендеру).
• Выходные данные (в базу): Обновленные Reserve Prices и Price Intervals для участников раунда.

На что влияет

• Конкретные типы контента: Влияет исключительно на платные рекламные сообщения (Digital Messages). Не влияет на органические результаты.
• Специфические запросы: Применяется ко всем запросам, по которым проводится рекламный аукцион (коммерческие, информационные, если есть рекламодатели).

Когда применяется

• Условия работы: Алгоритм применяется каждый раз, когда необходимо заполнить рекламные слоты на цифровом документе (SERP или страница сайта в РСЯ).
• Итеративность: Механизм является итеративным. Каждое проведение аукциона (даже для разных пользователей и разных запросов) является раундом отбора, который позволяет уточнить резервные цены участвовавших в нем рекламодателей.

Пошаговый алгоритм

Процесс итеративного аукциона и обновления цен:

1. Инициализация (Офлайн/Предварительно): Для каждого рекламодателя (Originator) задается начальный широкий ценовой интервал (Price Interval) и начальная резервная цена (Current Reserve Price), например, середина интервала.
2. Начало Раунда Отбора (Онлайн): Поступает запрос на заполнение N рекламных слотов.
3. Выбор Комбинации: Система применяет Limitation Rule (выбрать N участников) и Cycling Rule (выбрать комбинацию, отличную от предыдущей) для определения участников текущего раунда.
4. Сбор Данных Торгов (Bidding Data):
   1. Система получает Ставки (Bidding Prices) от выбранных участников.
   2. Система извлекает текущие индивидуальные Резервные Цены для этих участников.
5. Сравнение и Аллокация: Система сравнивает Ставку и Резервную Цену для каждого участника. Участники, чья Ставка >= Резервной Цены, выигрывают слоты. Происходит генерация рекламного блока.
6. Обновление Резервных Цен (Обучение): Для каждого участника раунда система обновляет его ценовой интервал и резервную цену:
   • Сценарий А (Ставка >= Резервная Цена): Рекламодатель выиграл. Система понимает, что его максимум выше текущей резервной цены. Нижняя граница (Lower Boundary) ценового интервала поднимается до уровня текущей резервной цены. Новая резервная цена устанавливается выше (например, в середине нового, более узкого интервала).
   • Сценарий Б (Ставка < Резервная Цена): Рекламодатель проиграл. Система понимает, что его максимум, возможно, ниже текущей резервной цены. Верхняя граница (Upper Boundary) интервала снижается. Патент описывает специфический механизм снижения: корректировка верхней границы пропорциональна разнице между ставкой и нижней границей интервала (Claim 9). Новая резервная цена устанавливается ниже.
7. Итерация: Процесс повторяется с шага 2 для следующего запроса с новой комбинацией участников.
8. Анализ (Периодически): После множества раундов система анализирует накопленные резервные цены (которые приблизились к истинным максимумам). Определяются высокодоходные (High-Yield) и низкодоходные (Low-Yield) рекламодатели. Для них могут вводиться правила включения по умолчанию (Default-Inclusion) или исключения (Default-Exclusion) в будущих аукционах (Claims 13, 14).

Какие данные и как использует

Данные на входе

Патент фокусируется исключительно на данных, связанных с аукционом. Факторы, связанные с контентом, ссылками, поведением пользователей на сайте и т.д., в данном патенте не упоминаются, так как он не описывает ранжирование контента.

• Данные аукциона:
  • Bidding Price (Ставка): Сумма, предложенная рекламодателем в текущем раунде.
  • Auction Data (Исторические данные аукционов): Хранящиеся в базе данных индивидуальные параметры для каждого рекламодателя.

Какие метрики используются и как они считаются

• Current Reserve Price (Текущая резервная цена): Индивидуальная метрика для каждого рекламодателя. Изначально может быть предопределена, далее рассчитывается итеративно, обычно как функция от Price Interval (например, его середина).
• Price Interval (Ценовой интервал): Определяется нижней (Lower Boundary) и верхней (Upper Boundary) границами. Эти границы корректируются в каждом раунде, в котором участвует рекламодатель.
• Механизм корректировки границ:
  • Если Bid >= Reserve Price: Нижняя граница увеличивается (например, устанавливается равной текущей Reserve Price).
  • Если Bid < Reserve Price: Верхняя граница уменьшается. Уменьшение пропорционально разнице между ставкой и нижней границей (Claim 9).

Цель этих вычислений — сузить Price Interval так, чтобы Current Reserve Price максимально приблизилась к истинной максимальной готовности платить (Maximum Price) рекламодателя.

Выводы

ВАЖНО: Патент описывает внутренние процессы рекламной платформы Яндекс (AdTech/PPC) и не дает практических выводов для SEO.

Основные выводы для понимания работы Яндекса:

1. Фокус на AdTech, а не SEO: Патент не содержит информации о факторах органического ранжирования, индексации или обработки запросов для SEO. Он полностью посвящен механике рекламных аукционов.
2. Индивидуальное ценообразование: Яндекс использует сложные модели для определения цены клика, основанные не только на текущих ставках конкурентов, но и на индивидуальной оценке готовности платить каждого рекламодателя (Individualized Current Reserve Price).
3. Итеративное обучение для максимизации дохода: Система активно «прощупывает» рекламодателей, итеративно повышая и понижая резервные цены, чтобы найти их истинный максимум. Это достигается через механизм корректировки ценовых интервалов (Price Intervals).
4. Динамическая конкуренция в аукционе: Состав участников (Combination of Originators) в каждом конкретном аукционе ограничен и постоянно меняется (Cycling Rule). Это усложняет для рекламодателей возможность оптимизировать ставки, опираясь только на поведение конкурентов.
5. Сегментация рекламодателей: Система выявляет наиболее доходных (High-Yield) и наименее доходных (Low-Yield) рекламодателей на основе их истинной готовности платить и может применять к ним специальные правила участия в аукционах (включение/исключение).

Практика

ВАЖНО: Патент является инфраструктурным и связан с рекламными технологиями (PPC). Он не дает практических рекомендаций для SEO.

Best practices (это мы делаем)

Для SEO-специалистов прямых рекомендаций нет. Патент не описывает, как оптимизировать контент или улучшать ссылочный профиль для органического ранжирования.

Worst practices (это делать не надо)

Для SEO-специалистов худших практик, вытекающих из этого патента, нет.

Стратегическое значение

Патент подтверждает высокий уровень развития рекламных технологий Яндекса и фокус компании на максимизации дохода от рекламы. Для SEO-специалистов это подчеркивает, что рекламный блок формируется сложной, самообучающейся системой, которая стремится быть максимально эффективной в монетизации. Это важно учитывать при анализе конкурентной среды на SERP, но не влияет на стратегию органического продвижения.

Практические примеры

Практических примеров для применения в SEO нет. Приведем пример работы описанного аукционного механизма для иллюстрации.

Сценарий: Итеративное обновление резервной цены

Рекламодатель А готов платить максимум 100 руб. (Истинный Максимум, неизвестен Яндексу).

1. Начальное состояние: Яндекс устанавливает Ценовой Интервал. Текущая Резервная Цена = 100 руб.
2. Раунд 1: Рекламодатель А делает ставку 80 руб.
   • Результат: Ставка (80) < Резервная Цена (100). Рекламодатель проиграл.
   • Обновление: Система снижает верхнюю границу интервала. Новый интервал, например,. Новая Резервная Цена = 75 руб.
3. Раунд 2 (с другим составом участников): Рекламодатель А делает ставку 90 руб.
   • Результат: Ставка (90) > Резервная Цена (75). Рекламодатель выиграл.
   • Обновление: Система поднимает нижнюю границу интервала до 75 руб. Новый интервал. Новая Резервная Цена = 112.5 руб.
4. Раунд 3: Рекламодатель А делает ставку 95 руб.
   • Результат: Ставка (95) < Резервная Цена (112.5). Рекламодатель проиграл.
   • Обновление: Система снижает верхнюю границу. Новый интервал, например,. Новая Резервная Цена = 95 руб.

В результате серии итераций Резервная Цена приближается к истинному максимуму (100 руб.).

Вопросы и ответы