Как Яндекс таргетирует рекламу на цифровых билбордах (DOOH), идентифицируя аудиторию в реальном времени

Описание

Какую задачу решает

Патент решает проблему отсутствия персонализации и точного измерения эффективности в офлайн-рекламе на цифровых экранах (Digital Out-of-Home, DOOH). Традиционно офлайн-экраны показывают одинаковый контент всем проходящим мимо людям. Изобретение направлено на перенос механизмов онлайн-рекламы (персонализация, RTB-аукционы) в физический мир, позволяя адаптировать контент к профилям пользователей, находящихся перед экраном в реальном времени.

Что запатентовано

Запатентована система для динамического выбора и показа цифрового контента на User-independent electronic devices (например, цифровых билбордах). Суть изобретения заключается в идентификации группы пользователей, находящихся в зоне видимости экрана (Exposure Perimeter), сопоставлении их с агрегированными онлайн-профилями и проведении аукциона (Impression Bid Process) для выбора контента с наивысшей итоговой ставкой для данной группы.

Как это работает

Система использует комбинацию данных для идентификации аудитории. Для наружных экранов используются GPS-данные из навигационных приложений (например, Яндекс.Навигатор). Для внутренних экранов используются сенсоры (WiFi/Bluetooth снифферы для сбора MAC-адресов) и камеры. Полученные данные (идентификаторы устройств, изображения лиц) сопоставляются с базой агрегированных профилей пользователей Яндекса. На основе характеристик присутствующей группы проводится RTB-аукцион. Ключевым механизмом является Post-Impression Exposure Reconciliation — верификация того, действительно ли пользователи видели контент (анализируя их движение, время нахождения в зоне видимости), и корректировка итоговой ставки постфактум.

Актуальность для SEO

Высокая для сферы AdTech и MarTech. Технологии, связывающие офлайн-присутствие с онлайн-идентичностью для таргетинга DOOH-рекламы, активно развиваются и внедряются Яндексом в его рекламной сети.

Важность для SEO

Влияние на SEO минимальное (1/10). Этот патент полностью сосредоточен на технологиях наружной цифровой рекламы (DOOH). Он не описывает механизмы, связанные со сканированием, индексацией или ранжированием веб-документов в органическом поиске. Патент дает представление о возможностях Яндекса в области профилирования пользователей и агрегации данных из разных источников, но не предлагает действенных инсайтов для стратегий поисковой оптимизации сайтов.

Детальный разбор

Термины и определения

Campaign Parameters (Параметры кампании)

Набор целевых параметров аудитории (Target Profile Parameters), заданных рекламодателем для показа конкретного цифрового контента.

Digital Content Item (Цифровой контент)

Рекламное объявление (статичное изображение, видео и т.д.), предназначенное для показа на экране.

Exposure Perimeter (Периметр воздействия / Зона видимости)

Физическая область, находясь в которой пользователь может четко видеть контент на экране.

Impression Bid Process (Процесс торгов за показ)

Аукцион (например, RTB), в ходе которого определяется, какой контент будет показан текущей аудитории. Выигрывает контент с наивысшей итоговой ставкой (Highest Resultant Bidding Value).

Navigation Log (Навигационный лог)

Журнал, содержащий GPS-координаты и временные метки перемещения пользователя, часто собираемый навигационными приложениями.

Post-Impression Exposure Reconciliation (Сверка воздействия после показа)

Процесс верификации того, кто из пользователей фактически увидел показанный контент, и последующая корректировка (rectifying) стоимости показа.

Profile Parameter (Параметр профиля)

Характеристики пользователя (возраст, пол, интересы), полученные из его агрегированного профиля.

User-independent electronic device (Независимое от пользователя электронное устройство)

В контексте патента — это цифровой экран (билборд, дисплей в помещении), на котором отображается контент.

Ключевые утверждения (Анализ Claims)

Патент защищает метод персонализации контента на независимых экранах путем идентификации присутствующей аудитории и проведения аукциона.

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

1. Получение данных, указывающих на присутствие группы пользователей в Exposure Perimeter.
2. Определение Profile Parameters для каждого пользователя в группе.
3. Выполнение Impression Bid Process для выбора контента на основе профилей и параметров кампаний. Выбор контента с Highest Resultant Bidding Value.
4. Передача выбранного контента на устройство для отображения.

Claim 3 и Claim 6 (Методы обнаружения): Уточняют, как система обнаруживает пользователей.

• Claim 3: Устройство отображения может включать камеру, а входящие данные включают захваченное изображение пользователей.
• Claim 6: Устройство отображения может включать сенсоры (например, WiFi/Bluetooth снифферы). Входящие данные включают сигналы от устройств пользователей (сила сигнала, уникальный идентификатор/MAC-адрес).

Claim 5 (Методы профилирования): Уточняет, как определяются профили.

• Анализ захваченного изображения (из Claim 3) включает его корреляцию с онлайн-профилями пользователей. Это указывает на возможность использования распознавания лиц.

Claim 7 (Сверка после показа / Post-Impression Reconciliation): Описывает механизм верификации и корректировки ставки.

1. Получение второго набора данных, указывающих на присутствие второй группы пользователей *во время* отображения контента.
2. Определение профилей этой второй группы.
3. Определение значения вариации параметров профиля (насколько фактическая аудитория отличалась от изначальной).
4. Корректировка (rectifying) итоговой ставки на основе этой вариации. (Claim 10 уточняет, что корректировка может быть как увеличением, так и уменьшением ставки).

Claim 14 (Наружная реклама и GPS): Уточняет работу для наружных экранов.

• Если экран находится на улице, данные о присутствии пользователей могут быть получены от геосенсоров (GPS) их портативных устройств.

Где и как применяется

Этот патент НЕ применяется к стандартным этапам веб-поиска (CRAWLING, INDEXING, RANKING, QUERY PROCESSING, BLENDER). Он относится к инфраструктуре Рекламной Сети Яндекса (РСЯ), конкретно к управлению инвентарем Digital Out-of-Home (DOOH).

Взаимодействие с компонентами:

• Устройства отображения (Content Display Devices): Физические экраны, оснащенные сенсорами (камеры, WiFi-снифферы) и подключенные к сети.
• Портативные устройства пользователей: Смартфоны, передающие GPS-данные (например, через Навигатор) или WiFi/Bluetooth сигналы.
• База данных профилей (User Profile Database): Хранилище агрегированных данных о пользователях (интересы, демография), собранных из различных сервисов Яндекса.
• Сервер (Selection Application): Центральный компонент, выполняющий обработку данных, профилирование и проведение RTB-аукциона.

Входные данные: GPS-логи (Navigation Logs), MAC-адреса, сила сигнала WiFi/BT, изображения с камер, User Device IDs.

Выходные данные: Выбранный цифровой контент для показа. После верификации — скорректированная стоимость показа (Rectified Bidding Value).

На что влияет

Патент влияет исключительно на эффективность и таргетинг цифровой наружной рекламы (DOOH). Он не оказывает влияния на ранжирование веб-контента, обработку поисковых запросов или SEO-продвижение в каких-либо тематиках (YMYL, ecommerce) в контексте органического поиска.

Когда применяется

Алгоритм активируется, когда система обнаруживает присутствие пользователей внутри или при приближении к «периметру воздействия» (Exposure Perimeter) цифрового экрана.

• Триггеры активации: Обнаружение нового MAC-адреса сниффером, получение GPS-данных от приближающегося пользователя или обнаружение движения/лиц камерой.

Пошаговый алгоритм

1. Обнаружение Аудитории (Сбор первичных данных): Сбор данных в зоне видимости экрана.
   • Indoor: Сбор MAC-адресов и силы сигнала через WiFi/BT снифферы; захват изображений камерой.
   • Outdoor: Получение навигационных логов (GPS треков) от приложений пользователей, приближающихся к экрану. Расчет вероятности входа в зону видимости (Entry Likelihood Parameter).
2. Идентификация и Профилирование: Определение профилей обнаруженных пользователей (Первая группа).
   • Сопоставление идентификаторов устройств (MAC, ID приложений Яндекса) с агрегированными профилями в базе данных.
   • ИЛИ: Распознавание лиц на изображениях и сопоставление их с онлайн-профилями.
3. Проведение Аукциона (Impression Bid Process): Запуск RTB. Система сравнивает параметры профилей аудитории с целевыми параметрами рекламных кампаний.
4. Выбор Победителя: Определение контента с наивысшей итоговой ставкой (Highest Resultant Bidding Value) для данной комбинации пользователей.
5. Отображение Контента: Передача выбранного контента на экран.
6. Верификация Просмотра (Сбор вторичных данных): Во время показа система собирает второй набор данных (обновленные треки, сигналы, изображения) для определения фактической аудитории (Вторая группа).
7. Анализ Воздействия: Расчет вероятности фактического контакта (Likelihood Parameter) на основе времени нахождения в зоне видимости и скорости движения.
8. Корректировка Ставки (Post-Impression Reconciliation): Пересчет итоговой стоимости показа. Ставка уменьшается, если целевой пользователь ушел, или увеличивается, если пришел новый целевой пользователь.

Какие данные и как использует

Данные на входе

• Географические факторы: GPS-координаты и временные метки из Navigation Logs. Используются для определения местоположения, скорости и направления движения пользователя.
• Технические/Сетевые факторы: MAC-адреса (Media Access Control), сила сигнала (Signal Strength) от WiFi/Bluetooth снифферов, IP-адреса (если пользователь подключился к локальной сети).
• Пользовательские факторы (Идентификаторы): Идентификаторы устройств (User Device ID) из приложений Яндекса.
• Мультимедиа факторы (Биометрия): Изображения (Captured image) с камер для распознавания лиц и верификации просмотра.
• Поведенческие факторы (Извлекаемые из БД): Агрегированные онлайн-профили, связанные с идентификаторами (включающие предполагаемый возраст, пол, интересы, историю онлайн-активности).

Какие метрики используются и как они считаются

• Entry Likelihood Parameter (Вероятность входа): Метрика (для Outdoor), указывающая на вероятность того, что пользователь войдет в зону видимости экрана. Рассчитывается на основе эвристик, учитывающих GPS-данные (скорость, расстояние до периметра, наличие перекрестков).
• Highest Resultant Bidding Value (Наивысшая итоговая ставка): Результат RTB-аукциона. Сумма ставок за каждого пользователя в аудитории, соответствующего целевым параметрам кампании.
• Likelihood Parameter (Exposure) (Вероятность воздействия): Метрика, рассчитываемая на этапе верификации, указывающая, был ли пользователь фактически подвергнут воздействию контента. Учитывает время нахождения в зоне видимости (dwelling time), скорость движения.
• Profile Parameter Variation Value (Значение вариации параметров профиля): Разница между аудиторией, для которой был выигран аукцион, и аудиторией, которая фактически увидела контент. Используется для корректировки ставки.

Выводы

1. Патент не относится к SEO: Изобретение полностью сосредоточено на технологиях офлайн-рекламы (DOOH) и не содержит информации, применимой для поисковой оптимизации сайтов.
2. Связь онлайн и офлайн идентичности: Патент демонстрирует технические возможности Яндекса по установлению связи между физическим присутствием человека и его цифровым онлайн-профилем. Это достигается через агрегацию данных из разных источников (GPS, WiFi, онлайн-сервисы) и потенциальное использование биометрии (распознавание лиц).
3. Глубокая агрегация данных: Система опирается на комплексные профили, собранные из различных сервисов Яндекса (Навигатор, Браузер, Маркет), что подчеркивает важность экосистемы для сбора данных.
4. RTB в офлайне: Яндекс внедряет механизмы онлайн-аукционов в реальном времени для физических экранов, таргетируясь на конкретную группу людей, находящихся перед экраном в данный момент.
5. Верификация показов (Reconciliation): Ключевой особенностью является механизм сверки постфактум, который позволяет рекламодателям платить только за подтвержденные показы, анализируя поведение пользователей во время демонстрации контента.

Практика

Best practices (это мы делаем)

Патент является инфраструктурным (AdTech) и описывает внутренние процессы рекламной сети Яндекса (DOOH). Он не дает практических рекомендаций для SEO-специалистов, занимающихся продвижением сайтов в органическом поиске.

Worst practices (это делать не надо)

Не применимо к SEO. Патент не описывает алгоритмы борьбы с SEO-манипуляциями или факторы пессимизации сайтов в поиске.

Стратегическое значение

Хотя патент не влияет на SEO напрямую, он имеет стратегическое значение для понимания возможностей Яндекса как технологической компании. Он подтверждает высокий уровень развития технологий трекинга и агрегации данных пользователей в экосистеме Яндекса. Патент демонстрирует способность Яндекса связывать данные о поведении пользователей в онлайне с их перемещениями в офлайне. Это дает представление о масштабах данных, которыми оперирует Яндекс.

Практические примеры

Практических примеров для SEO нет. Приведенные ниже примеры иллюстрируют работу патента в контексте DOOH-рекламы.

Сценарий 1: Наружная реклама у дороги (Outdoor)

1. Обнаружение: К цифровому билборду приближаются два автомобиля. Приложения Яндекс.Навигатор в смартфонах водителей передают GPS-треки (Navigation Logs) и User Device ID на сервер.
2. Профилирование: Система идентифицирует водителей. Первый — мужчина 40 лет (интересы: внедорожники). Второй — женщина 30 лет (интересы: косметика).
3. Аукцион: Проводится RTB. Реклама внедорожника предлагает 5 руб. за показ мужчине старше 35. Реклама косметики предлагает 3 руб. за показ женщине. Система выбирает рекламу, максимизирующую доход для текущей аудитории.
4. Показ: Реклама отображается на билборде.
5. Верификация (Reconciliation): Система анализирует обновленные GPS-треки. Первый водитель проехал билборд с нормальной скоростью (показ засчитан). Второй водитель свернул до того, как попал в зону видимости (показ не засчитан).
6. Корректировка: Стоимость показа корректируется с учетом только первого водителя.

Сценарий 2: Реклама в торговом центре (Indoor)

1. Обнаружение: Перед цифровым экраном стоят три человека. WiFi-сниффер экрана фиксирует MAC-адреса их смартфонов. Камера делает снимок.
2. Профилирование: Система сопоставляет MAC-адреса и/или использует распознавание лиц для идентификации профилей. Аудитория: две студентки и один пенсионер.
3. Аукцион: Проводится RTB. Реклама молодежной одежды имеет наивысшую ставку для этой комбинации аудитории.
4. Показ: Отображается реклама одежды.
5. Верификация (Reconciliation): Во время показа (15 секунд) одна из студенток уходит через 5 секунд.
6. Корректировка: Система определяет, что одна целевая пользовательница не получила полный показ. Стоимость показа (Bidding Value) уменьшается пропорционально.

Вопросы и ответы