Время для поиска: Как поиск информации может влиять на поисковую рекламу 1 Март 2022
Поисковая машина вроде Yahoo, получающая более 3 миллиардов поисковых запросов в месяц, наверняка заинтересована в анализе поступающих данных в своих логах. Эти данные могут подсказать, что люди обычно ищут в разное время суток или в определенные дни в году. Иногда поисковая машина даже может определить проводился ли поиск мужчиной или женщиной, где находился пользователь и т.д. Также поисковая машина может учитывать и другую доступную информацию о пользователе.
Такой анализ и сбор данных может быть полезен в процессе принятия решений о том, что показывать пользователям в качестве рекламы, а также о том, какой контент предоставлять людям, ищущим информацию.
Патент, одобренный на прошлой неделе, описывает, как поисковая машина может собирать данные с течением времени, иногда заглядывая в прошлое на целых 10 лет, чтобы решить какую информацию показывать людям, просматривающим ее рекламу и возможно другой контент на странице.
Патент:
Временной таргетинг рекламных объявлений
Изобретатели: Anand Madhavan, Shyam Kapur
Принадлежит Yahoo
US Patent 7,672,937
Одобрено 2 марта 2022
Подано на рассмотрение 11 апреля 2007
Аннотация
Система и методика использует временной таргетинг контента вроде рекламных объявлений. Таргетинг может основываться на времени суток, дне в году, сезоне или приближающихся праздниках.
Дополнительно для определения текущей популярности и/или предсказания будущей популярности конкретной концепции, которая может быть использована для таргетинга, может использоваться предыдущая история поиска
Yahoo показывает платные объявления рядом с поисковыми результатами, когда кто-то производит поиск в поисковой машине, а также предлагает рекламу на сайтах через свою сеть Publisher Network. Обычно отображение объявлений основано на запросах, по которым проводится поиск, или контенте сайта, на котором оно размещено. Но что, если подходящего объявления для запроса или контента не находится?
Возможно, информация о том, чем интересуются люди в различное время суток и в различные дни года будет полезна для принятия решения об отображении объявлений на таких страницах?
Если в Yahoo занимаются анализом ключевых слов запросов с целью выявления паттернов в них, то они могут увидеть, что люди склонны искать продукты или статьи, связанные с проблемами со сном вечером и информацию о положении дел на биржах по утрам. Поисковая машина может определить время, когда люди начинают искать информацию о костюмах и сладостях в дни перед Хэллоуином.
Если в Yahoo анализируют запросы в режиме реального времени или близко к этому, то они могут заметить, когда определенные ключевые слова достигают пика популярности в течение нескольких часов. Также поисковая машина может обращаться к информации прошлых лет (в патенте упоминается срок до 10 лет) для определения тенденций, связанных с праздниками или сезонами.
Таргетинг объявлений или другого контента на основе времени, даты или сезона, как и анализ посещения страниц или истории поиска за определенный период времени, может позволить предложить темы и предметы, которые с большой вероятностью будут наиболее популярны и/или релевантны для таргетинга.
Данные истории пользователей могут использоваться для определения временной популярности тем
В патенте говорится, что поисковая машина может оценивать широкий спектр информации, связанной с поведением пользователей и собранной в базе данных поисковых логов, для определения того, какие концепции или темы могут быть полезны при выборе рекламы или тем для отображения. В описании патента говорится, что поисковая машина может использовать описанный процесс не только для таргетирования рекламы, но в основном тексте все внимание фокусируется именно на этом.
Вот несколько типов пользовательских данных, которые могут анализироваться для этой методики таргетинга:
Поиски – Поисковые запросы могут демонстрировать паттерны во времени, которые помогут предсказать какие темы станут популярными.
Просмотр страниц – Страницы и части страниц, которые просматриваются или прокручиваются.
Клики на продуктах – Реклама, по которой кликают, и страницы продуктов, которые просматривают.
История покупок – История совершенных покупок продуктов и услуг.
Ввод информации пользователем – Информация, которую пользователи могут вводить на сайте.
Профили пользователей – Информация, введенная при создании онлайн-профиля, вроде пола, даты рождения, места проживания, и/или интересов.
Также упоминается возможность сбора и учета дополнительной информации о действиях онлайн:
Любая дополнительная информация может быть использована как “ввод информации пользователем” для определения популярности тем или контента. Например, новости, блоги и/или информация о развлечениях могут предоставить данные для предсказания популярности определенных концепций.
Например, если данные истории позволяют предположить, что когда в новостях начинается обсуждение ураганов, пользователи начинают просматривать контент на тему страхования, это может означать, что страхование является популярной концепцией при появлении новостей об ураганах.
Подобным же образом, блоги или информация о развлечениях вроде фильмов, телешоу или спорта может предоставить дополнительные данные для определения популярных концепций. Новости о развлечениях и блоги могут отслеживаться для определения наиболее обсуждаемых тем.
Выводы
Я начал этот пост с упоминания того, что Yahoo обрабатывает более 3 миллиардов запросов в месяц, и эту цифру я взял со страницы Tapas Kanungo, который указывает, что процесс генерации сниппетов, над которым он работал в Yahoo, отображал их примерно к такому количеству запросов в месяц.
Анализ такого количества запросов может предоставить огромное количество информации о том, чем интересуются люди в любой момент времени. Логично предположить, что люди чаще интересуются лопатами для расчистки снега поздней осенью и зимой, и купальниками и солнцезащитными щитками весной и летом.
Но имея огромное количество информации, способной раскрыть паттерны, включающие и другие темы и интересы, повторяющиеся через определенные часы или десятилетия, можно выявить интереснейшие закономерности в том, что может заинтересовать пользователей. Использование подобной информации в таргетинге рекламы может повысить шансы перехода по рекламной ссылке даже тогда, когда не находится подходящего объявления для контента страницы или использованного поискового запроса.
Я подозреваю, что эта информация может использоваться и другими способами, но патент, о котором идет речь, не углубляется в детали по этому поводу.
Переводной материал, источник
- Рубрики : SEO, Патенты, Переводы, Поисковые системы
- Автор : admin
Читать в ленте
Комментарии»
комментариев нет - будете первым?