В средата на Google Maps: 72 сигнала за подреждане и търсене на местна архитектура

Когато даден бизнес се появи в Google Maps, обявата, която виждате, е крайният продукт на много по-голяма система.

Зад нея стои канонична географска единица, събрана от множество източници на данни, свързана с Knowledge Graph и интернет, оценена от множество системи за класиране, филтрирана чрез географско и семантично търсене, персонализирана за потребителя и накрая предадена на система за рендиране, която решава какво всъщност може да се покаже на картата.

Нашият екип наскоро получи двоичен файл, който предоставя непубличен изглед на Geostore, системата, която Google използва за представяне на географски единици. Сравнихме го с протоколи на Карти, мрежов трафик, уеб индекс, мобилни услуги, стилови таблици, компоненти на устройството и изтичане на данни на Google от 2024 г.

Възстановеният материал включва:

• 72 сигнала за класиране в Geostore.
• 793 доставчици на източници на данни.
• 446 типа локално търсене.
• 50 998 стила на Mapcore.
• 12 936 стила за етикети.
• 10 936 реклами в Geostore с възможност за търсене.

Сигналите за класиране вероятно ще привлекат внимание. Но те са само един слой.

Архитектурата около тях разказва по-голяма история за това как Google разбира местата и в какво може да се превърне локалното SEO, когато Картите се превърнат в продукт за разговори.

Първото нещо, което трябва да се разбере: списъкът не е обект

Полезен ментален модел започва с Geostore. Google представя географските характеристики вътрешно като Характеристики. Характеристика може да бъде бизнес, сграда, път, град, гара, квартал, транспортен елемент или дори 3D обект.

За един бизнес, характеристиката може да съдържа идентичност, геометрия, информация за източника, уебсайтове, взаимоотношения във веригата на бизнеса, връзки в Графа на знанията, концепции и информация за оценка.

Обикновеният списък в Картите се появява по-късно. Това, което собственикът на бизнес редактира в своя бизнес профил в Google, не е непременно това, което Google поддържа вътрешно като обект.

Google създава канонично представяне на място, което може да включва данни от множество източници, да издържа на промени в геометрията и да се свързва с други идентификатори на Google, включително идентификатора на машината на графа на знанията (MID).

За локално SEO обектът е по-полезна единица за разглеждане. Списъкът е интерфейс. Под него се намира обект.

Google обобщава данни от 793 доставчици

Една от най-показателните части на Geostore е неговата система за произход.

Един бизнес няма само един източник. Името му може да идва от един доставчик, телефонният му номер от друг, категорията му от трети, а геометрията му от напълно различно местоположение.

Корпусът разкрива 793 доставчика на източници, както и механизми за определяне на произход, приоритет, доверие и сливане.

Сливането е процес, използван, когато множество източници описват един и същ обект и не са съгласни помежду си.

Geostore съдържа общи механизми, които могат да изберат една стойност, да слеят множество стойности или да ги комбинират. Той също така моделира нива на доверие, вариращи от блокирани или ненадеждни източници до надеждни и супер надеждни.

Това предоставя друга интерпретация на често срещан локален SEO проблем: промяната на поле в бизнес профил в Google не гарантира, че каноничното представяне на Google веднага ще се превърне в тази нова стойност.

Редактирането се превръща в поредно доказателство, влизащо в система, която може вече да има конкуриращи се доказателства.

За компании, които постоянно се борят с неправилни атрибути, дублирана информация или промени, които многократно се отменят, тази архитектура помага да се обясни защо проблемът може да бъде по-труден от редактирането на списък.

Архивът прави теча много по-полезен

Самият двоичен файл ни предоставя структури, номера на полета и пълни списъци. Документацията на Google от март 2024 г. често ни дава нещо друго: проза, която обяснява какво означават тези структури.

Публикувахме и двете заедно. Полученият архив съдържа 10 936 съобщения на Geostore, търсещи по име на съобщение, пакет, тип поле, текст на документацията, номер на етикет, състояние и други свойства.

При обратното инженерство едно вътрешно заглавие може лесно да се превърне в теория, докато се разпространява в SEO общността. Архивът ви позволява да проверите основните доказателства.

Ако сигналът съществува, можете да намерите съобщението му. Ако полето съществува в документацията за 2024 г., можете да прочетете съответното описание. Ако поле е премахнато от новата клиентска област, неговият protobuf таг все още оставя номерирана дупка.

Изтичането на информация от 2024 г. ни даде много описания на системите на Google. По-новият двоичен файл ни дава много повече от техния действителен речник.

Заедно те предоставят по-полезна картина, отколкото двата източника поотделно.

Oyster Rank съдържа 72 сигнала за класиране

Geostore има собствена система за класиране. Вътрешно се нарича Oyster Rank. Получихме пълен видим списък от 72 сигнала, включително:

• Google Рецензии.
• Обемът на уеб заявките.
• Показвания на реклами.
• Отваряне на реклами.
• Заявки за маршрут.
• Щраквания върху уебсайтове.
• Членство в мрежата.
• Сигнали на Уикипедия.
• Популярност.
• Значение.
• Информация за атракции.
• Използване на пътища.

От 72 стойности 25 са изрично маркирани като остарели.

Важно ограничение е, че възстановихме имената на сигналите, а не текущите им тегла.

Диаграмата показва конвейера, в който необработените наблюдения се извличат, нормализират и смесват с функцията за ранг. Но коефициентите, които ще ни покажат колко допринася всеки сигнал, са извън обхвата на нашия реконструиран обем.

Така че SIGNAL_GOOGLE_REVIEWS доказва, че рецензиите принадлежат към речника на Oyster Rank. Това не доказва, че рецензиите в момента имат някаква тежест в търсенето в Карти.

72 сигнала не е алгоритъмът на Google Maps

Това е може би най-важното уточнение за SEO специалистите. Oyster Rank изглежда характеризира важността на даден субект в Geostore. Заявката на потребителя все още трябва да премине през допълнителни системи.

Картите трябва да разбират какво има предвид даден човек, да определят географския контекст, да генерират кандидати, да оценяват семантичната уместност и да предоставят окончателен набор от резултати.

Опростеният тръбопровод изглежда по-скоро така:

Същността на Geostore -> разбиране на заявката -> семантично съпоставяне -> генериране на кандидати -> география и качество -> прекласиране -> резултати

Има допълнителни усложнения. Открихме и отделен оценител, който работи напълно офлайн на устройството. Той има осем сигнала на 13 нива и се различава както от Oyster Rank, така и от Places Server Rank.

Няма единна формула за класиране на Карти. Различните системи за оценка и търсене работят на различни етапи.

Преобразуването на 72-те сигнала на Oyster Rank в контролен списък от 72 фактора за класиране на Google Maps би означавало игнориране на голяма част от архитектурата.

Локалното търсене няма фиксиран радиус

Тествахме директно и географския слой. Общият модел на локално SEO предполага, че Google търси в предварително определен радиус около потребителя и класира намерените в него бизнеси.

Нашите измервания показват нещо по-динамично. Използвайки едно и също местоположение в Париж, географският отпечатък варира значително в зависимост от заявката.

Гъста заявка като pharmacie създаде много по-малка област на търсене от заявка за марка като Carrefour.

Средата също има значение. Същата заявка за pharmacy се разшири драстично, когато беше изпълнена в слабо населен селски район.

Изглежда, че Google адаптира пространството на кандидатите както към заявката, така и към това, което съществува около потребителя.

След това премахнахме географското тегло от същата търсачка. При 5083 обаждания и 86 584 резултата, средното разстояние се е променило от 6,87 км с география до над 4000 км без.

Още по-интересно е, че негеографският ред е останал забележително стабилен.

Това предполага, че географията прави нещо повече от просто пренареждане на един и същ списък с кандидати по разстояние. Тя променя това, което търсачката взема предвид.

Разстоянието все още е фундаментално за локалното SEO. Но моделът „Ако съм по-близо, би трябвало да се класирам по-високо“ е непълен.

Картите и мрежата са свързани чрез обекти

Връзката между Картите и класическото уеб SEO може да е едно от най-важните открития в корпуса.

Функциите на Geostore могат да се свързват с Графа на знанието чрез MID. От страната на уеб индекса, документите могат да съдържат и MID.

Google има слой, наречен webref, който свързва документи с обекти и съхранява информация, включително релевантност, авторитет, географски метаданни и оценки на ниво документ.

Тази асоциация работи и на ниво класиране на документи. Възстановените структури описват сигнала за относително класиране между различните документи за един и същ обект, както и свойства, като например дали страницата е страница на автор, страница на издател или страница с връзки.

Това създава напълно различен начин на мислене за локатор на магазини или страница с местоположение. Неговата роля може да надхвърля класирането за заявки като „магазин за обувки Париж“. Документът може да служи като доказателство за наличието на скрит обект.

Част от целта на SEO е да улесни Google при определянето на:

• Какво обект описва документът.
• Коя част от документа всъщност се отнася до този обект.
• Колко силна трябва да бъде тази връзка?
• Дали документът е полезна връзка към него.

Уеб SEO и локалното SEO са много по-малко разделени в инфраструктурата на Google, отколкото предполагат техните интерфейси.

Google разбира концепции, не само категории.

Семантичното ниво далеч надхвърля основната категория, видима в списъка. Google използва GConcepts, споделен концептуален речник, който може да описва бизнеси, ястия, атрибути, кухни, методи на обслужване и други понятия.

Проследихме едно просто запитване за рамен през няколко части на системата. Самите резултати от търсенето не принадлежаха към една и съща категория. Google асоциира запитването с ресторанти за рамен, японски ресторанти, азиатски ресторанти и други свързани понятия.

Вътре в списъците семантичното представяне е по-дълбоко. Темите за отзиви, елементите от менюто и други атрибути могат да бъдат представени като обекти, а не като прости низове.

За система с изкуствен интелект това е изключително полезно. Вместо да се налага да препрочитате хиляди отзиви всеки път, когато някой попита дали даден ресторант има дълго чакане или добър рамен, Google може да работи със структурирани теми, обекти и предварително изчислени сигнали, които вече са свързани с дадено местоположение.

Семантичното разбиране става много по-важно, когато интерфейсът започне да отговаря на сложни въпроси.

Част от географския интелект на Google е на вашия телефон

Не всичко се изчислява на сървърите на Google. Открихме модели на устройството, свързани с посещения, кандидати за места, чести места, пътувания, дом и работа, модели на мобилност и профили на местоположението на потребителите.

Една особено интересна функция е ChainAffinity, която предполага, че системата може да моделира афинитет към повтаряща се търговска мрежа.

Има и отделен офлайн оценител, споменат по-рано.

Точното ниво на доказателства варира между компонентите. Някои структури са ясно наименувани във възстановената схема, докато части от слоя с персоните могат да бъдат реконструирани само от компилирани структури.

Но по-широката архитектура е ясна: самият телефон участва в изграждането на географския контекст.

Това означава, че персонализацията в Карти може да комбинира знания за света от страна на сървъра с локален модел на собствената география на потребителя.

Класирането все още не гарантира видимост на картата

Резултатите от търсенето са само един от резултатите на Карти.

Visual Map има друг проблем, който трябва да бъде решен: хиляди потенциално релевантни функции не могат да получават етикети едновременно. Тази задача принадлежи отчасти на Mapcore.

Възстановихме 50 998 стила на Mapcore и 12 936 стила на етикети. Видимостта на етикетите може да варира в зависимост от мащабирането и други условия на рендиране.

Един бизнес може да отговаря на условията или да е високо класиран, но все пак да не се показва като видимо име на картата. Класирането в търсенето и видимостта на картата са отделни въпроси за оптимизация.

Това разграничение става особено важно, когато хората измерват „видимостта на картите“, използвайки екранни снимки или картографски мрежи. Визуалната повърхност включва решения за рендиране, след като търсенето и класирането вече са се случили.

Тогава Google поставя Gemini на първо място

Времето за възстановяване е полезно. Google бързо разширява Ask Maps и други възможности, задвижвани от изкуствен интелект, но голяма част от инфраструктурата, необходима за отговаряне на сложни въпроси, вече е налице.

Системата вече има:

• Канонични обекти на място.
• Семантични понятия и атрибути.
• Отзиви и извлечени теми.
• Връзки с графа на знанието.
• Уеб доказателства.
• Геотърсене.
• Поведенчески сигнали.
• Личен географски контекст.
• Съставяне на списък.
• Системи за класиране.

Gemini добавя разговорен интерфейс върху тези слоеве. Това променя какво може да представлява една локална заявка.

Заявката „Най-добрият рамен близо до мен“ е сравнително проста. Заявката „Къде могат да се хранят шест души тази вечер близо до моя хотел, един вегетарианец, с кратко време за чакане и добри скорошни отзиви за обслужване?“ изисква различен тип представяне на мястото.

Google трябва да знае какъв тип ресторант е, какво сервира, кога е отворен, какво казват хората за него, къде се намира, как се свързва с маршрута или контекста на потребителя и дали наличните данни са достатъчно надеждни, за да го препоръчат.

Карти изгражда много от тези съставки от години. Слоят с изкуствен интелект дава на Google нов начин да ги използва.

Какво да оптимизираме отвъд бизнес профила

Най-практичният извод от това проучване не е новият списък с фактори за класиране.

Локалното SEO традиционно се фокусира върху оптимизирането на бизнес профила в Google: категории, отзиви, снимки, атрибути, работно време и други полета в списъка.

Те остават важни.

Но архитектурата на Google има по-широка цел: да подобри представянето, което Google може да създаде за самото предприятие.

За бизнес или търговска марка, все по-често бих питал:

• Какво точно представлява това място?
• Какво предлага?
• Към коя марка или верига принадлежи?
• Какви концепции и атрибути го описват? Уебсайтът ясно ли описва същата единица?
• Кои уеб документи предоставят доказателства за това?
• Вижда ли Google реално търсене на марката?
• Какво постоянно казват отзивите за специфични аспекти на преживяването?
• Какви аудитории и контексти биха могли да направят това място подходящо?
• Кога Google трябва да го препоръча пред друг кандидат?

Качеството на отговора, който Google може да предостави, зависи от пълнотата на това представяне.

Семантичната пълнота може да бъде следващото локално SEO бойно поле

Близостта, релевантността и известността остават полезни концепции.

Изкуственият интелект добавя още едно изискване. Системата се нуждае от достатъчно структурирани доказателства, за да разсъждава за дадено място.

Един ресторант може да има оптимизиран профил и стотици отзиви, но все пак да бъде слабо представен за конкретен въпрос, ако Google не може уверено да свърже съответните атрибути, концепции, уеб страници и теми за отзиви с имота.

Голяма търговска марка има допълнителен проблем.

Google моделира както вериги, така и отделни локации. Наблюдавахме магазини от една и съща марка в един и същ метрополен район, които имат различни основни концепции, въпреки че мрежовият модел съдържа канонична концептуална структура.

Не можете да предполагате последователност само защото всяко местоположение принадлежи на една и съща марка.

За SEO за множество локации, предизвикателството се простира до обекта на марката, всеки локален обект, уебсайта, структурираните данни, източниците на трети страни, генерираното от потребителите съдържание и връзките между тях.

Това е много по-голяма повърхност от бизнес профила.

Списъкът е само повърхността

72-те сигнала на Oyster Rank са завладяващи, защото разкриват категории информация, които Google може да използва, за да оцени важността на дадено местоположение.

По-задълбоченото откритие е системата около тях:

• Geostore създава каноничен географски обект от конкуриращи се източници.
• Графът на знанието дава на този обект семантична стойност.
• Webref свързва уеб документи към него.
• Търсене и места интерпретират заявката и извличат кандидати в динамично географско пространство.
• Системите на устройството предоставят личен географски контекст.
• Mapcore контролира какво се случва на визуалната карта.
• Ask Maps и Gemini най-накрая могат да разсъждават за полученото представяне на естествен език.

Бизнес профилът на Google все още има значение. Но архитектурата на Google предполага да се погледне отвъд самата обява и да се вземе предвид представянето, което Google е създал за бизнеса.

Ключовият въпрос е дали това представяне е достатъчно пълно, за да може Google уверено да препоръча бизнеса.

Пълното проучване включва реконструирана архитектура, експерименти и технически доказателства. Придружаващият архив съдържа 10 936 възстановени Geostore обяви, заедно с документация от 2024 г., позволяваща директна проверка на основните схеми, изброявания, полета и сигнали.