Поисковая реклама на основе временного таргетинга

Опубликовано

Поисковые машины, которые обрабатывают миллиарды поисковых запросов в месяц, анализируют поступающие в логи данные. На основе обработки этой информации можно увидеть, что ищут в разное время года, разное время суток, что ищут мужчины и женщины, где находится пользователь.

Все эти данные играют довольно важную роль при определении выдачи, наиболее подходящей пользователю по этому запросу, и, кроме того, при выборе контекстной рекламы, которая будет показана пользователю.

Продвижение сайта в Yahoo

В феврале компания Yahoo запатентовала способ сбора и анализа такой информации о поиске. В документе описано, как поисковик собирает данные и как решает, какую информацию предоставлять пользователям.

Для этого был использован временной таргетинг контента наподобие рекламных объявлений. Временной – значит, он может основываться на дне в году, на сезоне, времени года, датах ближайших праздников. Также в процессе используется предыдущая история поиска

Yahoo показывает контекстную рекламу, основываясь на запросе и на контенте сайта, на котором она расположена. Однако подходящие рекламные объявления находятся не всегда. В таком случае можно воспользоваться временным таргетингом контента. Например, если проанализировать запросы с учетом времени, то становится ясно, что люди чаще ищут биржевые сводки утром, а купальники и солнцезащитные очки – летом.

Если Yahoo анализирует поисковые запросы в режиме реального времени, то по этим данным можно сделать выводы о том, в какое время дня определенные ключевые слова становятся наиболее популярными. Если собрать информацию за несколько десятилетий, то, возможно, можно будет выявить, какие темы интересны пользователям время от времени, что пользователи ожидают увидеть в выдаче по запросу, связанному с каким-либо праздником или временем года.

Естественно, эти данные могут быть использованы разными способами, в том числе и для определения наиболее релевантных рекламных объявлений для показа. Несколько типов пользовательских данных, которые используются алгоритмом, включают поисковые запросы, просмотр страниц, клики на рекламе, историю покупок, профили пользователей, различная дополнительная информация о популярности определенных концепций и трендов.

Такой анализ предоставляет огромное количество данных о том, что интересует людей в любой момент времени. Возможно, это позволит выявить интересные закономерности в поиске, а также повысить шансы переходов по рекламным ссылкам даже тогда, когда подходящего объявления по запросу или контенту не найдется.