Patent US8886662B1: Analiza wspólnych sufiksów

Praktyczny przewodnik dla specjalistów SEO - jak Google buduje podpowiedzi long-tail i co z tym zrobić

„Generating word completions based on shared suffix analysis” · Google LLC · priorytet 2011-07-11 · przyznany 2014-11-11 Wynalazcy: Lev Finkelstein, Eddo Kim, Ari Shotland

1. TL;DR - 60 sekund i wiesz, czy to dla Ciebie
2. Zanim wdrożysz: poziom pewności (czytaj uważnie)
3. Co patent robi naprawdę - mechanizm w 7 krokach
4. Trzy nieoczywiste wnioski (których nie ma w patencie)
5. Kto zyskuje, kto traci
6. Plan działania - od najtańszego do najbardziej zaawansowanego
7. Sygnały rankingowe i jak je realnie zmierzyć
8. Gotowe artefakty do skopiowania (JSON-LD, GA4, prompt audytowy)
9. Pytania audytowe - odpal na koncie klienta
10. Kiedy odpuścić - sygnały STOP

1. TL;DR - 60 sekund

Uczciwie, zanim wydasz budżet. W tym patencie rozdzielam dwie rzeczy, bo mają różną wagę dowodową:

• Mechanizm = HIGH. To, jak działa algorytm, jest wprost w zastrzeżeniach. Segmentacja claimów OK, pokrycie evidence 95/100, 6 zastrzeżeń niezależnych + 17 zależnych. Tu nie zgaduję - to czytam.
• Wdrożenie = LOW. Czy Google realnie tego używa w produkcie - tego nie wiemy. Reconciler zwrócił rozbieżność: warstwa LLM oceniła wdrożenie na HIGH, warstwa deterministyczna na LOW (deployment evidence 2/5, brak publicznego potwierdzenia). W takim konflikcie trzymamy się deterministyki: LOW.
• Nowość = INCREMENTAL (36/100). To ewolucja autocomplete sprzed ery LLM (priorytet 2011), nie przełom. Najbliższy prior art: US7260568B2, US7487145B1, US7836044.

3. Co patent robi naprawdę - mechanizm w 7 krokach

Na wejściu: partial query (to, co user wpisuje), zbiór unikatowych zapytań z logów oraz ich popularność. Na wyjściu: ranking podpowiedzi z przypisanym completion_score. Po drodze:

1. Rozbicie na prefix i suffix - tokenizacja, z obsługą niekompletnego ostatniego termu (np. user wpisał „naj”).
2. Pierwszy zbiór kandydatów - zapytania z logów, których sufiks ma co najmniej 3 wspólne termy, a prefiks NIE zawiera prefiksu partial query jako podciąg.
3. Fallback - jeśli pusto, obniż próg do 2 wspólnych termów w sufiksie.
4. Suffix similarity score - miara zgodności końcówek, z uwzględnieniem kolejności termów i dopasowań niekompletnego tokenu.
5. Selekcja i grupowanie po unikatowych sufiksach (de-dup).
6. Completion score - agregacja: popularność źródłowych zapytań ważona podobieństwem sufiksu, plus normalizacja → ranking.
7. Obsługa niekompletnego tokenu + telemetria do dalszego strojenia progów.

Najważniejszy, kontrintuicyjny szczegół

System odrzuca kandydatów, których prefiks zawiera prefiks zapytania użytkownika. To odwrotność klasycznego autocomplete. Efekt: zamiast prostego „dokończ początek”, Google proaktywnie sugeruje inaczej rozpoczęte, ale podobnie zakończone frazy - czyli kieruje usera w stronę bogatszych wzorców intencji wykrytych w sufiksie. Dlatego strategia „dopchnij początek frazy słowem kluczowym” jest tu nieskuteczna - liczy się końcówka.

Wniosek 1 - Google premiuje sufiks, nie prefiks

Skoro kandydaci z tym samym początkiem są aktywnie odrzucani, optymalizacja pod „początek frazy + keyword” nie łapie się w ten mechanizm. Targetuj całe, częste końcówki (2-4 termy), np. „…do 2000 zł opinie”, „…na asfalt”, „…u dziecka”. To one są nośnikiem intencji.

Wniosek 2 - popularność z logów jest nie do zastąpienia

Mimo ery LLM rdzeń rankingu to wciąż query popularity. Semantyka kontekstualizuje, ale ostateczną wagę dostaje to, co ludzie faktycznie wpisywali. Konsekwencja: fraza bez popytu w logach = niski exposure, choćby była „semantycznie idealna”. Najpierw dowód popytu, potem produkcja treści.

Wniosek 3 - to gra o dystrybucję zapytań, nie o pozycję #1

Patent zmienia, JAK formułowane są zapytania, więc wpływ widać w rozkładzie impresji/CTR, nie w skoku jednej pozycji. Mierz grupami sufiksów, nie pojedynczym keywordem - inaczej przegapisz efekt.

Zyskują

• E-commerce z osobnymi stronami pod długie, transakcyjne frazy (rozbudowany long-tail produktowy).
• Agregatory, FAQ, poradniki i przepisy korzystające z częstych, powtarzalnych sufiksów.
• Lokalni gracze z wariantami „usługa + dzielnica” oraz frazami „near me” (niekompletne tokeny).

Tracą

• Serwisy oparte na unikalnych, niepopularnych frazach - mały query popularity = niższy exposure.
• Strony o słabej reputacji / niskiej obecności w logach, które nie pojawiają się jako kandydaci.
• Treść top-of-funnel produkowana masowo bez sprawdzenia popytu na konkretne końcówki.

Skala wpływu: INCREMENTAL - pojedyncze przesunięcie jest małe, ale kumuluje się w czasie. Powierzchnie najbardziej dotknięte: Google Search (organic, HIGH), AI Overviews (MEDIUM, przez wariant zapytania wejściowego), YouTube Search (MEDIUM).

Kolejność od najtańszego i najszybszego ruchu do najbardziej zaawansowanego. Każdy krok ma kryterium weryfikacji - odhaczasz audytowo. Szacunki efektu są zakresowe, nie gwarancją.

1. Wyciągnij sufiksy z logów. Z wyszukiwarki wewnętrznej i logów serwera zbierz unikatowe zapytania, zgrupuj po sufiksach (2-4 termy), policz popularność. Sprawdź: CSV z top 500 sufiksów + liczność, ≥95% rekordów ma niepuste tokeny.
2. Zmapuj sufiksy do stron. Top 20% sufiksów (wg popularności) sparuj z istniejącymi URL-ami i zaznacz luki. Sprawdź: ≥80% top sufiksów ma przypisany URL albo flagę „brak”.
3. Dostrój title / H1 / pierwszy akapit na stronach priorytetowych tak, by naturalnie zawierały popularne końcówki (bez łamania E-E-A-T). Sprawdź: tytuł i H1 zawierają sufiks w pierwszych 100 znakach dla próbki 50 URL (≥80%).
4. Zbuduj content huby wokół klastrów sufiksów i połącz warianty internal linkingiem. Sprawdź: hub + linki do powiązanych URL dla ≥80% top 50 sufiksów.
5. Twórz dedykowane long-tail landing pages pod popularne sufiksy - ale dopiero po potwierdzeniu popytu w logach. Sprawdź: lista nowych landingów + udokumentowany proces produkcji.
6. Włącz anonimizowane logowanie niekompletnych tokenów we front-endzie (RODO-friendly). Sprawdź: GA4 event partial_input_capture z rozkładem prefiksów.
7. (Zaawansowane) Odtwórz suffix_similarity i completion_score na własnych logach. Sprawdź: zgodność top-5 z offline recreation ≥75%.
8. Postaw dashboard completion_score z alertem przy >20% przesunięcia w top-10 sufiksów. Sprawdź: dzienny rozkład + test alertu na 30-dniowym oknie.
9. Mierz efekt grupami sufiksów w GSC (impresje + CTR), nie pojedynczym keywordem. Sprawdź: raport miesięczny z deltą impresji/avg position.

Trzy sygnały Tier 1 sterują podpowiedziami. Żaden nie jest widoczny wprost w Ahrefs/SEMrush - potrzebujesz danych log-level. Proxy poniżej.

Podstaw własne wartości w miejsce {URL}, {TITLE}, {AUTOR}.

JSON-LD (SearchAction) - wklej w <head>

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "WebSite",
  "url": "{URL}",
  "name": "{TITLE}",
  "publisher": {
    "@type": "Organization",
    "name": "{AUTOR}"
  },
  "potentialAction": {
    "@type": "SearchAction",
    "target": "{URL}/search?q={search_term_string}",
    "query-input": "required name=search_term_string"
  }
}
</script>

Zdarzenia GA4 / GTM

Prompt audytowy (wklej do Claude/GPT, podstaw {URL})

Oceń stronę {URL} pod kątem patentu US8886662B1
(shared suffix analysis) i przygotuj raport optymalizacji:

1. Czy serwer/FE rejestruje unikatowe query i partial queries
   (niekompletny ostatni term)?
2. Top 100 sufiksów (2-4 termy) z logów za 90 dni?
3. Ile z nich ma dedykowane strony/FAQ i jaki mają
   impressions/CTR?
4. Czy title/H1/pierwszy akapit odpowiadają na wykryte sufiksy?
5. Czy telemetria zawiera query_popularity i jak jest ważona?
6. Jakie progi (>=3 vs >=2 termy) i czy są optymalne?
7. Zabezpieczenia przed manipulacją (syntetyczne logi, boty)?
8. Coverage sufiksów w pipeline + 5 zmian priorytetowych na 6 tyg.

Checklista (np. do Obsidian / Asana)

• [ ] Ekstrakcja top N sufiksów (2-4 termy) z logów za 90 dni
• [ ] Oznaczenie niekompletnych tokenów w telemetrii front-end
• [ ] Mapowanie sufiks → strona; przypisanie ownerów treści do luk
• [ ] Aktualizacja title/H1 dla top 20 sufiksów
• [ ] Uruchomienie A/B testu podpowiedzi (suffix-weighted vs control)
• [ ] Wdrożenie eventów GA4 (suggestion_shown / _clicked / partial_query_captured)
• [ ] Tygodniowy monitoring anomalii velocity sufiksów
• [ ] Publikacja 10 stron FAQ pod fallback 2-term sufiksy
• [ ] Rewizja progów similarity (>=3 vs >=2) na podstawie wyników A/B

9. Pytania audytowe - odpal na koncie klienta

Jeśli na któreś odpowiesz „nie”, masz lukę do zamknięcia przed jakąkolwiek produkcją treści.

• Czy logi rejestrują pełne i częściowe (incomplete token) zapytania? Bez tego nie odtworzysz candidate setów.
• Czy masz metrykę query_popularity dla unikatowych zapytań i jak często ją agregujesz? Bez wiarygodnej popularności = błędne rankingi.
• Czy istnieje mapa sufiksów (2-4 termy) → strona? Bez niej nie wykorzystasz potencjału autosugestii w ruchu organicznym.
• Czy title/H1/pierwszy akapit stron priorytetowych zawierają naturalne sufiksy z logów?
• Czy masz wdrożony SearchAction / schema.org dla wyszukiwarki wewnętrznej?