2017-08-25 4263
搜索和推薦雖然都是解決信息過載的手段，在前端視覺和系統架構上有諸多相似之處，但是二者有著本質的差別。
在實踐過程中經常遇到將適合推薦的策略應用在搜索中，結果發現收效甚微甚至效果負向，這是因為搜索和推薦雖然存在諸多相似性，但是其本質具有極大的差別，有必要對二者的差別進行分析，下面從產品價值，目標用戶以及衡量指標進行解讀二者的不同：
產品價值。推薦的價值在于幫助用戶發現好店，關鍵詞是“探索發現”，搜索的價值是幫助用戶便利高效的獲取到精準的內容，這里的關鍵詞有兩個，一個是便利高效，講的是過程，旨在降低用戶的時間成本，另外一個是精準，講的是結果，旨在降低用戶的信息獲取成本。
目標用戶。推薦的目標用戶是需求不明確的用戶，閑來無事來逛一逛以期發現自己感興趣的內容。而搜索的目標用戶是需求明確的用戶，需要快速、即時的找到所需。
衡量指標。推薦和搜索最常用的衡量指標都是點擊率，而且是越高越好。此外還有一個常用的輔助指標是使用時長，搜索的平均使用時長越短越好，越短說明用戶越快找到所需，表明搜索做的越好，而推薦平均使用時長越長越好，越長說明推薦的東西用戶越感興趣，表明推薦做的越好。
搜索的產品價值是幫助用戶便利高效的獲取到精準的內容，好的搜索體驗需要滿足4個策略，即全面、高效、精準、有趣。
行動點1：擴充POI的豐富度
影響搜索結果最根本的還是信息的完整性，試想如果搜索的結果經常為空或者結果信息稀疏，就無從談搜索體驗，筆者之所以把全面作為最重要因素，因為從點評和高德發展提煉得出的。
15年筆者進入點評之后，當時老板花了半年時間做的事情就是擴充POI的覆蓋量和內容豐富度，做到點評的POI覆蓋度領先于當時的競對美團，因此用戶就會產生一個心智，那就是找信息上點評，點評的搜索使用率遠高于美團也印證了這一點。
另外一個是高德，阿里收購高德以后，俞永福當時的戰略就是放棄了不擅長的O2O，而是聚焦于地圖的本質業務，也即地址查詢和導航，其中最重要的一個舉措就是最大程度的豐富POI信息，終于在2年后在搜索體驗上超過了百度地圖。
行動點2：實體POI到虛擬POI
在實體POI覆蓋度做到最全之后，通過query進行分析，發現用戶的搜索詞中約有一半并不是實體POI，而是商區、推薦菜、品類、場景等詞，這些詞的搜索結果點擊率遠遠不如搜索商戶詞，因此去分析用戶搜索這些詞以后的行為路徑。例如用戶搜索推薦菜，是想找一家這個推薦菜比較好的店，但是列表頁并無法通過推薦菜的推薦人數進行排序；因此我們為推薦菜建立了虛擬POI，在搜索結果頁將該虛擬POI置頂，POI的詳情頁放的是該推薦菜的附近排行榜、全程排行榜以及附近的優質團購。
同樣的道理，分析用戶搜索商場，可能是要找這個商場的商戶，也可能只是將這個商場做為地標，找這家商場附近的商戶。因此將商場建立虛擬POI，將該虛擬POI置頂，增加快捷入口可以直接找商場附近的商戶；也可以點擊這個虛擬POI，進入商場的詳情頁，里面展示商場的商戶，以及一些優惠活動。
在滿足了內容豐富度之后，下一個任務就是就是幫助用戶快捷高效的獲取信息，首先我們有必要梳理一下用戶使用搜索的場景進行梳理：
從上面可以看出一個完整的用戶消費過程用戶起碼需要找同一家店4次，那么如果我們在第1步的時候就識別出用戶想去的店鋪，例如用戶要去的商戶是“七條魚精致料理”，之后在搜索框的底紋詞、搜索熱詞、搜索聯想詞或者搜索結果直觀呈現，就能夠直接縮短用戶觸達路徑，提高用戶效率。
那么如何識別出用戶要去哪家店呢？
前面講到的四步找店過程中，每一步都可以通過一些用戶行為來識別出用戶要去的商戶，例如在行前可以根據用戶多次瀏覽、收藏、分享等行為判斷用戶想要去的商戶，同時在之后的行為也可以不斷驗證和修正。
下面分析一下每一步可以用來判斷用戶想去的店的行為特征：
Step1：行前選店
Step 2：行中看址
Step3：到店消費
用戶點擊搜索之后，都會有一個熱門搜索的模塊，筆者通過對搜索熱詞分析，發現點擊率比較高的都是例如美食、火鍋、日料這種比較寬泛的詞，貌似符合常理，因為大家搜索這些詞的概率比較高嘛。
但是大家思考這個問題：
用戶點擊搜索熱詞“火鍋”，到底是因為：
用戶本身就是想搜火鍋，剛好看到了就點擊？
還是用戶本身不想搜火鍋，看到搜索熱詞這里有個火鍋，改變了原有的搜索意愿改搜火鍋了？
前者是迎合用戶的搜索意圖，后者是引導了用戶的搜索意圖。
我認為答案是前者，因為用戶使用搜索本身是有個明確的意圖，不太可能因為我們的搜索熱詞而改變了自己原本的搜索意圖。所以如果這里的搜索熱詞是為了迎合用戶搜索意圖，也即盡最大可能的猜測用戶的搜索意圖。
那么通過“熱門搜索”是很有很瓶頸的，因為真正猜測用戶訴求最好的方式不是熱門而是個性化，因此這里更適合根據用戶的瀏覽行為和搜索行為放個性化的內容。當然這時“熱門搜索”的名字可能不合適了，可以換一個更恰當的名字，而且筆者也通過AB測試證明加了個性化后的數據有起碼60%的提升。
行動點5： 搜索聯想詞支持點擊直達
最初在分析搜索詞的時候發現品牌詞的搜索結果點擊率非常高，例如用戶搜星巴克，超過80%的用戶都會點擊第一條搜索結果，也即一般點的都是距離用戶最近的星巴克。
品牌詞的搜索結果點擊這么好，貌似不需要放精力優化。但是我們逆向思考一下：為什么品牌詞的搜索結果點擊這么好？那是因為用戶搜索品牌詞時搜索意圖非常明確，基本上都是要找附近的那家店，既然如此我們是否能進一步縮短用戶的路徑呢？答案是肯定的，也即在搜索引導詞直接展示相關的商戶，用戶點擊后直接跳轉到商戶詳情頁，而不是先跳到列表頁，然后還需要用戶點擊跳到閑情頁。
O2O場景用戶的搜索詞很雜，類型很多，而不同的搜索詞用戶期望的結果差別很大，例如用戶搜商區，想要的是該商區內的商戶，單純的關鍵詞匹配已經無法滿足，需要將商區畫圈，然后將落在這個圈里的商戶都召回。為了更好的呈現的不同搜索詞的結果，需要建立關鍵詞進行歸類，建立詞庫，然后不同類型的關鍵詞制定不同的召回和排序模型。
搜索結果適度考慮用戶個性化因素，能夠有效的提升轉化率，考慮的因素主要是4個維度，商戶維度、用戶維度、商戶-用戶交叉維度、情境維度(例如雨天外賣加權)，想了解更多個性化因素可以看上一篇文章。
推薦理由能夠讓用戶明白結果的排序的理由，同時趣味性的推薦理由能夠吸引用戶眼球，提高轉化率。推薦理由的來源主要有3類：
1 利用關系鏈
2 機器生成理由
3 從UGC中提煉產生
4 從外網爬取
以上。
動態和資訊都在這里
溫馨提示：您當前的瀏覽器版本過低，存在安全風險，建議升級瀏覽器
私域運營
商城系統
互動直播
短視頻
AI數字人
AI數字人直播
O2O解決方案
直播解決方案
內容付費解決方案
AI數字人解決方案
