2017-08-25 4229
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(tǒng)架構上有諸多相似之處,但是二者有著本質(zhì)的差別。
在實踐過程中經(jīng)常遇到將適合推薦的策略應用在搜索中,結果發(fā)現(xiàn)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(zhì)具有極大的差別,有必要對二者的差別進行分析,下面從產(chǎn)品價值,目標用戶以及衡量指標進行解讀二者的不同:
產(chǎn)品價值。推薦的價值在于幫助用戶發(fā)現(xiàn)好店,關鍵詞是“探索發(fā)現(xiàn)”,搜索的價值是幫助用戶便利高效的獲取到精準的內(nèi)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(fā)現(xiàn)自己感興趣的內(nèi)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(chǎn)品價值是幫助用戶便利高效的獲取到精準的內(nèi)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(jīng)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(fā)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(nèi)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(chǎn)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(zhàn)略就是放棄了不擅長的O2O,而是聚焦于地圖的本質(zhì)業(yè)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(fā)現(xiàn)用戶的搜索詞中約有一半并不是實體POI,而是商區(qū)、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(shù)進行排序;因此我們?yōu)橥扑]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(yōu)質(zhì)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(yōu)惠活動。
在滿足了內(nèi)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(lián)想詞或者搜索結果直觀呈現(xiàn),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(jù)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(fā)現(xiàn)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(jù)用戶的瀏覽行為和搜索行為放個性化的內(nèi)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?shù)拿?,而且筆者也通過AB測試證明加了個性化后的數(shù)據(jù)有起碼60%的提升。
行動點5: 搜索聯(lián)想詞支持點擊直達
最初在分析搜索詞的時候發(fā)現(xiàn)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(yōu)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(zhuǎn)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(qū),想要的是該商區(qū)內(nèi)的商戶,單純的關鍵詞匹配已經(jīng)無法滿足,需要將商區(qū)畫圈,然后將落在這個圈里的商戶都召回。為了更好的呈現(xiàn)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(zhuǎn)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(zhuǎn)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(chǎn)生
4 從外網(wǎng)爬取
以上。