搜索策略產(chǎn)品的工作可能會遇到哪些場景和流程？這篇文章里，作者基于工作中的搜索項(xiàng)目，從5個主要問題出發(fā)做了拓展和闡述，一起來看看吧。

基于工作中的搜索項(xiàng)目，進(jìn)行相關(guān)搜索策略產(chǎn)品工作的總結(jié)，本文主要匯總了以下5個問題進(jìn)行拓展敘述：

1. 搜索場景主要模塊
2. 搜索場景常見名詞解釋
3. 搜索場景核心流程
4. 優(yōu)化目標(biāo)的制定
5. 搜索場景需要建設(shè)及優(yōu)化方向

一、搜索場景主要模塊

市面上常見的產(chǎn)品，搜索場景基本上都是由搜索入口、搜索中間頁、搜索結(jié)果頁這三部分組成，如下：

• 搜索入口：搜索框+底紋詞（搜索框自帶的推薦詞）
• 搜索中間頁：歷史搜索、熱門搜索/搜索發(fā)現(xiàn)、聯(lián)想詞、主動搜索、中間頁搜索榜單（或運(yùn)營banner）
• 搜索結(jié)果頁：搜索結(jié)果頁feed流、排序/篩選功能模塊、廣告位、運(yùn)營位/banner

各產(chǎn)品細(xì)拆下來還有很多模塊，雖然模塊較多，但這些模塊存在的核心目標(biāo)都是為了讓用戶在搜索場景快速找到精確目標(biāo)內(nèi)容，提升轉(zhuǎn)化和用戶體驗(yàn)。

二、搜索場景常見名詞解釋

1. query

query即用戶搜索詞，在眾多模塊中，搜索詞可能是用戶主動輸入的，也可能是點(diǎn)擊歷史搜索詞/熱門搜索詞/聯(lián)想詞/底紋詞等等跳轉(zhuǎn)搜索結(jié)果頁的內(nèi)容，也都算作搜索詞，也叫關(guān)鍵詞。

2. 相關(guān)性

相關(guān)性是用戶搜索詞與搜索頁面內(nèi)容的相關(guān)程度，比較簡單場景的是從用戶畫像和內(nèi)容文本的相關(guān)性去衡量相關(guān)性。大概的做法是隨機(jī)抽取一部分用戶的搜索詞及對應(yīng)的搜索結(jié)果內(nèi)容，拿用戶畫像中的部分畫像字段，再拿搜索結(jié)果的物品的相關(guān)字段，人工定義2邊的字段內(nèi)容是否相關(guān)以及相關(guān)性強(qiáng)度等。

3. 索引&倒排索引

1）索引

索引是一種像書籍目錄一樣快速查詢數(shù)據(jù)的結(jié)構(gòu)，能夠快速定位和查找數(shù)據(jù)。索引能夠?qū)⒉樵儾僮鞯臅r間復(fù)雜度從遍歷整個文檔集合降低到對索引的查詢，大大提升效率。

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

2）倒排索引

倒排索引是搜索引擎中最常用的索引結(jié)構(gòu)之一，尤其適用于文本檢索場景。其工作原理主要包括以下步驟：

• 文檔分詞：首先，對每一個文檔（如職位描述或簡歷）進(jìn)行分詞處理，將文本分割成單個單詞或短語，稱為“詞元”。這個過程可能包括去除停用詞（如“的”、“和”等）、詞形還原（將單詞變?yōu)槠湓危纭皉unning”變?yōu)椤皉un”）等。
• 詞項(xiàng)記錄：為每一個獨(dú)特的詞元創(chuàng)建一個項(xiàng)記錄，這個記錄包含該詞出現(xiàn)的所有文檔ID列表及其在文檔中的位置信息。這是倒排索引的精髓，它把“詞”到“文檔”的映射關(guān)系反轉(zhuǎn)過來，就是倒排。
• 壓縮與優(yōu)化：為了節(jié)省空間和提高效率，會對這些記錄進(jìn)行壓縮和索引結(jié)構(gòu)的優(yōu)化，如使用位圖、倒排列表等數(shù)據(jù)結(jié)構(gòu)。

*以招聘場景舉例說明倒排索引的應(yīng)用：求職者搜索特定職位時，系統(tǒng)只需要在倒排索引中查找關(guān)鍵詞對應(yīng)的文檔ID列表，即可快速找到匹配的職位，無需掃描全部職位信息。

4. 意圖識別

1）意圖識別

我個人認(rèn)為，意圖識別就是在技術(shù)上區(qū)分搜索和推薦的核心不同點(diǎn)之一。當(dāng)用戶在搜索場景中輸入關(guān)鍵詞詞（query）時，系統(tǒng)會對關(guān)鍵詞進(jìn)行“分詞-糾錯-改寫-意圖識別-輸出識別結(jié)果”這一系列操作，我們把這個過程統(tǒng)稱為意圖識別。

例如，在招聘平臺中，意圖識別意味著理解求職者是尋找特定職位、公司信息、工作場所、薪資還是其他相關(guān)內(nèi)容，基本知道了用戶在搜什么，然后根據(jù)這個意圖去推薦符合意圖的崗位。這里存放內(nèi)容信息的地方，就叫做索引。

2）分詞

分詞又叫切詞，是文本處理中的基礎(chǔ)步驟，切詞對于提高搜索效率和準(zhǔn)確率非常重要。切詞是將連續(xù)的文本分割成獨(dú)立且有語義的詞，這也是切詞的難點(diǎn)：識別詞的邊界和歧義問題。

切詞時先對文本進(jìn)行臟數(shù)據(jù)清洗和轉(zhuǎn)化（去除標(biāo)點(diǎn)、大小寫轉(zhuǎn)換等），然后用平臺自有或市面上場景的詞典進(jìn)行文本匹配切詞，匹配成功就切詞。這里面涉及到詞典中沒有的和有歧義的詞，需要進(jìn)行算法切分或進(jìn)行詞性標(biāo)注進(jìn)行劃分，優(yōu)化詞典。

3）糾錯

糾錯是提升用戶體驗(yàn)和搜索效率的重要部分，尤其是在處理用戶輸入的關(guān)鍵詞時，能夠有效的識別就糾錯，確保用戶能夠快速找到需要的內(nèi)容。

常見的糾錯內(nèi)容有：拼寫糾錯、語法糾錯、同音詞糾錯、縮寫糾錯等。在用戶輸入搜索詞后，進(jìn)行初步處理（去掉空格、標(biāo)點(diǎn)等）后，利用詞典（專業(yè)詞庫或錯誤詞典）對每個詞進(jìn)行匹配，且考慮關(guān)鍵詞的上下文信息，進(jìn)行糾錯推斷。還能利用模型算法進(jìn)行糾錯。通過自動糾錯的方式，提升搜索效率及搜索場景的包容性，進(jìn)一步提升用戶體驗(yàn)。

4）改寫

改寫是提升搜索質(zhì)量和用戶體驗(yàn)的關(guān)鍵過程之一。改寫通過分析理解用戶的關(guān)鍵詞，進(jìn)行轉(zhuǎn)換，生成更精準(zhǔn)更符合自己平臺的查詢query，從而獲得更準(zhǔn)更多的搜索結(jié)果。

改寫通過同義詞替換、拼寫修正、短語識別與重組、去噪化數(shù)據(jù)、規(guī)范化數(shù)據(jù)等方面進(jìn)行搜索詞處理。在用戶輸入搜索詞后，進(jìn)行初步的分詞和去噪處理（去掉無意義詞），通過自然語言處理技術(shù)分析用戶查詢的意圖，包括關(guān)鍵詞分析、上下文理解等。根據(jù)已建立的改寫規(guī)則庫（如同義詞表、拼寫糾正規(guī)則等），匹配合適的改寫方案。運(yùn)用機(jī)器學(xué)習(xí)模型，基于用戶行為數(shù)據(jù)和歷史搜索結(jié)果，動態(tài)生成更精準(zhǔn)的改寫建議。

改寫能提升搜索結(jié)果相關(guān)性，有效處理長尾查詢，拓寬用戶搜索范圍，增加內(nèi)容覆蓋度，促進(jìn)長尾流量的轉(zhuǎn)化。

*意圖識別引導(dǎo)整個搜索過程，決定是否需要改寫；改寫優(yōu)化查詢以提高相關(guān)性；切詞和分詞提供基本處理單元；詞典和詞庫提供詞匯規(guī)范和專業(yè)匹配依據(jù)，共同確保搜索的高效和準(zhǔn)確。

三、搜索場景核心流程

關(guān)于搜索場景的召回、排序等介紹，大家感興趣的可以看之前的介紹：http://22none.com/pd/4519608.html

四、制定搜索場景優(yōu)化目標(biāo)

1. 定義搜索場景及用戶需求

1）用戶群體：需要明確平臺的主要用戶群體，如求職者、雇主客戶、代招（獵頭）等，并分析他們的特定需求。

2）搜索場景：識別用戶在什么情境下使用搜索功能，如求職者尋找特定職位、雇主客戶篩選候選人、獵頭尋求合適人才等。

2. 確定優(yōu)化目標(biāo)

其實(shí)在第二部分中就已經(jīng)提到了搜索場景中各模塊的核心目標(biāo)：讓用戶在搜索場景快速找到精確目標(biāo)內(nèi)容，提升轉(zhuǎn)化和用戶體驗(yàn)。因此，搜索場景的整體優(yōu)化目標(biāo)，其實(shí)就是快速識別用戶意圖、進(jìn)行精準(zhǔn)推薦，并讓用戶快速完成轉(zhuǎn)化。

• 提升用戶體驗(yàn)：減少搜索響應(yīng)時間，優(yōu)化搜索結(jié)果的相關(guān)性和多樣性，提供個性化推薦。
• 增加用戶參與度：提升搜索后的行為轉(zhuǎn)化率（如點(diǎn)擊、申請職位、收藏、投遞簡歷等），延長用戶在平臺的停留時間。
• 業(yè)務(wù)目標(biāo)：提高職位匹配效率，增加有效連接（求職者與雇主的配對），提升用戶滿意度和留存率，最終推動業(yè)務(wù)增長。

3. 設(shè)定目標(biāo)提升量

根據(jù)核心目標(biāo)，我們制定了對應(yīng)的量化指標(biāo)：各公司的優(yōu)化方向略有差異，但整體思路大同小異，搜索場景的優(yōu)化目標(biāo)對比下來，基本上是以下4個方向指標(biāo)的提升：內(nèi)容的相關(guān)性提升、轉(zhuǎn)化漏斗中轉(zhuǎn)化指標(biāo)的提升（ctr-點(diǎn)擊率、cvr-轉(zhuǎn)化率、deep-cvr深度轉(zhuǎn)化等）、轉(zhuǎn)化數(shù)量絕對值的提升、用戶滿意度；

量化指標(biāo)的確定以后，需要確定量化目標(biāo)值，例如轉(zhuǎn)化量提升10%。這個10%是怎么來的？不能摸著腦袋直接拍數(shù)據(jù)，需要多角度進(jìn)行合理預(yù)估：

• 基準(zhǔn)線分析：當(dāng)前搜索場景的用戶量、轉(zhuǎn)化率、轉(zhuǎn)化量數(shù)據(jù)；對比各周期數(shù)據(jù)漲幅趨勢；
• 上限預(yù)估：根據(jù)競品分析、平臺往年數(shù)據(jù)對比、轉(zhuǎn)化漏斗拆分，預(yù)估用戶量上限和轉(zhuǎn)化指標(biāo)上限；
• 快速驗(yàn)證：在正式實(shí)施前，通過A/B測試或小范圍試驗(yàn)新策略，收集數(shù)據(jù)以量化預(yù)期提升效果。
• 風(fēng)險評估：評估實(shí)施計劃所需的時間、人力、技術(shù)資源以及潛在風(fēng)險，確保目標(biāo)設(shè)定在資源可承受范圍內(nèi)，同時考慮到可能遇到的阻力和不確定性。

*最近預(yù)估的10%轉(zhuǎn)化率提升是基于上述多維度分析的結(jié)果，是一個結(jié)合了歷史數(shù)據(jù)、行業(yè)標(biāo)準(zhǔn)、技術(shù)可行性及資源評估的綜合預(yù)判。實(shí)際操作中，這一目標(biāo)應(yīng)當(dāng)是靈活調(diào)整的，并隨著項(xiàng)目進(jìn)展不斷校驗(yàn)和優(yōu)化。

五、搜索優(yōu)化方向

優(yōu)化目標(biāo)相關(guān)指標(biāo)思考清楚后，整個場景的優(yōu)化目標(biāo)值就很清晰了，這部分主要根據(jù)我在工作中遇到的問題匯總后劃分了以下4個方向去優(yōu)化：

1. 用戶覆蓋率（c端產(chǎn)品體驗(yàn)+策略優(yōu)化）

這部分主要是針對功能模塊的優(yōu)化，去合理提升用戶在各模塊的覆蓋率以及用戶在搜索場景的轉(zhuǎn)化路徑；

需要看的數(shù)據(jù)主要有：

1）整個轉(zhuǎn)化流程中用戶的轉(zhuǎn)化漏斗（請求-下發(fā)-曝光-點(diǎn)擊-轉(zhuǎn)化-深度轉(zhuǎn)化），去看用戶在哪一塊的流失率最高，進(jìn)行歸因分析

2）提升點(diǎn)擊數(shù)量常用的策略：擴(kuò)大曝光量及吸引用戶眼球（加角標(biāo)或創(chuàng)意提示）

3）去掉多余的功能及轉(zhuǎn)化路徑（差異化推薦）

從用戶點(diǎn)擊搜索框-歷史搜索詞/熱門搜索列表-聯(lián)想詞-搜索結(jié)果頁/結(jié)果頁的結(jié)構(gòu)組成/展現(xiàn)形式等，進(jìn)行體驗(yàn)端問題匯總，以優(yōu)化核心價值為目標(biāo)，去做匯總；

2. 檢索流程及背后邏輯

匯總搜索場景線上流程并梳理對應(yīng)的檢索邏輯，如上面第二節(jié)講的搜索場景核心流程，根據(jù)核心流程拆分成以下優(yōu)化邏輯：

1）用戶點(diǎn)擊搜索框-點(diǎn)擊歷史搜索/點(diǎn)擊搜索按鈕/點(diǎn)擊熱門搜索/點(diǎn)擊聯(lián)想詞-請求列表頁（召回-排序-打散）

2）明確搜索場景目前線上檢索流程及對應(yīng)的背后邏輯，梳理完后，針對不同流程的邏輯進(jìn)行優(yōu)化，對接不同的技術(shù)團(tuán)隊

3）從整體體驗(yàn)端流程（用戶點(diǎn)擊搜索框–>用戶在搜索場景完成深度轉(zhuǎn)化）的每一個階段，對應(yīng)到底層的邏輯鏈路，去做相應(yīng)的梳理和建設(shè)，整體的流程按照串聯(lián)點(diǎn)去做；

3. 內(nèi)容優(yōu)化

相關(guān)內(nèi)容體驗(yàn)及線上客訴融合，針對內(nèi)容出不來、出來的內(nèi)容不合理、內(nèi)容排序排不出上去、無法精準(zhǔn)搜索等問題，細(xì)化挖掘底層原因，進(jìn)行優(yōu)化方案輸出；

*我在工作中常見的底層原因主要是意圖識別不準(zhǔn)確、分詞過細(xì)、標(biāo)簽召回有誤等，供參考。

4. 數(shù)據(jù)側(cè)要點(diǎn)

數(shù)據(jù)完整度決定了場景優(yōu)化的上限，在搜索場景優(yōu)化或正常的策略優(yōu)化中，都需要優(yōu)先做數(shù)據(jù)測算，以下是我在搜索場景優(yōu)化中匯總的數(shù)據(jù)側(cè)需要注意的地方：

1）埋點(diǎn)梳理

• 搜索場景常見指標(biāo)是否有對應(yīng)的埋點(diǎn)或日志表數(shù)據(jù)
• 轉(zhuǎn)化漏斗數(shù)據(jù)鏈路是否完整

2）數(shù)據(jù)看板

• 整體轉(zhuǎn)化漏斗看板/分請求來源看轉(zhuǎn)化漏斗看板
• 人均指標(biāo)看版

3）搜索詞監(jiān)控

• 針對頭部搜索詞對比，檢測頭部搜索詞是否異常，以及當(dāng)天新出現(xiàn)在頭部的搜索詞（及昨天對應(yīng)為top位置）
• 搜索詞接信安、風(fēng)控等過濾接口

4）優(yōu)化路徑匯總

數(shù)據(jù)摸底，輸出結(jié)論及問題規(guī)劃。

前期需要對現(xiàn)有搜索場景進(jìn)行快速的數(shù)據(jù)摸底工作，從數(shù)據(jù)維度確認(rèn)gap在哪，主要有以下幾個維度的數(shù)據(jù)摸底：

場景與大盤數(shù)據(jù)：

• 場景流量數(shù)據(jù)
• 分流程uv/pv轉(zhuǎn)化率
• 留存數(shù)據(jù)（對比大盤）

場景頁面轉(zhuǎn)化數(shù)據(jù)：

• 轉(zhuǎn)化率
• 分位置轉(zhuǎn)化數(shù)據(jù)

頭部搜索詞數(shù)據(jù)：

• top1000/3000/5000/N搜索詞曝光占比
• 天/周/月搜索詞重合度
• 高曝光高轉(zhuǎn)化搜索詞
• 高曝光低轉(zhuǎn)化搜索詞

長短期搜索詞監(jiān)測和數(shù)據(jù)看板建設(shè)；

搜索詞監(jiān)測：

• 搜索場景核心指標(biāo)監(jiān)測
• 突發(fā)熱詞監(jiān)測
• 頭部熱詞轉(zhuǎn)化率監(jiān)測（高曝光高轉(zhuǎn)化/高曝光低轉(zhuǎn)化，出發(fā)預(yù)警）

數(shù)據(jù)看板：

• 整體轉(zhuǎn)化漏斗
• 分召回策略轉(zhuǎn)化漏斗

六、其他關(guān)注點(diǎn)

1. 優(yōu)化前對齊搜索場景項(xiàng)目優(yōu)化目標(biāo)及限制條件（商業(yè)收入與連接量的平衡點(diǎn)）或其他訴求（商業(yè)流量占比與商業(yè)收入的關(guān)系）。

2. 明確各流程/各部門接口人，避免單個部分多人來回溝通；需求溝通明確時間節(jié)點(diǎn)。

3. 以項(xiàng)目形式進(jìn)行推進(jìn)，避免單個需求來回溝通，浪費(fèi)技術(shù)資源。

4. 數(shù)據(jù)先行，埋點(diǎn)的制定及ab分流的策略等。

5. 抓住重點(diǎn)，看數(shù)據(jù)在核心不在多，不能哐一下搞一堆數(shù)據(jù)出來，沒有核心點(diǎn)。