搜索产品设计
2021-10-11 17:32:42 3 举报AI智能生成
搜索产品设计理念
作者其他创作
大纲/内容
整体介绍
搜索-从用户需求出发
搜索是唯一一个用户主动表达自己诉求的功能
搜索流量比无目的的浏览的流量价值更高
目前的发展阶段
通用搜索（全网通：百度）
垂直搜索（站内搜索：电商之类）
内容倾向性与目标匹配
POI
简单说百度
没有专职PM从事搜索策略和架构相关的工作，更多转向了挖掘互联玩深层次信息和用户需求，完善人与搜索的几哦啊户过程
阿拉丁项目：互联网内容和服务的挖掘进行整合，打包呈现
交互方式的扩展：语音搜索、图像搜索、度秘（小度机器人）
搜索PM的能力要求
用户感
数据感
逻辑思维
设计能力
沟通能力
搜索PM的职责
思考搜索功能的定位
业务方向决策和需求的处理
指定完善的迭代优化方案
对优化迭代效果做出判断
人性化需求处理
应该是前端产品经理钟最熟悉策略和数据的人
思考：搜索功能的定位
公司现阶段的核心目标
搜索在网站或者APP扮演怎样的角色
那些没有搜索的应用
为什么唯品会没有搜索
实现路径
基础功能搭建
从零开始
一般情况下研发会基于ElasticSearch、Solr等开源服务搭建一个初步额搜索引擎，接入业务数据信息后，即可实现后台输入搜索词，返回相关结果条目的功能
思考角度和需求来源
典型使用过程
输入关键词
查找结果
进入详情页
需求不明确，通过搜索来不断确定自己的需求
搜索不会作为一个独立的存在
搜索应该为网站的整体体验进行服务
体验的形成是一个长期的、完整的过程
好的搜索一定程度上会降低用户的PV和使用市场，这正是易用性的体验
宏观分析搜索功能改变带来的影响
宏观的看短期搜索次数的增加可能是体验变差或功能设置不合理的表现
搜索功能使用量的增加也可能是网站整体使用变差的表现
搜索功能改变带来的影响，并支持决策
提供用户发酸需求的选择，在每次操作后缩小擦好找目标的范围，全力完善每个关键词的搜索体验
s筛选
相关性扩展
思考具体指标变化的原因
聚焦到每一个关键词的搜索体验
需求来源
用户反馈/内部反馈
确认需求是否广泛应用
用户行为日志（数据分析）
结论一般可以直接拿来用
竞品分析
分析的效果以来人工打分判断，比较主观，单搜索的体验很大程度上也是主观的
具体的分析方法
一般分析
宏观指标和日志的分析，用来发现和确认需求
整体指标分析
总的搜索量
点击量
点击率
各个位置结果的点击量
翻页情况
无结果比例
召回数等等
Session分析
用户一次使用搜索完整的行为记录
更多定义需求
共性分析
统计维度抽取session的共现行为
共同出现的频率越高，俩个关键词之间的关联度越高
同时还可以分析关键词的前置和后置关系
优化方向和评估方法
优化方向
内容建设
用户能搜到东西的基础，完善内容
体验功能优化
前端部分
策略优化
相关性策略
权重调整
分词优化
同义词
patterm
词和词组合
评估方法
AB测试
整体数据分析
基础搜索量
点击量
PV
无结果比例
翻页率
点击逆序比例
在第一页搜索少
关键词分析
人工打分/竞品分析
很关键
具体的迭代流程
目标导向
有没有用
远离伪需求，任何没用的东西上线对用户都是一种伤害
有多大用
抛开计量谈毒性都是扯淡
能否达到预期效果
目标明确、可度量、才好评估
收益和成本的考量
路径
发现问题
描述问题和判断决策
推进解决
效果确认
复盘总结
一些需要了解的技术名词
相关性
TF/IDF:权重计算
TF:词频
IDF:逆向文件频率
爬虫
分词
自然源处理
索引：倒排
前端部分
整体布局和分类搜索
不要违背用户通常使用情况
APP
第一屏顶部居中或居右
H5
增加一些和浏览器地址栏的区隔
PC端
第一屏偏上或居中的位置
框的设计
简洁，不影响使用
可输入内容提示
可用输入方式提示
搜索按钮
现在的输入法都带搜索按钮
是否需要分类？
判断条件
有不同种类的实体
实体的层级和展示形式不同
内容集中度和比例不同
分类搜索样式
Tab切换
下拉框
避免和其它交互有冲突
搜索推荐
需要考虑的方面
推荐词的来源
内容的时效性
体验是否流畅
用户体验相关指标
俩步suggestion
纠错筛选
筛选和排序
筛选
需要用户熟知且语义明确
设计原则
实体本身是否有这样的属性
内容丰富程度的影响
用户对筛选功能的预期
排序
宜精不宜多
搜索历史和热词搜索推荐
搜索历史展示最近搜索的内容，不宜过多
搜索结果样式
实体种类
不宜过多
最好有从属关系
最好分区放置
控制每类结果数量
结果内容
F型浏览方式
先给用户概括性、感性的内容
再给用户思考的内容
最后是附加内容
示例
电商
商品图
品名/标题
简要特点介绍/特征（非必须）
价格
销量
评价（非必须）
内容型
标题
摘要
评价/评论等辅助信息（非必需）
0 条评论
下一页
