如何優(yōu)化搜索？（分享優(yōu)化搜索的3個(gè)步驟）

對于內容型的何優(yōu)化搜化搜產(chǎn)品來(lái)說(shuō)，一款好的索分索搜索功能，可以最大程度放大內容效益——吸引用戶(hù)留下來(lái)，享優(yōu)并促使進(jìn)入流量到下一波的個(gè)步轉化。而筆者也以自己的何優(yōu)化搜化搜搜索優(yōu)化實(shí)踐為例，說(shuō)明了一系??列的索分索操作步驟，希望對你有所啟發(fā)。享優(yōu)

來(lái)交代下近況：來(lái)了**煮工作一年多??了，個(gè)步在經(jīng)歷了半年app迭代功能( ?ヮ?)規劃工作之后我終于迎來(lái)了第一個(gè)高級功能——搜索優(yōu)化。何優(yōu)化搜化搜

（不是索分索說(shuō)其他功能不高級，只(???)是享優(yōu)搜索是對我來(lái)說(shuō)全新的領(lǐng)域，跟以往負責的個(gè)步工作大不相同，所以稱(chēng)之為高級）

01 背景

我??所負責的何優(yōu)化搜化搜是APP的內容線(xiàn)的工作，核心工作圍繞留存率展開(kāi)。索??分索

在進(jìn)行數據分析后(′?｀*)發(fā)現留(???)存率與用戶(hù)收藏次數有關(guān)，享優(yōu)收藏越多，留存??率越高。因此提(????)高留存，就要提高收藏。

明確了留存的關(guān)鍵行為后，就該去探索用戶(hù)發(fā)生關(guān)鍵行為的核心漏斗。

通過(guò)app的流量分析可以知道，大部分流量進(jìn)入食譜詳情頁(yè)的路徑是通過(guò)搜索，所以?xún)?yōu)化“搜索 → 瀏覽 → 收藏”這個(gè)路徑，預測會(huì )得到最大的轉化率。（實(shí)際上也是的）

02 過(guò)程?

首先需要確定搜索的流( ?ヮ?)程，大??致確定為三步：

這(zhe)次挑搜索后的搜索結果排序來(lái)詳細說(shuō)說(shuō)。

第一步：制定排序策略

排序其實(shí)就是比大小，所以方法是給排序結果計算分值，根據不同的關(guān)鍵詞，搜出來(lái)的結果都有自己的分值，只要比較大小就可以算出排序列表。

接下來(lái)就是如何計算的問(wèn)題，也就是哪些因素會(huì )(hui)影響排序分值，請往下看：

第二步：找參數

搜索結果排序這個(gè)東西，我在做的時(shí)候查閱了很多資料，但大多數資料都比較偏??向底層的???技術(shù)細節，比如說(shuō)關(guān)鍵詞匹配規則。

好??在市面上有比較成熟的解決(jue)方案來(lái)解決底層的搜索邏輯，我們產(chǎn)品只需要決定關(guān)鍵詞(╯‵□′)╯匹配哪些內容，以及賦多少權重即可。

更為重要的是除了相關(guān)度這個(gè)因素之外，搜索結果的排序還受到哪些因(??ヮ?)?*:???素的影響，以及??他們是(shi)如何影響排序的。

前文有說(shuō)到，??收藏行為是用戶(hù)留存的關(guān)鍵行為，所以食譜的優(yōu)質(zhì)標準中最重要的指標也是收藏率，因此收藏率會(huì )是搜索結果排序公式中的一項參數。

為了減少這種極端，會(huì )??加入另外一個(gè)參數，就是收藏次數。

于是到現在已經(jīng)找好了三個(gè)參數：相關(guān)度、收藏次數、收藏率。

第三步：歸一化

定好了參數后，由于這些參數幾乎不在一個(gè)數量級，無(wú)法直接放進(jìn)公式計算，因此需要先明確他們的范圍：相關(guān)度數量級大約在(╬?益?)100以?xún)?；收藏次數非常大，約為好幾萬(wàn)，且不可控；收藏率范圍在0～1之間。

因此我們需??要把三個(gè)參ヽ(′?｀)ノ數歸一，便于計算。

由于數學(xué)一般，當時(shí)能想到的方法有兩個(gè)：一種是對數，一種是分數。

我來(lái)說(shuō)下我的理解：拿“收藏次數”這個(gè)參數來(lái)看，如果用對數的話(huà)，可以有一個(gè)變量(liang)，log2^A，A是收藏次數，如果用這個(gè)公式來(lái)計算的話(huà)，2個(gè)收藏跟2000個(gè)收藏差別不大，但還是無(wú)法避免前文所說(shuō)“收藏和瀏覽次數都很小，但收藏率極高”的問(wèn)題，且范圍只是在一定范圍內可控，仍然不知道如何跟“收藏率”放在一起計算。

于是模仿了“收藏率”公式：收藏次數/瀏(°ロ°) !覽次數，收藏次數也按照這樣歸一：分子是當前食譜的收藏次數，分母是當前搜索結果中的最大收藏次數。

這樣這個(gè)參數就有兩個(gè)變量，當收藏次數極低時(shí)，這個(gè)參數(shu)很小，收藏率對整個(gè)公式的(de)影響不會(huì )是致命的。

于是仿照這個(gè)公式得(de)出“相(???)關(guān)度”的歸一，得出最終計算排序分值的公式??：A*當前相關(guān)ヽ(′▽?zhuān)?ノ度/最大相關(guān)度+B*當前收藏次數/最大收藏次數+C*當前收藏次數/當??前瀏覽次數。

03 結果??和復盤(pán)

結果可想而知啦，通過(guò)搜索路(′-ι_-｀)徑產(chǎn)生的收藏轉??化，提高??了30%+。

比如說(shuō)：用戶(hù)會(huì )搜索食譜類(lèi)目名稱(chēng)，如“下午茶”、“家常菜”、“創(chuàng )意菜”等，或者按照食材來(lái)搜索，如“雞胸肉”、“三文魚(yú)”等。

單看這兩種類(lèi)型的搜索詞可以猜測出用戶(hù)的搜索場(chǎng)景：搜索類(lèi)目詞┐(′ー｀)┌的用戶(hù)手上??還沒(méi)買(mǎi)食材，純粹是來(lái)找靈感的，所以對新鮮感的要求比較高，兩天來(lái)看到同樣的東西就會(huì )失去熱情，所以?xún)?yōu)化的方向應該是加入一個(gè)時(shí)間參數，越新的食譜排在越前面。

搜索食材詞的用戶(hù)大多已經(jīng)拿買(mǎi)好了食材，??這個(gè)時(shí)候找到食??譜就行，對新鮮感的需求不如類(lèi)目詞，而是需要發(fā)掘長(cháng)尾的食譜。所以此時(shí)優(yōu)化的方向不會(huì )加入時(shí)間參數，而是在原來(lái)的公式上調整權重，讓“相關(guān)度”的權重更大。

當然這還只是短期的策略，再往后如果資源允許的情況下，會(huì )加入協(xié)同過(guò)濾的算法，是將相(//ω//)似喜好的用戶(hù)分組對待，更場(chǎng)景化。

比如與“我”喜好(′?ω?`)相似的用戶(hù)搜索“家常菜”后(O_O)點(diǎn)擊或收藏的食譜，會(huì )排在“我”的搜索結果里更靠前的位置。

另外，由于食譜有時(shí)令性，用戶(hù)在夏天(tian)搜索“家常菜”和在冬天搜索“家常菜”的訴求也會(huì )是不一樣的，比如在夏天搜索“家常菜”我可能更想吃“涼菜”，此時(shí)如果??搜出了很多羊肉湯也是很不合??時(shí)宜的，因此??在排序公式中，參數前面加上“近期該搜索詞的**量”作為權重公式，我覺(jué)得會(huì )更有效率。

但是(╬?益?)，在優(yōu)化了搜索帶來(lái)了一大波轉化后也還是立刻達到瓶頸，原因是用戶(hù)在進(jìn)入詳情頁(yè)后，流(liu)量就死了，所以下一步我們緊接著(zhù)就上了“食譜相關(guān)推薦”以增加詳情頁(yè)流量，這是另一個(gè)有趣的話(huà)題，有時(shí)間再來(lái)寫(xiě)～