新零售行业搜索最佳实践

本文涉及的产品
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
OpenSearch LLM智能问答版免费试用套餐,存储1GB首月+计算资源100CU
简介: 本文通过新零售客户案例带大家了解零售电商、生鲜电商线上业务搜索中的行业特性,以及如何通过开放搜索电商增强版解决方案构建智能搜索服务,快速实现各项指标的提升,为业务带来了更多新的机会。

客户背景

     某知名超市零售品牌,至今在全球10余个国家拥有超过1万家店铺,除了线下门店还提供线上商城,可享及时达配送服务,为消费者创造多方位购物体验。

    在国内新零售市场高速发展的背景下,想要快速布局和提升品牌影响力,线上业务尤为重要,其中可以直接影响用户体验和业务转化的搜索功能面临挑战。自调研到接入开放搜索短短3个月时间,快速搭建了高质量的搜索服务,并通过电商行业增强版搜索能力的优化,实现各项指标的提升,为业务带来了更多新的机会。

搜索业务背景

客户自建搜索痛点

  1. 研发角度:
  • 缺乏行业词库积累,分词和查询分析无行业特性适配,缺少大量行业样本数据,自研难度大;
  • 成熟的搜索引擎涉及离线模块、在线模块、查询理解服务、算法平台等系统组成,所需大量开发、算法调优以及持续的复杂运维工作,自建成本高;
  • 开发周期长,难以快速响应业务变化;


  1. 用户角度:
  • 搜不到,不想买了,用户流失;
  • 搜索相关性较差,转化率低,体验差;
  • 搜到了,排在后面,加购不方便,体验差;


  1. 运营角度:
  • 搜索效果直接影响业务转化;
  • 词库不完善/陈旧,排序效果不满足业务需求,运营干预成本较高;
  • 缺乏搜索相关实时运营报表支撑数据分析和业务决策;


业务特点及需求

  1. 商品品牌品类SKU繁多,更新快;
  • 搜索“牛奶”,召回了几十个品牌,其中每个品牌下面又包含不同类别的乳制品;
  • 定期更新上架新商品,下架老商品,;
  1. 同品类商品语义多样,且分类众多;
  • 搜索“牛肉”,意图可能包含:牛腩、牛排、牛筋、酱牛肉、牛肉饭、等细分品类;
  • “包菜”=卷心菜、青甘蓝、大头菜;
  1. 同一商品隶属于多个类目;
  • “酸奶”属于乳品类目,同时也属于休闲零食类目
  • “番茄”属于蔬菜类目,同时也属于水果类目
  • “牛肉”属于牛羊肉类目,同时也属于熟食类目、丸子类目等
  1. 商品名称包含中文+英文/数字结合;
  • “Swisse护肝片”,“洗衣液2L
  1. 搜索筛选条件复杂;
  • 连锁店搜索需要根据有无库存、有无促销、是否新品、销量、是否上架等条件返回最符合用户的商品需求;
  1. 需求搭建个性化搜索引导功能;
  • 底纹、热搜、下拉提示等算法模型
  1. 召回排序规则灵活干预调整;
  • 自营产品和他品牌产品做到更好融合,指定商品召回结果置顶;
  1. 分词、同义词、拼写纠错、停用词等查询分析功能灵活干预;
  • 根据商品特性干预商品词条“奶粉s3=奶粉3段”,

开放搜索电商行业增强版解决方案

开放搜索简介

     开放搜索(OpenSearch)是阿里云自主研发的大规模分布式搜索引擎搭建的一站式智能搜索业务开发平台,无需开发,一键接入即可获得高质量搜索服务,内置阿里系技术多年沉淀的核心搜索引擎,行业前沿的搜索能力和算法能力,并充分开放支持内部调用客户自己的算法模型,满足各行业各场景的业务需求,与客户彼此成就、共同成长;

电商行业增强版搜索架构

开放搜索的电商行业增强版是行业首创方案,凭借多年业务经验及上万家客户服务,通过研究分析不同场景和行业搜索特性,通过行业模板产品化形式落地

解决方案

  1. 内置电商行业分析器,一键配置;
  • 查询分析功能:电商纠错、电商词权重、电商停用词、电商同义词、电商分词、电商实体识别;
  • 排序策略:电商排序表达式;
  • 搜索引导服务:下拉提示


  1. 行业领先搜索技术--商品搜索在多路召回中的应用


  1. 电商专属排序表达式,接入即可获得优质排序效果
  • 支持两轮排序,基础排序(粗排)即是海选,从检索结果中快速找到质量高的文档,取出TOP N个结果再按照业务排序(精排)进行精细算分,最终返回最优的结果给用户。

  • 类目预测模型,提升排序效果。类目与query的相关度越高,物品就获得了越高的排序得分,从而这个物品就会排在越前面。


  1. 内置更高质量算法模型,节省训练成本;

   系统直接内置淘系搜索算法能力,支持多种方式上传行为数据,每日自动训练算法模型:热搜、底纹、下拉提示等,实现个性化搜索服务,


  1. 查询分析干预词典;

例:用户搜索Query:奶粉s3900克

  • 分词:奶粉/s3/900/克
  • 同义词:“奶粉s3=奶粉3段"
  • 停用词:“克”
  • 词权重:奶粉-中,s3-高,900-高,克-低


  1. 类目预测干预词典;

例:用户搜索Query“面包”,返回的结果中想“明星欧包”强相关,“吐司”弱相关;

  • 解决方案:在类目预测词典中干预Query“面包”的类目相关度


  1. 满足运营侧非技术同学参与效果调优;
  • 支持建立子账号自定义权限功能,满足不同岗位权限需求
  • 控制台具备完善的数据管理能力,可直接查看业务运营报表等报表,根据搜索业务指标数据做出相应运营分析和决策;

客户心声

7月中旬到月底全部店铺接入开放搜索,短短半月时间对业务转化起到很明显的效果;

  1. 解决了自建搜索的技术难点
  • 淘宝天猫同款词库,独有的电商行业属性更适合业务需要,且词库持续更新;
  • 开放搜索可以随时调整排序规则,排序维度更丰富,还可以根据库存变动实时影响排序,轻松解决了之前自建中程序控制排序逻辑,库存变动需要索引重建才能影响排序等问题。
  • 满足了业务个性化的排序需求,例如:搜索结果指定商品置顶、机器学习算法自动预测关键词和类目的关联性问题;
  • 通过开放搜索中英文索引+中台原索引实现多路召回
  • 之前搜索方案不太具备升级的可能性,现在可以根据开放搜索产品能力的不断迭代来丰富自身业务更好成长;
  1. 降低IT运维成本
  • 云端全托管服务,可视化配置,集群内节点职责的分配、集群负载、索引的分片数和副本数都是成熟的调优机制,计算能力可以根据需要弹性伸缩,保障了服务性能,无需额外投入机器和运维人员,无需自行做集权优化和索引优化,整体性价比较高
  1. 提升运营效率
  • 丰富的电商词库,减少人工维护的工作量;
  • 运营侧可直接控制台参与干预调优,大大加速了业务的响应;
  • 丰富的数据分析维度,辅助运营人员不断优化,提升用户体验和转化;
  1. 各项业务指标提升
  • 整体加购转化率提升10%;
  • 搜索无结果率从近期峰值29%降低至7.5%



如有产品指导需求,可填写问卷获得专家指导>>https://survey.aliyun.com/apps/zhiliao/lKD_J8cRj

如果你想与更多开发者们进行交流、了解最前沿的搜索与推荐技术,可以钉钉扫码加入社群

7a3796a04a634eb883d828abed3c40a1.png

目录
相关文章
|
程序员 编译器 C语言
C++风格与C风格类型强转异同
C++风格的强转: C++强制类型转换 C风格的强制类型转换很容易理解,不管什么类型都可以直接进行转换,使用格式如下: 目标类型 b = (目标类型) a; C++也是支持C风格的强制类型转换,但是C风格的强制类型转换可能会带来一些隐患,出现一些难以察觉的问题,所以C++又推出了四种新的强制类型转换来替代C风格的强制类型转换,降低使用风险。 在C++中,新增了四个关键字static_cast、const_cast、reinterpret_cast和dynamic_cast,用于支持C++风格的强制类型转换。 C++风格的强制类型转换能更清晰的表明它们要干什么,程序员只要看一眼这样的代码,立即
249 0
|
8月前
|
SQL 弹性计算 安全
【上云基础系列04】基于标准架构的数据库升级
本文回顾了业务上云从基础到进阶的理念,涵盖基础版和全栈版架构。在“入门级:上云标准弹性架构基础版”的基础上,本文针对数据库升级,重点介绍了高可用数据库架构的升级方案,确保数据安全和业务连续性。最后,附有详细的“上云标准弹性架构”演进说明,帮助用户选择合适的架构方案。
|
8月前
|
弹性计算 负载均衡 安全
【上云基础系列03】基于标准架构的安全升级
本文回顾了业务上云从基础到进阶的理念,介绍了企业在不同发展阶段所需的架构选择。在“入门级:上云标准弹性架构基础版”的基础上,本文针对安全升级,重点介绍了:(1)公网入口基于应用型负载均衡ALB集成WAF防护,提升Web应用的安全性;(2)公网出口则通过NAT网关升级为CFW防火墙,保障出站流量的安全。 此外,还提供了详细的架构演进说明,涵盖从入门级标准弹性架构到高级安全能力和数据库升级的全过程。
|
人工智能 自然语言处理 算法
电商行业智能搜索技术原理全解析
对于电商平台来说,智能搜索功能是至关重要的。本文剖析电商行业的搜索专属特点和业务需求,并介绍开放搜索提供的【电商行业模板】智能搜索能力,希望带给企业更多提升业务转化的思路和解决方案~
5096 1
电商行业智能搜索技术原理全解析
|
8月前
|
弹性计算 负载均衡 安全
【上云基础系列-02】企业推荐!必学必会的上云标准架构(弹性架构)
本文介绍上云标准弹性架构,针对企业业务发展需求,推荐使用多服务器的弹性架构而非单体架构。方案包含负载均衡、NAT网关、云服务器ECS、云数据库RDS等组件,确保业务的负载分担、冗余备份及平滑扩展。通过统一公网暴露面管理和VPC网络设计,保障架构的稳定性、安全性和可扩展性。该架构适用于中小企业上云,避免性能瓶颈和迭代升级困难,支持业务持续发展。更多内容可参考下方演进说明总览。
|
10月前
|
自然语言处理 资源调度 并行计算
从本地部署到企业级服务:十种主流LLM推理框架的技术介绍与对比
本文深入探讨了十种主流的大语言模型(LLM)服务引擎和工具,涵盖从轻量级本地部署到高性能企业级解决方案,详细分析了它们的技术特点、优势及局限性,旨在为研究人员和工程团队提供适合不同应用场景的技术方案。内容涉及WebLLM、LM Studio、Ollama、vLLM、LightLLM、OpenLLM、HuggingFace TGI、GPT4ALL、llama.cpp及Triton Inference Server与TensorRT-LLM等。
1294 7
|
搜索推荐 API 对象存储
10分钟学会构建端到端的图片搜索服务
本文介绍在没有向量数据的情况下,怎样通过OpenSearch-向量检索版快速从零搭建图像搜索服务。
83319 69
|
11月前
|
Java Kotlin
Kotlin教程笔记(12) - 面向对象之继承与实现
Kotlin教程笔记(12) - 面向对象之继承与实现
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】金融数据分析中的机器学习应用
【4月更文挑战第30天】本文探讨了机器学习在金融数据分析中的应用,如股价预测、信用评分、欺诈检测、算法交易和风险管理,并以Python为例展示了如何进行股价预测。通过使用机器学习模型,金融机构能更准确地评估风险、识别欺诈行为并优化交易策略。Python结合scikit-learn库简化了数据分析过程,助力金融从业者提高决策效率。随着技术发展,机器学习在金融领域的影响力将持续增强。
862 0