搜索运营有哪些玩法,你知道吗?

本文涉及的产品
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
智能开放搜索 OpenSearch向量检索版,4核32GB 1个月
推荐全链路深度定制开发平台,高级版 1个月
简介: 大部分产品的搜索都是技术同学在不断的优化迭代,很容易忽视可以直接触达业务侧的运营同学的作用和价值。那今天就和大家分享下运营同学在搜索上有哪些玩法?阿里云开放搜索作为一站式可视化搜索开发平台,产品/运营同学可以在控制台参与哪些优化动作呢?

阅读时长:5分钟

适读人群:搜索运营岗位、产品岗位、及对搜索技术感兴趣的人;

     

     搜索是每个产品必备的功能,也是业务增长最重要的一项,信息越丰富的产品越会重视搜索能力,并且搜索场景下是用户“主动”产生内容,这就需要搜索技术可以精准分析召回,命中搜索意图,从而才能达到业务转化的目的。

      市面上大部分产品的搜索都是技术同学在不断的优化迭代,很容易忽视可以直接触达业务侧的运营同学的作用和价值。那今天就和大家分享下运营同学在搜索上有哪些玩法?阿里云开放搜索作为一站式可视化搜索开发平台,产品/运营同学可以在控制台参与哪些优化动作呢?

在搜索上可以做哪些运营工作那?

  1. 与产品技术协同,对搜索指标负责,持续跟进搜索能力迭代;
  2. 通过分析业务指标输出搜索评测报告,制定优化解决方案,提升产品能力和用户体验;
  3. 从产品和运营层面做用户体验突破性探索,结合搜索引导功能配合运营方案,提升业务转化;
  4. 根据法律法规,把控内容安全性,及时处理平台内不良信息内容;

运营同学难点

  1. 缺乏搜索相关技术知识储备,技术理念、逻辑不清晰,不利于运营工作的开展和项目的推进;
  • 改写、分词、召回、排序在搜索中如何运作,运营可以参与哪些优化?
  • 个性化搜索可以有哪些玩法?
  • 如何优化搜索提高用户商业变现?


  1. 需求解决周期长,难以做到及时快速响应,业务发展迟缓;

  1. 企业不具备完善的数据管理能力,运营不能实时查看搜索业务指标数据做出相应运营分析和运营决策;


  • 核心搜索运营数据:搜索,流量,行为,成交,用户分析,Query分析等;
  • 个性化搜索引导:下拉提示、热词、底纹等数据分析;


搜索核心逻辑解读

搜索业务流程:

1.解读用户输入的信息

查询语义理解功能描述:将用户输入的query“翻译”成系统可以理解的意思,实现人与计算机之间的有效通信,并去分析用户的搜索意图,召回最相关的内容/商品,解决用户搜索诉求。

  查询语义理解中的每一个功能都将直接影响用户搜索意图的分析和召回效果,从而直接影响点击率,跳出率,转化率等业务指标。同时也需要运营,产品,技术各方结合自身产品情况不断优化探索。


示例:搜索“aj1北卡兰新款球鞋”计算机做了以下这些查询分析处理

2.筛选用户意图相关性内容

对用户的query进行解读之后,会得到一些标准化的词,这些词会对应相关的内容,对内容的筛选会涉及到两个概念:召回率和准确率。


  • 准确率指的是搜到内容中相关内容的比例;
  • 召回率指的是搜索到内容中,真正被搜索出来的比例。

什么是召回? 通过用户查询的关键词进行分词,将分词后的词组通过查找倒排链表快速定位到文档,这个过程称为召回;

当这两个指标的比例越接近1,效果越好,但是有些情况下,准确率和召回率是一组相互矛盾的指标,比如只搜索出一个搜索结果,且是用户真正的意图,那准确率就达到了100%,但是召回率却很低。这两个概念在搜索优化中是关键性指标,涉及到更高级的搜索机制。
注意:不是所有包含用户query关键词的结果都应该被召回。


3.对搜索结果进行排序

query查询分析被召回后,把最符合用户意图的内容/商品进行合理的排序,提升点击率防止用户跳出。接下来介绍搜索的排序规则。

  • 粗排对搜索结果进行第一轮的海选,因为要遍历所有的文档,所以粗排要尽量简单(选取对文档最重要的几项内容,如新闻类可以选用文本性及时效性),按照表达式对文档进行算分,并按照算分结果进行排序。
  • 精排:对第一轮的粗排结果选取TOPN个按照精排进行第二轮更细节的分值计算,按照分值进行最终的排序,并返回给用户。
  • 排序表达式:用于控制搜索结果文档排序的数学表达式,支持基本运算(算术运算、关系运算、逻辑运算、位运算、条件运算)、数学函数和排序特征。运用排序表达式可以进行排序效果的深度调优。


4.个性化搜索周边功能:(运营划重点!!)

4.1热搜底纹

热搜底纹是一个完整搜索引擎必备的基本功能,通常占据着搜索框入口的重要位置,提供不可或缺的业务价值。处于搜索引擎整个工作流程的最上游,为搜索优化起铺垫作用,可以大大降低query理解、排序、运营干预等环节的调优难度,并且结合运营策略可以有比较大的发挥空间。

从用户的角度来看,热搜底纹一般可以满足如下的需求:

  1. 我想随便逛逛,不知道搜什么好,能不能给我推荐一些优质的查询词?
  2. 我想知道大家都搜了些什么,随大流不会错
  3. 最好能结合我的兴趣推荐query,也要有多样性,我既想看感兴趣的内容,又想探索一些兴趣之外的内容


从运营者的角度,热搜和底纹可以提供这样的价值:

  1. 我想知道哪些query被搜得最多,热门query是用户兴趣的风向标,通过分析热门query可以把握用户的兴趣走向,对制定运营策略提供决策依据
  2. 我想给用户推荐一些优质query,在用户有输入的情况下,下拉提示引导用户意图,但是在没有任何输入的时候,如何推荐优质query呢?
  3. 如果给用户推荐热门query,不能总是固定给出最热的那几个query,需要考虑到多样性,一方面兼顾用户体验,另一方面需要给部分次热门query曝光机会
  4. 通过分析用户的行为,结合用户的兴趣来推荐query,既兼顾用户体验,又可以有的放矢的提升业务目标


运营可以重点关注的业务指标:

热搜:

  • 热搜PV:当日请求热搜(且返回成功)的次数;
  • 热搜UV:当日请求过热搜的用户数;
  • 热搜UV-CTR:用户对热搜结果的点击情况;
  • 热搜PV-CTR:热搜的点击情况
  • 引导搜索PV-CTR:衡量热搜引导搜索的召回、排序效果;
  • 引导搜索GMV:衡量热搜引导购买效果;
  • 引导搜索收藏/评论/点赞转化率:衡量热搜引导收藏/评论/点赞效果;

底纹:

  • 底纹PV:当日请求底纹(且返回成功)的次数;
  • 底纹UV:当日请求过底纹的用户数;
  • 底纹UV-CTR:用户对底纹结果的点击情况;
  • 底纹PV-CTR:底纹的点击情况;
  • 引导搜索PV-CTR:衡量底纹引导搜索的召回、排序效果;
  • 引导搜索GMV:衡量底纹引导购买效果;
  • 引导搜索收藏/评论/点赞转化率:衡量底纹引导收藏/评论/点赞效果;


4.2下拉提示

下拉提示是搜索服务的基础功能,在用户输入查询词的过程中,智能推荐候选query,提高用户输入效率,帮助用户尽快找到想要的内容。可以通过中文前缀,拼音全拼,拼音首字母简拼查询以及汉字加拼音,分词后前缀,中文同音别字等查询下拉提示的候选query.

运营可以重点关注的下拉提示业务指标:

  • 下拉提示PV:当日请求下拉提示(且返回成功)的次数;
  • 下拉提示UV:当日请求过下拉提示的用户数;
  • 下拉提示PV-CTR:下拉提示的点击情况,衡量下拉提示召回、排序的效果;
  • 拉提示UV-CTR:用户对下拉提示结果的点击情况,衡量下拉提示召回、排序的效果;
  • 引导搜索GMV:下拉提示引导搜索的成交金额;
  • 引导搜索收藏/评论/点赞转化率:衡量下拉提示引导收藏/评论/点赞效果;

开放搜索平台介绍

  开放搜索(OpenSearch)阿里云是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;

运营亮点及优势:

  1. 可视化控制台,模块清晰,对新手人员友好,操作简单易上手,无需等待开发周期,方便技术以外的运营产品人员根据业务情况随时效果调优;
  2. 业界领先技术打造独有的行业搜索模板,一键配置,内置行业搜索能力,无需开发训练即可具备行业属性的高质量搜索能力;
  3. 支持开发者的算法模型即时回流至线上,根据自身业务情况进行模型开发叠加在现有平台能力上;
  4. 支持A/B Test,方便业务在全量使用前可以分配一定比例的流量进行先验,避免盲用带来对线上业务的负面影响。
  5. 支持云监控报警,通过云监控对应用的存储容量、计算资源、查询QPS等指标进行监控。帮助监测应用的使用情况,并支持对监控项设置报警规则,时刻掌握业务动向。
  6. 支持定制化搜索服务无需组建技术团队解决业务难点,顶尖阿里技术、算法工程团队同学为您排忧解难;

运营/产品可操作的菜单及功能

应用管理相关

1. 查看应用列表,应用详情,应用规格,应用云监控;

2. 操作秒级扩缩容,变规格,轻松应对大促等活动;

搜索算法中心

1.查看:所有菜单均可查看

2.召回配置

      a. 分词管理:

 i.测试分词效果

 ii.添加、删除、修改自定义分词的分词词条;


    b.查询分析:

i. 搜索测试

ii.配置查询分析规则:改写策略、功能选择


配置改写策略可控制参与召回的term是以AND或OR关系包含在查询结果中。改写直接影响召回结果,可根据业务情况进行调整。

示例:如Query为:“耐克运动鞋”,分词后term为:“耐克/运动/鞋”

  • 连接符为AND时:Query改写结果为(default:'耐克' AND default:'运动' AND default:'鞋')
  • 连接符为OR时:Query改写结果为(default:'耐克' OR default:'运动' OR default:'鞋')


查询分析功能选择:选择行业模板默认为全选状态。

c.词典管理:

添加、删除、修改各功能词典的干预词条:拼写纠错、停用词、同义词、实体识别、词权重、类目预测干预

3.排序配置:

a.   排序策略管理:根据业务需求配置排序表达式,优化排序效果

b.   搜索测试:可以查看各函数算分结果

4.搜索引导功能:

a. 下拉提示:

根据不同行业数据特点,下拉提示功能提供了相应优化模板。目前已支持通用、电商和内容行业模板;

i.查看下拉提示相关报表、效果预览

ii.选择配置黑白名单

iii.个性化配置高频搜索词用户搜索频率作为候选词排序依据,优先将满足推荐条件的用户搜索频率较高的词作为下拉提示候选query历史搜索词优先展示用户之前搜索过的query。智能排序根据点击、购买等用户行为信息智能排序候选query。

b. 热搜与底纹:

i.查看热搜底纹相关报表、效果预览

ii.选择配置黑白名单

iii.效果优化-行为数据:基于统计搜索日志的热搜/底纹结果可以满足冷启动阶段的需求,在这个功能开始发挥作用后,建议关联热搜/底纹的用户点击事件,系统内部通过采集行为数据来进一步优化效果,采集了行为数据有如下几个收益:

  • 可以统计得到各项指标,诸如引导搜索的pv、uv、无结果率等,用来衡量这个功能的使用效果,为后续的改进提供依据。
  • 可以分析用户群的兴趣走向,为制定运营策略提供依据。
  • 可以采用智能化的手段来推荐query,通过用户的点击行为对数据进行标注,可能根据不同的优化目标来训练模型(默认按点击率优化),通过模型来推荐query,具备较强的泛化能力。
  • 可以做个性化的热搜词推荐,知道了用户点过哪些query,就可以结合用户的偏好做出有针对性的推荐。

统计报表

所有报表均可查看:业务运营报表,下拉提示报表,热搜底纹报表,A/B测试报表;


以上所有菜单及功能介绍、操作步骤、注意事项都可以在开放搜索产品文档中找到。


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

image.png

目录
相关文章
|
3月前
|
人工智能 安全
新必应打造问题之搜索体验的创新的实现如何解决
新必应打造问题之搜索体验的创新的实现如何解决
17 0
|
6月前
|
小程序 算法
支付宝搜索,再添新能力!
支付宝搜索,再添新能力!
152 11
|
存储 移动开发 自然语言处理
|
搜索推荐 UED 索引
闲鱼技术2022年度白皮书-服务端主题-电商搜索里都有啥?详解闲鱼搜索系统(下)
闲鱼技术2022年度白皮书-服务端主题-电商搜索里都有啥?详解闲鱼搜索系统
266 0
|
容灾 算法 数据可视化
闲鱼技术2022年度白皮书-服务端主题-电商搜索里都有啥?详解闲鱼搜索系统(中)
闲鱼技术2022年度白皮书-服务端主题-电商搜索里都有啥?详解闲鱼搜索系统
275 0
|
搜索推荐 SEO
怎样做好搜索下拉优化?百度搜索推荐词的推广方式
怎样做好搜索下拉优化?百度搜索推荐词的推广方式
277 0
|
机器学习/深度学习 自然语言处理 达摩院
文娱行业搜索最佳实践
本文将详细介绍如何通过“开放搜索(OpenSearch)内容增强版“在文娱垂类场景的应用,提升用户搜索体验,带来更多的业务转化
635 0
|
自然语言处理 分布式计算 搜索推荐
专题实战 | 如何快速构建高质量电商行业搜索?
本文详细介绍如何快速接入智能开放搜索(OpenSearch)电商行业增强版,助力企业实现高质量搜索效果,提升业务转化率及用户产品体验!
1770 1
|
机器学习/深度学习 自然语言处理 搜索推荐
游戏行业搜索最佳实践
本文通过游戏行业客户案例带大家了解游戏内容,游戏论坛等场景搜索特性,以及如何通过开放搜索游戏增强版解决方案轻松快速接入,实现高质量搜索效果,提升业务指标和用户体验。
736 0
|
新零售 弹性计算 自然语言处理
新零售行业搜索最佳实践
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。
1384 0
新零售行业搜索最佳实践