新零售行业搜索最佳实践

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
|
机器学习/深度学习 自然语言处理 算法
DL应用:query生成和query推荐
引言  在机器翻译、图片描述、语义蕴涵、语音识别和文本摘要中,序列到序列的问题已经有太多大牛研究了,也取得了很多突破。谷歌的Attention is all you need[1],舍弃并超越了主流的rnn与cnn序列建模框架,刷出了新的state of the art,这种大胆创新的精神值得我们学习。
16586 3
|
7月前
|
人工智能
大模型产生幻觉的原因,如何解决?
大模型“幻觉”指AI生成看似合理但错误或虚构的信息,源于其概率预测机制、训练数据缺陷及缺乏事实核查能力。可通过RAG、微调、联网检索、自我核查等方法降低幻觉风险,提升输出准确性与可靠性。(238字)
2057 3
基于LLM的分块
基于大语言模型(LLM)的智能分块技术,利用LLM语义理解能力,将非结构化文本按主题动态划分为语义连贯的文本块,适用于会议纪要、社交媒体等内容。虽分块质量高、适应性强,但计算成本高、可解释性差,依赖模型性能。
|
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~
6699 1
电商行业智能搜索技术原理全解析
|
机器学习/深度学习 人工智能 算法
ToddlerBot:告别百万经费!6000刀就能造人形机器人,斯坦福开源全套方案普及机器人研究
ToddlerBot 是斯坦福大学推出的低成本开源人形机器人平台,支持强化学习、模仿学习和零样本模拟到现实转移,适用于运动操作研究和多场景应用。
1554 3
ToddlerBot:告别百万经费!6000刀就能造人形机器人,斯坦福开源全套方案普及机器人研究
|
机器学习/深度学习 人工智能 算法
AI鱼类识别技术原理及示例代码
本文详细解析了AI鱼类识别的代码示例,涵盖深度学习框架选择、数据集处理、模型构建与训练优化全流程。内容包括技术选型对比(如TensorFlow、PyTorch、YOLO系列)、数据准备流程(开源数据集与标注规范)、完整代码示例(以PyTorch版ResNet50改进模型为例)以及模型优化策略(如量化压缩、知识蒸馏)。此外,还提供了典型应用场景(如渔业资源监测系统)、模型评估指标及开源项目推荐,并针对常见问题(小样本、水下模糊、类别不平衡等)提出解决方案。
1234 5
|
存储 自然语言处理 机器人
基于的Qwen模型的智能客服Discord机器人,使用🐫 CAMEL、SambaNova、Firecrawl和Qdrant实现RAG Agent
基于Qwen模型的智能客服Discord机器人,使用CAMEL、SambaNova、Firecrawl和Qdrant实现RAG Agent。构建了一个能够处理复杂问题并能进行快速响应的强大聊天机器人。该机器人可在Discord平台上运行,支持实时对话和语义搜索,提供准确、全面的回答。项目包含详细的安装步骤、代码示例及集成指南,适合开发者快速上手。
1281 36
|
存储 编译器 C语言
【C语言】指针大小知多少 ?一场探寻C语言深处的冒险 !
在C语言中,指针的大小(即指针变量占用的内存大小)是由计算机的体系结构(例如32位还是64位)和编译器决定的。
1900 9
|
Linux 数据安全/隐私保护 虚拟化
【复盘】记一次LVM元数据丢失的恢复过程
【复盘】记一次LVM元数据丢失的恢复过程
1082 0
|
JavaScript 前端开发 程序员
VueRouter中的history模式和hash模式的区别
VueRouter中的history模式和hash模式的区别
454 0