app迭代功能规划工作中的搜索优化实践为例！

　　app迭代功能规划工作中的搜索优化实践为例！

　　对于基于内容的产品，一个好的搜索功能可以最大限度地发挥内容的好处——吸引用户留下来并促进传入流量转化为下一波。作者还以自己的搜索优化实践为例，讲解了一系列的操作步骤，希望对大家有所启发。

　　

　　说说目前的情况：我做饭已经一年多了。经过半年的app迭代功能规划，终于迎来了第一次进阶功能-搜索优化。

　　（不是其他功能不高级，而是搜索对我来说是个新领域，和我以前负责的工作有很大的不同，所以叫高级）

　　01 背景

　　我负责的是APP的内容线，核心工作是留存率。

　　经过数据分析发现，留存率与用户采集的数量有关。采集越多，留存率越高。因此，要提高留存率，就必须增加采集。

　　明确要保留的关键行为后，是时候探索用户关键行为的核心漏斗了。

　　通过APP的流量分析可知，进入菜谱详情页的流量大部分是通过搜索来的，所以优化“搜索→浏览→采集”的路径可以预测最大的转化率。 （其实是）

　　02 流程

　　首先需要确定搜索过程，大致确定为三步：

　　搜索前：热搜词条、历史搜索等搜索时：关键词关联、自动纠错等搜索后：无结果推荐、有结果排序等

　　这次，我将详细讨论搜索后的搜索结果排序。

　　第一步：制定排序策略

　　排序其实就是比较大小，所以方法就是计算排序结果的score。根据不同的关键词，搜索结果有自己的分数。只要比较大小，就可以计算出排序列表。

　　接下来是如何计算的问题，即哪些因素会影响排名分数，请继续阅读：

　　第 2 步：查找参数

　　排序搜索结果。做的时候查了很多资料，但是大部分资料偏向于底层技术细节，比如关键词匹配规则。

　　好在市场上有更成熟的方案来解决底层的搜索逻辑。我们的产品只需要确定关键词匹配什么内容，分配多少权重。

　　更重要的是，除了相关性因素之外，还有哪些因素会影响搜索结果的排名，以及如何影响排名。

　　如前所述，采集行为是用户留存的关键行为。因此，配方质量标准中最重要的指标就是采集率。因此，收录率将成为搜索结果排名公式中的一个参数。

　　但是，如果只看收款率，就会有问题。例如，当分子和分母都非常小时，如果查看次数为2，采集次数为1，则采集率为50%。出现这种极端情况。 .

　　为了减少这种极端情况，会增加另一个参数，即采集数量。

　　现在，已经找到了三个参数：相关性、采集数量和采集率。

　　第 3 步：标准化

　　设置好参数后，由于这些参数几乎不是同一个数量级，不能直接放入公式计算中，所以需要明确它们的范围：数量级在100左右左右；采集的数量非常多，大约有几万个。并且无法控制；采集率范围为 0 到 1。

　　所以我们需要对三个参数进行归一化处理，方便计算。

　　因为数学一般，当时能想到的方法有两种：一种是对数，一种是分数。

　　说说我的理解：拿“采集数量”这个参数，如果用对数，可以有一个变量，log2^A，A就是采集数量，如果用这个公式来计算， 2 一个采集和2000个采集差别不大，但是还是难免会出现上面说的“采集和浏览次数很少，但是采集率极高”，而且范围只能控制在一定范围内，还是不知道怎么按照“采集率”一起计算。

　　于是模仿了“采集率”公式：采集次数/观看次数，采集数也归一化如下：分子为当前菜谱的采集数，分母为最大采集数在当前搜索结果中。

　　这个参数有两个变量。当采集次数极少时，这个参数很小，采集率不会对整个公式产生致命的影响。

　　所以模仿这个公式得到“相关度”的归一化，得到最终排名分数的计算公式：A*当前相关度/最大相关度+B*当前采集次数/最大采集次数+C*当前采集次数/当前浏览次数。

　　这样就保证了三个参数的取值范围是0~1。以后只需要根据不同的关键词调整A、B、C这三个数值，就可以让采集率高的菜谱在考前排名。 .

　　03 结果和审查

　　可以想象，通过搜索路径生成的集合转化率增加了 30% 以上。

　　当然，这也不是一个省心的办法，因为我们的排序公式对所有词的搜索结果一视同仁，但是分析关键词search趋势后发现，搜索词是可以聚类的，不是没有规则的，尤其是在菜谱搜索等垂直领域，用户对每个（或每个类别）关键词搜索结果都有不同的期望。

　　例如：用户会搜索菜谱类别名称，如“下午茶”、“家常菜”、“创意菜”等，或按食材搜索，如“鸡胸肉”、“三文鱼”、等

　　单看这两种搜索词就可以猜出用户的搜索场景：搜索品类词的用户还没有购买食材，纯粹是找灵感，所以对新鲜度的要求比较高。天空看到同样的东西会失去热情，所以优化的方向应该是加一个时间参数，配方越新，前面越高。

　　大多数搜索食材的用户已经购买了食材。这时候，他们可以找到食谱。对新鲜度的需求不如类别词，但他们需要发现长尾菜谱。因此，优化方向此时不会添加时间参数，而是在原公式上调整权重，让“相关度”更加权重。

　　当然，这只是短期策略。未来在资源允许的情况下，将加入协同过滤算法，将具有相似偏好的用户分组，使其更加场景化。

　　例如，搜索“家常菜”后，与“我”有相似偏好的用户点击或采集的菜谱，在“我”的搜索结果中排名靠前。

　　此外，由于菜谱的季节性，用户在夏季搜索“家常菜”和冬季“家常菜”的搜索方式也会有所不同。比如夏天搜索“家常菜”我可能更喜欢吃“凉菜”，如果此时发现羊肉汤很多，也很不合时宜。因此，在排序公式中，添加“ “最近搜索词的数量”作为参数前面的权重公式，我认为会更有效率。

　　但是，在优化搜索并带来一大波转化后，它仍然立即到达了瓶颈。原因是用户进入详情页后流量就死掉了，所以我们下一步就是“菜谱相关推荐”为了增加详情页的流量，这又是一个有趣的话题，我再写有时间的时候~

　　（上）

　　本文由@Emma 原创 发布，因为每个人都是产品经理。未经作者许可，禁止转载。

　　标题图片来自 Unsplash，基于 CC0 协议。

　　以上是关于《搜索引擎优化方法（How I Do Search Optimization）》百科问答的相关内容，希望能解决大家的疑惑，今天就介绍到这里，如果大家有更多疑问，请查看百科问答。