搜索和推薦是解決信息過(guò)載問(wèn)題的兩個(gè)最常見(jiàn)的手段，上一篇講到如何從1到N的優(yōu)化個(gè)性化推薦，本文通過(guò)4個(gè)策略8個(gè)行動(dòng)點(diǎn)來(lái)介紹一下如何優(yōu)化O2O的推薦體驗(yàn)。

搜索和推薦雖然都是解決信息過(guò)載的手段，在前端視覺(jué)和系統(tǒng)架構(gòu)上有諸多相似之處，但是二者有著本質(zhì)的差別。

在實(shí)踐過(guò)程中經(jīng)常遇到將適合推薦的策略應(yīng)用在搜索中，結(jié)果發(fā)現(xiàn)收效甚微甚至效果負(fù)向，這是因?yàn)樗阉骱屯扑]雖然存在諸多相似性，但是其本質(zhì)具有極大的差別，有必要對(duì)二者的差別進(jìn)行分析，下面從產(chǎn)品價(jià)值，目標(biāo)用戶以及衡量指標(biāo)進(jìn)行解讀二者的不同：

1. 產(chǎn)品價(jià)值。推薦的價(jià)值在于幫助用戶發(fā)現(xiàn)好店，關(guān)鍵詞是“探索發(fā)現(xiàn)”，搜索的價(jià)值是幫助用戶便利高效的獲取到精準(zhǔn)的內(nèi)容，這里的關(guān)鍵詞有兩個(gè)，一個(gè)是便利高效，講的是過(guò)程，旨在降低用戶的時(shí)間成本，另外一個(gè)是精準(zhǔn)，講的是結(jié)果，旨在降低用戶的信息獲取成本。
2. 目標(biāo)用戶。推薦的目標(biāo)用戶是需求不明確的用戶，閑來(lái)無(wú)事來(lái)逛一逛以期發(fā)現(xiàn)自己感興趣的內(nèi)容。而搜索的目標(biāo)用戶是需求明確的用戶，需要快速、即時(shí)的找到所需。
3. 衡量指標(biāo)。推薦和搜索最常用的衡量指標(biāo)都是點(diǎn)擊率，而且是越高越好。此外還有一個(gè)常用的輔助指標(biāo)是使用時(shí)長(zhǎng)，搜索的平均使用時(shí)長(zhǎng)越短越好，越短說(shuō)明用戶越快找到所需，表明搜索做的越好，而推薦平均使用時(shí)長(zhǎng)越長(zhǎng)越好，越長(zhǎng)說(shuō)明推薦的東西用戶越感興趣，表明推薦做的越好。

搜索的產(chǎn)品價(jià)值是幫助用戶便利高效的獲取到精準(zhǔn)的內(nèi)容，好的搜索體驗(yàn)需要滿足4個(gè)策略，即全面、高效、精準(zhǔn)、有趣。

策略1：全面

行動(dòng)點(diǎn)1：擴(kuò)充POI的豐富度

影響搜索結(jié)果最根本的還是信息的完整性，試想如果搜索的結(jié)果經(jīng)常為空或者結(jié)果信息稀疏，就無(wú)從談搜索體驗(yàn)，筆者之所以把全面作為最重要因素，因?yàn)閺狞c(diǎn)評(píng)和高德發(fā)展提煉得出的。

15年筆者進(jìn)入點(diǎn)評(píng)之后，當(dāng)時(shí)老板花了半年時(shí)間做的事情就是擴(kuò)充POI的覆蓋量和內(nèi)容豐富度，做到點(diǎn)評(píng)的POI覆蓋度領(lǐng)先于當(dāng)時(shí)的競(jìng)對(duì)美團(tuán)，因此用戶就會(huì)產(chǎn)生一個(gè)心智，那就是找信息上點(diǎn)評(píng)，點(diǎn)評(píng)的搜索使用率遠(yuǎn)高于美團(tuán)也印證了這一點(diǎn)。

另外一個(gè)是高德，阿里收購(gòu)高德以后，俞永福當(dāng)時(shí)的戰(zhàn)略就是放棄了不擅長(zhǎng)的O2O，而是聚焦于地圖的本質(zhì)業(yè)務(wù)，也即地址查詢和導(dǎo)航，其中最重要的一個(gè)舉措就是最大程度的豐富POI信息，終于在2年后在搜索體驗(yàn)上超過(guò)了百度地圖。

行動(dòng)點(diǎn)2：實(shí)體POI到虛擬POI

在實(shí)體POI覆蓋度做到最全之后，通過(guò)query進(jìn)行分析，發(fā)現(xiàn)用戶的搜索詞中約有一半并不是實(shí)體POI，而是商區(qū)、推薦菜、品類(lèi)、場(chǎng)景等詞，這些詞的搜索結(jié)果點(diǎn)擊率遠(yuǎn)遠(yuǎn)不如搜索商戶詞，因此去分析用戶搜索這些詞以后的行為路徑。例如用戶搜索推薦菜，是想找一家這個(gè)推薦菜比較好的店，但是列表頁(yè)并無(wú)法通過(guò)推薦菜的推薦人數(shù)進(jìn)行排序；因此我們?yōu)橥扑]菜建立了虛擬POI，在搜索結(jié)果頁(yè)將該虛擬POI置頂，POI的詳情頁(yè)放的是該推薦菜的附近排行榜、全程排行榜以及附近的優(yōu)質(zhì)團(tuán)購(gòu)。

同樣的道理，分析用戶搜索商場(chǎng)，可能是要找這個(gè)商場(chǎng)的商戶，也可能只是將這個(gè)商場(chǎng)做為地標(biāo)，找這家商場(chǎng)附近的商戶。因此將商場(chǎng)建立虛擬POI，將該虛擬POI置頂，增加快捷入口可以直接找商場(chǎng)附近的商戶；也可以點(diǎn)擊這個(gè)虛擬POI，進(jìn)入商場(chǎng)的詳情頁(yè)，里面展示商場(chǎng)的商戶，以及一些優(yōu)惠活動(dòng)。

策略2：高效

行動(dòng)點(diǎn)3：識(shí)別用戶意圖到店

在滿足了內(nèi)容豐富度之后，下一個(gè)任務(wù)就是就是幫助用戶快捷高效的獲取信息，首先我們有必要梳理一下用戶使用搜索的場(chǎng)景進(jìn)行梳理：

• Step 1 行前選店：用戶搜索，并從搜索結(jié)果中篩選出一家要去的店
• Step 2 行中看址：在確定了要去的商戶之后，用戶在去過(guò)過(guò)程中需要再次找到這家店查看地址或者導(dǎo)航前往
• Step 3 到店消費(fèi)：到店后用戶需要找到這家店看推薦菜或者買(mǎi)優(yōu)惠或者買(mǎi)單
• Step 4 離店評(píng)價(jià)：用戶離店之后需要找到這間店進(jìn)行評(píng)價(jià)。

從上面可以看出一個(gè)完整的用戶消費(fèi)過(guò)程用戶起碼需要找同一家店4次，那么如果我們?cè)诘?步的時(shí)候就識(shí)別出用戶想去的店鋪，例如用戶要去的商戶是“七條魚(yú)精致料理”，之后在搜索框的底紋詞、搜索熱詞、搜索聯(lián)想詞或者搜索結(jié)果直觀呈現(xiàn)，就能夠直接縮短用戶觸達(dá)路徑，提高用戶效率。

那么如何識(shí)別出用戶要去哪家店呢？

前面講到的四步找店過(guò)程中，每一步都可以通過(guò)一些用戶行為來(lái)識(shí)別出用戶要去的商戶，例如在行前可以根據(jù)用戶多次瀏覽、收藏、分享等行為判斷用戶想要去的商戶，同時(shí)在之后的行為也可以不斷驗(yàn)證和修正。

下面分析一下每一步可以用來(lái)判斷用戶想去的店的行為特征：

Step1：行前選店

• 用戶多次瀏覽
• 用戶最后瀏覽
• 用戶點(diǎn)擊了店鋪的地址/電話/推薦菜/用戶評(píng)論等信息
• 用戶收藏
• 用戶分享了的店(一般都是分享給朋友)
• 用戶購(gòu)買(mǎi)了團(tuán)購(gòu)的商戶

Step 2：行中看址

• 用戶點(diǎn)擊了店鋪的地址
• 用戶復(fù)制了店鋪的地址(使用第三方導(dǎo)航)
• 用戶使用了導(dǎo)航

Step3：到店消費(fèi)

• 用戶查看推薦菜
• 用戶連接了WiFi
• 掃描到店鋪的WIFI(僅安卓手機(jī)可以實(shí)現(xiàn))
• 距離用戶的距離很近

行動(dòng)點(diǎn)4：搜索熱詞增加個(gè)性化

用戶點(diǎn)擊搜索之后，都會(huì)有一個(gè)熱門(mén)搜索的模塊，筆者通過(guò)對(duì)搜索熱詞分析，發(fā)現(xiàn)點(diǎn)擊率比較高的都是例如美食、火鍋、日料這種比較寬泛的詞，貌似符合常理，因?yàn)榇蠹宜阉鬟@些詞的概率比較高嘛。

但是大家思考這個(gè)問(wèn)題：

用戶點(diǎn)擊搜索熱詞“火鍋”，到底是因?yàn)椋?/p>

用戶本身就是想搜火鍋，剛好看到了就點(diǎn)擊？

還是用戶本身不想搜火鍋，看到搜索熱詞這里有個(gè)火鍋，改變了原有的搜索意愿改搜火鍋了？

前者是迎合用戶的搜索意圖，后者是引導(dǎo)了用戶的搜索意圖。

我認(rèn)為答案是前者，因?yàn)橛脩羰褂盟阉鞅旧硎怯袀€(gè)明確的意圖，不太可能因?yàn)槲覀兊乃阉鳠嵩~而改變了自己原本的搜索意圖。所以如果這里的搜索熱詞是為了迎合用戶搜索意圖，也即盡最大可能的猜測(cè)用戶的搜索意圖。

那么通過(guò)“熱門(mén)搜索”是很有很瓶頸的，因?yàn)檎嬲聹y(cè)用戶訴求最好的方式不是熱門(mén)而是個(gè)性化，因此這里更適合根據(jù)用戶的瀏覽行為和搜索行為放個(gè)性化的內(nèi)容。當(dāng)然這時(shí)“熱門(mén)搜索”的名字可能不合適了，可以換一個(gè)更恰當(dāng)?shù)拿?，而且筆者也通過(guò)AB測(cè)試證明加了個(gè)性化后的數(shù)據(jù)有起碼60%的提升。

行動(dòng)點(diǎn)5： 搜索聯(lián)想詞支持點(diǎn)擊直達(dá)

最初在分析搜索詞的時(shí)候發(fā)現(xiàn)品牌詞的搜索結(jié)果點(diǎn)擊率非常高，例如用戶搜星巴克，超過(guò)80%的用戶都會(huì)點(diǎn)擊第一條搜索結(jié)果，也即一般點(diǎn)的都是距離用戶最近的星巴克。

品牌詞的搜索結(jié)果點(diǎn)擊這么好，貌似不需要放精力優(yōu)化。但是我們逆向思考一下：為什么品牌詞的搜索結(jié)果點(diǎn)擊這么好？那是因?yàn)橛脩羲阉髌放圃~時(shí)搜索意圖非常明確，基本上都是要找附近的那家店，既然如此我們是否能進(jìn)一步縮短用戶的路徑呢？答案是肯定的，也即在搜索引導(dǎo)詞直接展示相關(guān)的商戶，用戶點(diǎn)擊后直接跳轉(zhuǎn)到商戶詳情頁(yè)，而不是先跳到列表頁(yè)，然后還需要用戶點(diǎn)擊跳到閑情頁(yè)。

策略3：精準(zhǔn)

行動(dòng)點(diǎn)6：區(qū)分詞類(lèi)分別建模

O2O場(chǎng)景用戶的搜索詞很雜，類(lèi)型很多，而不同的搜索詞用戶期望的結(jié)果差別很大，例如用戶搜商區(qū)，想要的是該商區(qū)內(nèi)的商戶，單純的關(guān)鍵詞匹配已經(jīng)無(wú)法滿足，需要將商區(qū)畫(huà)圈，然后將落在這個(gè)圈里的商戶都召回。為了更好的呈現(xiàn)的不同搜索詞的結(jié)果，需要建立關(guān)鍵詞進(jìn)行歸類(lèi)，建立詞庫(kù)，然后不同類(lèi)型的關(guān)鍵詞制定不同的召回和排序模型。

行動(dòng)點(diǎn)7：引入個(gè)性化因素

搜索結(jié)果適度考慮用戶個(gè)性化因素，能夠有效的提升轉(zhuǎn)化率，考慮的因素主要是4個(gè)維度，商戶維度、用戶維度、商戶-用戶交叉維度、情境維度(例如雨天外賣(mài)加權(quán))，想了解更多個(gè)性化因素可以看上一篇文章。

策略4：有趣

行動(dòng)點(diǎn)8：增加趣味性推薦理由

推薦理由能夠讓用戶明白結(jié)果的排序的理由，同時(shí)趣味性的推薦理由能夠吸引用戶眼球，提高轉(zhuǎn)化率。推薦理由的來(lái)源主要有3類(lèi)：

1 利用關(guān)系鏈

• 好友推薦：Jason等x個(gè)好友推薦，最好將用戶親密度高好友名外露
• 同事推薦：xx個(gè)同事收藏

2 機(jī)器生成理由

• 人以群分：與你口味相似的人都喜歡，摩登主婦都喜歡
• 入選榜單：入選杭州日料top10，附近日料第3名

3 從UGC中提煉產(chǎn)生

• 從用戶UGC中提煉出來(lái)的推薦短句，例如“龍蝦味道很棒，晚上異常火爆”
• 推薦菜：1150人推薦紅燒肉

4 從外網(wǎng)爬取

• 名人推薦：歌手薛之謙開(kāi)的店
• 媒體推薦：《美食與美酒》雜志評(píng)選2016 best 50餐廳

以上。

作者：Jason（微信號(hào)liuzs0204），阿里巴巴資深產(chǎn)品經(jīng)理，前美團(tuán)點(diǎn)評(píng)搜索與推薦產(chǎn)品經(jīng)理。

本文由 @Jason 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載