使用者自然搜尋流程
我們經常使用搜尋,時間長了就習慣了現在搜尋的流程:
搜尋——篩選(縮小範圍)——找到滿意的商品——點選進入詳情頁,如果沒有找到滿意的商品就換詞繼續搜尋。
習以為常之後,關於這個流程的一些基本問題就不那麼容易發現了。所以,有時候要往回退一步,從本質的需求出發重新來審視一下搜尋的產品設計,這樣才能發現那些隱藏在設計背後的問題。讓我們先來看看目前的淘寶搜尋標準使用流程:
淘寶搜尋的標準使用者流程
我們認為使用者將會這樣使用淘寶搜尋,淘寶搜尋也是按照這個流程進行設計的。
要點:
- 使用者的每一次搜尋都是為了尋找寶貝而搜尋。
- 在搜尋的過程中不斷縮小查詢的範圍,最終找到自己想要的寶貝。
使用者實際的搜尋流程真是這樣的嗎?
使用者自然搜尋流程
標準搜尋流程中有一個基礎假設,這個假設就是使用者的搜尋意圖是靜態的,而搜尋的過程就是不斷嘗試修改查詢詞,使用各種篩選條件縮小搜尋結果範圍,直到最終找到符合使用者需求的商品。但是,從使用者調研結果同時結合自身的搜尋體驗來看,在使用者多次搜尋的過程中,受之前搜尋結果的影響,使用者的搜尋需求會改變。這樣的話,使用者在搜尋的過程中想找到的就不僅僅是商品了,也有可能是一個可以用來改進下一次搜尋體驗的建議,比如推薦一個新的相關的查詢(不是簡單的查詢詞)。而且使用者在搜尋的過程中也會發現,自己搜尋的範圍有點偏小了,應該要擴大下搜尋的範圍,而不是通常意義上的不斷縮小查詢的範圍。
要點:
- 使用者在搜尋的過程中會不斷學習探索,會根據自己的查詢詞以及搜尋結果,不斷加深對自己想要的搜尋結果的理解,在這個過程中使用者的搜尋意圖也會不斷的清晰確定起來。
- 在意圖不那麼明確的時候,使用者想要的可能並不是商品,而是希望可以得到一些建議來幫助自己搞清楚自己的意圖。
- 使用者搜尋的過程是一個發散的過程,初始的目標會激發出新的目標,從而就有不同的搜尋方向。
- 搜尋的過程並不總是從模糊到清晰,從大範圍到小範圍的搜尋過程,中間也會出現從小範圍找不到而需要擴大範圍的情況。
- 當使用者明確並確定了搜尋意圖之後,接下來就是使用標準搜尋流程,利用排序、篩選縮小結果範圍,最終找到滿意的商品。
上面都是理論上的分析,讓我們來看看實際的產品是怎麼做的。 在亞馬遜的“所有類目”下搜尋“手機”,結果截圖如下:
對於手機這種意圖比較寬泛的查詢詞,亞馬遜在搜尋結果區的重要位置給出了更加明確的查詢推薦:相關搜尋和類目推薦,這些推薦可以讓使用者探索的過程更加容易,從而更快速的在亞馬遜上找到自己想要的商品。當使用者選擇一個具體的類目之後,關鍵詞區域就會出現一個麵包屑,從上面對於使用者自然搜尋流程的分析來看,這個麵包屑就是為擴大搜尋範圍而準備的,滑鼠一點就可以快速跳到上面的任意類目級別,而且還可以清除掉查詢詞的約束,變成純類目的瀏覽。當使用者確定了類目之後,就可以更加高效的利用左側區域的篩選功能來縮小商品的範圍,找到自己想要的商品了。
不僅僅是亞馬遜,通用搜尋領域的 Google 也有一些例子,比如 新版的搜尋結果頁上,我發現有些站點搜尋結果上面有面包屑,這些綠色的麵包屑都是可以點選的,使用者可以直接進入相應的分類。
還有 Google Knowledge Graph 也可以極大的幫助使用者從一個搜尋結果中去探索跟這個搜尋相關的其他結果。藍色的都是推薦的搜尋 query,使用者可以非常方便的去探索。
總結一下
這篇文章對比了淘寶搜尋目前標準的使用者流程和使用者自然搜尋流程的差別,這些差別體現在:
- 淘寶搜尋標準流程側重讓使用者找到商品,假定使用者的搜尋意圖是靜態的,而搜尋的過程就是不斷修改查詢詞、使用篩選/排序等功能縮小範圍,最終幫助使用者找到喜歡的商品。
- 使用者自然流程中,假定使用者的搜尋意圖是動態的,在整個過程中根據查詢詞和搜尋結果加深對想要的東西的理解,從而在這個過程中使用者的意圖也會逐漸從模糊到清晰,從不確定到確定。
- 在這個搜尋的過程中並不總是從大範圍到小範圍的過程,中間也會有小範圍到大範圍的情況。當使用者明確了搜尋意圖之後,接下來就是使用標準流程快速定位到自己想要的結果上了。
從標準搜尋使用者流程過渡到使用者自然搜尋流程是大勢所趨,很遺憾,我在淘寶/一淘搜尋的產品設計上面沒有發現為了方便使用者進行探索式搜尋的例子,如果有請大家一定要告訴我,我真希望我是錯的。
相關文件:搜尋引擎工作的基礎流程與原理
相關文章
- 【Lucene&&Solr】Lucene索引和搜尋流程Solr索引
- 搜尋引擎工作的基礎流程與原理
- 直播軟體搭建,利用精準搜尋最佳化使用者搜尋體驗
- 海量資料搜尋---搜尋引擎
- 苦苦的搜尋真正工作後開發專案流程
- 收割自然量的利潤 蘋果搜尋廣告ASA國內正式開啟蘋果
- 搜尋引擎-03-搜尋引擎原理
- 搜尋引擎es-分詞與搜尋分詞
- elasticsearch搜尋Elasticsearch
- 字串搜尋字串
- vim搜尋
- 搜尋策略
- Elasticsearch(ES)的高階搜尋(DSL搜尋)(上篇)Elasticsearch
- Elasticsearch(ES)的高階搜尋(DSL搜尋)(下篇)Elasticsearch
- 零預算也能用SEO技巧達到Google自然搜尋結果第1名Go
- 谷歌搜尋用上BERT,10%搜尋結果將改善谷歌
- 直播開發app,實時搜尋、搜尋引擎框APP
- 泛企業搜尋PK網際網路搜尋
- Elasticsearch——全文搜尋Elasticsearch
- Elasticsearch 向量搜尋Elasticsearch
- elasticsearch搜尋商品Elasticsearch
- Elasticsearch常用搜尋Elasticsearch
- jQuery 模糊搜尋jQuery
- Google搜尋大法Go
- Google搜尋API?GoAPI
- Google搜尋技巧Go
- 搜尋/查詢
- 搜尋插入位置
- 啟發式搜尋的方式(深度優先,廣度優先)和 搜尋方法(Dijkstra‘s演算法,代價一致搜尋,貪心搜尋 ,A星搜尋)演算法
- Nebula 基於 ElasticSearch 的全文搜尋引擎的文字搜尋Elasticsearch
- Python之 常用查詢演算法:最小項搜尋、順序搜尋、二分搜尋Python演算法
- 直播系統程式碼,常用搜尋中搜尋歷史,搜尋推薦功能
- Phocuswright:40%的Airbnb使用者會搜尋中端酒店AI
- 淘寶吳雪軍:自然語言處理技術在搜尋和廣告中的應用自然語言處理
- 尋路之 A* 搜尋演算法演算法
- [每天get點新技能]搜商——你不知道的搜尋概念:元搜尋
- 使用Google百度等搜尋引擎的常用搜尋技巧Go
- 雲搜尋服務在APP搜尋場景的應用APP