搜尋的未來是精品搜尋 | a16z
想要找到最好的自由設計師、最好的壽司店或最好的 NFT 購買的人不會在 Google 或百度上找到答案。
本文是對當前 "策劃性搜尋 "趨勢的一個很好的分析:
google或百度發生了與人類的基本需求不一致的現象:無法滿足相關性查詢。
人類的知識專案,就目前的情況來看,是一個巨大的海洋,由短暫而零散的資訊和想法組成,最好的來源幾乎不可能找到。我們需要更多的介面,這些介面的觀點是什麼資訊是缺失的,需要如何組織,以及在價值鏈的哪一點上必須發生策劃。
而 Yelp、Expedia、Zillow 和 Behance 等垂直搜尋公司的出現是為了使用特定於其行業的結構化資料來填補功能和相關性的空白。
我們生活在資訊時代已經變得很流行,我們需要 "策劃 "來幫助我們梳理混亂的局面。但到目前為止,圍繞策劃的對話一直過於關注內容,而對結構關注不夠:提供產品評論、連結列表或歌曲推薦--所有這些都是線上性結構和按時間順序提供的,旨在浮現過去24小時內的想法,而不是根據需要積累和浮現知識。
Feed或RSS已經變得太長,需要搜尋和結構化資料來瀏覽。
解決方案是更好的搜尋和更好的策劃,所有這些都被包裹在一個更好的商業模式中--我稱之為精品搜尋引擎的組合。
可搜尋的、經過策劃的介面將幫助我們從短暫的、有時間限制的饋送進入上下文的、高訊號的、值得信賴的知識空間。因為可搜尋的介面是密集連結的,所以探索者可以通過內容追蹤多個線索,而不是被甩到一個 "最近的 "feed中。
有了策劃和搜尋之間如此緊密的關係,真正的問題不是你是否需要策劃或搜尋,而是在什麼時候,以及如何進來。
精品搜尋案例
Spotify並沒有策劃哪些歌曲能進入他們的平臺。相反,它從整個音樂世界中找到無窮無盡的方法來發現和搜尋它的音樂庫,包括人工策劃(通過由其內部策劃團隊和使用者策劃的播放列表)和演算法(如Discover Weekly)的混合。
Wirecutter並不審查每一件產品。它手動策劃頂級產品,然後使用搜尋和其他發現工具來幫助你找到你需要的東西。
Thingtesting並不是自動搜刮網際網路上所有的消費者包裝商品品牌。它的團隊或社群中有人不顧一切地把一個品牌新增到資料庫中。
如果你在搜尋On Deck的成員資料庫,你知道每個人都已經申請,經過審查,並支付了費用來參與這個專案。
如果你在閱讀Tegus上的記錄,你知道這些內容來自於其團隊精心挑選的專家。
在所有這些例子中,價值在於他們所排除的內容和他們所包括的內容一樣多。供應方的摩擦是產生訊號的原因。
在訊號的基礎上,這些企業建立了強大的搜尋引擎。例如,OnDeck已經建立了一個意見圖,讓你以獨特的方式發現人才。例如,你可以通過具有 "軟體工程 "技能、當前狀態為 "對新想法開放 "的人進行篩選。作為一個尋找工程人才的創始人,我隨時都會選擇這種精心策劃的資料集而不是LinkedIn的資料集。
精品搜尋特點
與垂直搜尋聚合器不同,精品搜尋引擎感覺不像是黃頁,而更像是給朋友發簡訊求推薦。它們限制了供應,這是它們最大的護城河的基礎:信任。重要的是,精品搜尋引擎還引入了不依賴廣告的新商業模式。
相關文章
- 知識圖譜——搜尋引擎的未來
- 解決 PbootCMS 搜尋未搜尋到任何資料的問題boot
- 最佳路徑搜尋(二):啟發式搜尋(代價一致搜尋(Dijkstra search),貪心搜尋,A*搜尋)
- 海量資料搜尋---搜尋引擎
- 深度學習的未來:神經架構搜尋深度學習架構
- 搜尋
- 搜尋引擎漸行漸遠,未來路在何方
- 搜尋引擎-03-搜尋引擎原理
- 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
- 點選搜尋框清空搜尋提示文字
- 搜尋引擎es-分詞與搜尋分詞
- Nebula 基於 ElasticSearch 的全文搜尋引擎的文字搜尋Elasticsearch
- 直播系統程式碼,常用搜尋中搜尋歷史,搜尋推薦功能
- 搜尋技巧
- vim搜尋
- 搜尋策略
- 搜尋功能
- 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
- 20240713總結(搜尋專題,但是不想搜尋)
- Mac上神奇的內建搜尋引擎——Spotlight(聚焦搜尋)Mac
- 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
- 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
- MacOS的Safari搜尋欄無法搜尋怎麼解決?Mac
- Google 搜尋演算法是如何越來越懂你的?Go演算法
- 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
- Google搜尋技巧Go
- Elasticsearch常用搜尋Elasticsearch
- 貪心+搜尋
- Elasticsearch——全文搜尋Elasticsearch
- 搜尋插入位置
- 搜尋/查詢
- elasticsearch搜尋商品Elasticsearch
- Elasticsearch 向量搜尋Elasticsearch
- 單詞搜尋
- idea全域性搜尋的快捷鍵 idea搜尋內容快捷鍵Idea