淺談電商搜尋資料指標體系建設

　　搜尋作為電商APP中使用者下單的核心場域，具有較高的消費者價值（體驗）、變現價值（賺錢）、資料沉澱價值（研究）。因此搭建搜尋相關資料指標體系，用於及時監控波動&定位原因就顯得至關重要。

　　本文從搜尋機理出發，探討影響搜尋產出的關鍵要素，並沉澱出一套監控體系，經實戰運營能較好的解決業務方的問題。在此拋磚引玉，希望對感興趣的同學有所啟發。

　　 1 Why 搜尋？

　　各大電商APP平臺可以將使用者下單的場域路徑以下兩大類：

　　使用者主動類：分為強目的（搜尋）、弱目的（一二級類目頁）

　　使用者被動類：分為演算法推薦（首頁猜你喜歡+商詳頁猜你喜歡等+訂單頁猜你喜歡）、運營推薦（欄目+活動頁）

　　一般電商類平臺各場域，使用者訪問率&銷售佔比高相對關係如下：　　

　　如果某一個場域使用者訪問率&銷售佔比高，則代表這個場域流量&創造的價值越大，有上表可知，搜尋是其中最重要的場域，將精力投入到“搜尋”的ROI是較高的。

　　由此可簡要降搜尋的價值概括為下面三類：消費者價值（體驗）、變現價值（賺錢）、資料沉澱價值（研究）　　

　　 2 搜尋資料指標體系搭建

　　由上可知，搜尋既然有較高的消費者價值、變現價值、資料沉澱價值，那麼搭建其資料指標體系，用於及時監控波動，定位原因就顯得至關重要。搭建資料體系時：

　　（1）首先要明確監控的目標，比如搜尋核心是成交導向，那麼搜尋的GMV就是核心監控的指標。

　　（2）其次，要深入瞭解搜尋作用機理，確定對目標的關鍵影響因素：

　　就個人理解搜尋本質還是人貨匹配，不同的業務角色影響不同的因素，作用於不同的環節。

　　比如演算法業務角色，影響搜尋GMV的關鍵要素是：使用者輸入搜尋詞之後，演算法模型對搜尋詞理解、商品召回和商品排序的準確性，核心作用在於保障人與貨更好的匹配

　　而商品（商家）角色，影響搜尋GMV的關鍵要素是：品控、拓品等，核心作用是更好&更豐富的貨

　　運營+產品角色，影響搜尋GMV的關鍵要素是：使用者進入搜尋框之後，一系列的功能引導&利益點傳遞等，核心作用是更好的使用者流程體驗（不要有卡點）　　

　　（3）最後，將上述關鍵影響要素量化，與業務操作緊密連線，回答目標波動的業務原因（Why So），確定最佳化建議（And Then?）

　　比如發現搜尋銷售額下降：

　　是因為搜尋需求變化，還是單次搜尋銷售額的變化？

　　如果是搜尋需求的變化，那是計劃式搜尋UV還是發現式搜尋UV在下降（使用者站外想不清還是站內種草不足）？

　　如果是發現式搜尋下降幅度大，更多是因為我們站內刺激不足，就需要針對這個品類&使用者進行運營活動強化心智。

　　最後搜尋的指標體系整理如下：　　

　　*注：上述是整體框架，框架中還需更細粒度的探查，比如轉化效率降低，用下列指標衡量演算法在召回、排序等各環節的表現，來定位問題。　　

　　計劃式搜尋是指來APP前已有基本的購買目標，這些使用者進站後30s內就會搜尋。

　　發現式搜尋是來APP前沒有購買目標，在站內展示的內容驅動下比如推薦&活動等，發現商品從注意到興趣，激發非計劃式需求，從資料上定義就是進站後30s後才去搜尋。

　　計劃式搜尋&發現式搜尋的定義是本人透過觀察使用者行為資料的總結，不同APP可能表現不同，30s的範圍可以酌情更改。

　　 3 結語

　　經實戰運營，上述監控體系可以較好幫助業務方定位大部分問題，提高各方效率，在此分享出來，希望對大家有所啟發。後續會持續更新有關搜尋業務的專項探查分析，敬請期待~