1.需求（功能）分析
1.1产品设计思路：针对不同用户的不同需求设计搜索模块
观察iOS系统、36k新闻APP、淘宝、Google的搜索位置和设计，在手机系统->阅读类APP->电商类APP->搜索引擎的场景下发现：用户在这些场景里对搜索的需求依次增强，搜索在页面上的表现形式也依次增强：搜索半隐藏->搜索icon->搜索在顶部栏固定->收索是首页主体。
1.2 价值提高了用户获取信息、内容的效率
A.用户场景
几种场景:
有明确想搜的内容并记得所有关键词；
有明确想搜的内容但记不清所有关键词；
无明确想搜的内容；
B.价值核心（解决什么问题）
为了解决用户明确或者不明确的搜索需求，让用户能够搜到想搜的内容。从更深一层来说，搜索提高了用户获取信息、内容的效率。
C.技术核心
搜索最关键的是模糊匹配和知识图谱
2.设计样式及交互
2.1页面构成
元素
A.搜索框:
搜索框可以包含下面的三个元素：默认提示词、取消按钮、清空按钮。注意不同输入状态下的按钮跟输入状态匹配
B.辅助区域：
推荐内容：历史记录、热搜、分类、其他功能（用户推荐、广告运营位）
C.键盘
2.2页面样式
2.2.1入口类型
A.独立的导航标签；
直接出现在底部或顶部导航栏中，属于产品的一级菜单。承载着与搜索、发现相关的延伸功能。
B. 常驻的通栏搜索条；
(1) NAV BAR下面，默认隐藏或显示；微信在聊天页面和通讯录页面的搜索入口，初始化状态时聊天页面的搜索框是不出现在用户的可视范围内的，当页面下滑时搜索框才出现，而在通讯录页面里搜索框是默认出现在用户的可视范围内的。
(2)调起的键盘通常为搜索键盘，自带“搜索”按钮两种形式区别在于按钮的设计，前者有“返回”和“搜索”两个按钮，后者仅有“取消”按钮。这里“返回”和“取消”功能相同，都是结束搜索，返回上页。
C. 导航上或其他位置的icon入口；
icon样式的入口能够有效地触发搜索功能，但是形式上的显著程度不高，因此放置位置较为灵活，可以出现在页面角落或者收起在更多入口当中，避免与其他同等权重或高权重需求争夺显著性。
搜索框外漏在nav bar；搜索框外漏在顶部导航条上。在向上滚动界面时，搜索框一直悬停在顶部;
(2)点击icon触发搜索；依据用户的需求场景，搜索入口放在不同的位置，如果说在该页面搜索是一个主要的功能，我们就应该去突显它，提升它在界面上的权重，反之则减轻它的权重。
D.集成多种功能或特殊样式。
特殊样式的搜索与App本身的设计风格相关，如：Android原生应用中的悬浮按钮功能等；部分搜索入口中还会露出辅助功能(语音搜索/图像搜索)，付拍照扫码、切换分类内容等。
2.2.2页面布局样式
A.标签式
B.列表式
C.Tab栏
Tab 栏式推荐内容的设计顶部由顶部 Tab 选项和推荐列表组成，两者有强烈的依附关系。在设计细节上通常会添加排名、标签、图标、二级文案等方式作为辅助性信息，用以增强用户的点击欲望。
D.卡片式
E,多重条件筛选
2.3 用户操作链路设计
用户路径（操作页面）：入口tab-激活搜索框-搜索中-搜索匹配结果-结果展示页
Step 1 .【搜索入口】用户的起点，功能权重的体现
Step 2.【搜索中间页】挖掘用户潜在需求，产品运营关键页面
Step 3.【搜索过程页】操作便捷化与简洁化，产品功能人性化与智能化。
Step 4.【搜索结果页】用户的终极目标，产品策略的爆发地
3.搜索策略理解
Step1：用户输入内容
搜索框输入的内容（文本，图片，语音）
移动APP的搜索历史
搜索历史记录下常配有热门推荐、特色栏目、话题榜等运营模块。
各自的排序算法或业务逻辑，其中蕴含商业化和运营价值
搜索历史功能没有搜索结果
产品逻辑：搜索历史功能是通过记录用户由近及远的搜索词，以提高用户在重复搜索过程中（例如：电商平台中商品反复搜索对比的行为是很显著的）的搜索效率。它给用户传递的产品认知是，该处记录了TA的最近所有搜索词。还会带来严重的用户信任危机。
Step2：分析用户搜索意图
用户搜索意图的分析涉及分词和词语处理
1.分词
分词法
✴️ 分词核心在于分词法以及特性字词典库。
词语处理
1.同音纠错；
2.形似字纠错；
3.多字、少字、错别字、顺序错误；
4.模糊音纠错，对英文输入来说，还有大小写归一化、词形时态的纠错等。
模型算法
query预处理
拼音转文字
繁体转简体
自动纠错：自动纠错可以通过维护纠错表的方式实现。在纠错表里通过映射原词给纠错后的词，从而实现query改写。
同义词转换：同义词转换技术一般是通过获取用户的session日志来分析相关的query。
Query长尾词优化
用户搜索意图分析
后继词挖掘
编辑距离
意图识别
判断类型
结果型，搜索的内容有明确的结果的，比如：爱因斯坦出生于什么时候？
段落型，搜索的结果需要用大段文字来表述，比如：人工智能是什么？
展示型，搜索的结果是一些信息的展示，比如商品，职位……
判断意图
意图通常与知识图谱，或者说字典交相辉映
类目预测
1、人工配置
2、类目相关性
Step3：根据用户输入信息对内容进行筛选召回
在对内容进行召回前，我们需要通过索引去连接内容，就像查字典时用的查字目录。搜索的索引是倒排索引（inverted index），可以简单理解为“需要根据属性的值来查找记录”。
倒排索引（inverted index）
索引/搜索词的选择—元数据，受控词表，叙词表
Step4：对召回后的结果进行排序
排序维度
A：召回的相关内容**：搜索出来的内容中，和用户搜索相关的部分。
B：召回的不相关内容**：搜索出来的内容中，和用户搜索不相关的部分。
C：未召回的相关内容**：没有搜索出来的内容中，和用户搜索相关的部分。
D：未召回的不相关内容**：没有搜索出来的内容中，和用户搜索不相关的部分。
排序方法
粗排策略
精排策略
决定是否筛选出来的角度衡量，
准确率，和召回率（实验相关性）
重要度（业务相关性）
Step5：搜索结果展示
要显示哪些内容？
要显示多少条内容？
用户在搜索结果时，要让用户知道搜索出的文件总数，同时提供必要的导航系统，帮助用户在结果之间移动。
结果排序展示（方法）
排序（sorting）
按字母排序
按时间排序
按相关性排名
根据受欢迎程度排名
用户或专家的评价排名
按订单付费排名
排名（ranking）
搜索优化策略（case）
微博搜索功能优化（query需求分析）
微信搜索逻辑
电商搜索-商品搜索
站内搜索体系建设
索引工具的选择
✳️干预后台的搭建
同/近义词和词组维护
上下位词维护
词链维护
热词维护
搜索结果页顶部图片分类维护
关键词人工改写维护
关键词纠错维护
联想词维护
类目置顶干预
关键词排序权重干预
停用词/敏感词维护
搜索结果页顶部图链维护
搜索结果页无少结果推荐关键词维护
搜索结果页商品瀑布流参数展示维护
引用：
起初对于业务功能分析：
各家做搜索的逻辑会有一些差异。
我们搜索词命中什么商品，一般会有下面几种情况：
1.商品的长短标题、描述词里是否有匹配，包括拼音的模糊匹配
2.后台配置（人工干预）的商品搜索词，这个像ASO
3.商品标签词（我估计你的这个例子里的药大概率是系统有“消炎”标签的缘故，症状、功效应该都是药品关键标签）建立分词库
4.场景词（比如通过场景化训练，商品-场景-场景商品包之间可以建立映射关系，比如搜情人节礼物，展示巧克力）
5.宽泛搜索词的品类匹配（比如你搜零食，展示出薯片）
6.广告词（这个要看平台的广告规则，比如是否可以在用户搜“iPhone”时通过付费广告位把华为手机展示出来）
7.常见错误词匹配（比较智能的算法会在某搜索词对应零少结果时看用户再次搜索搜了啥，用来建立错误词和实际搜索目标间的关联，这种也常用“您是不是想找”来进行提示）
8.商品的相似性和聚合度（比如罐装咖啡和红牛，虽然这个不是体验最佳，但在三屏后捕捉需求还是有价值的，以前我们也会用“锦囊词”来延展，比如搜咖啡，第三屏展示“提神饮料、雀巢、星巴克”等锦囊词来进行品牌、品类、效果的延展）
当然平台本身也可以建立一套分类百科，大厂是具备这个能力的，比如关键词对应上了，就进平台分类库。最后结合加权算法，根据距离，销量推出商品。
这一切基于人工后台干预搜索管理来提高搜索精准，同时不同场景针对不同用户需求来进行维护。
本文是新项目的新的挑战，而请教了不少前辈跟朋友将产品策略弄知识体系。有兴趣的欢迎关注公众号：Emdopamin; 后面分享Notion的link出来~
网友评论