搜索引擎原理：
抓取-匹配-排序。根据用户输入的关键词所体现的需求和网页的优劣进行评分，并根据最终分数进行排列展现。
搜索行业：
- [x] 搜索公司和产品：谷歌，百度，360，搜狗(被腾讯收购了)，夸克(阿里旗下)，头条
- [x] 夸克app：主打智能搜索。扫描提取文字，搜题，网盘，无广告。
- [x] 字节做头条+抖音+悟空搜索(主打无广告)
- [x] 而字节跳动做端内搜索，是为了在抖音、今日头条内建立可索引的内容体系，并最大限度地压榨内容的剩余价值。而做悟空搜索这类接近百度搜索的传统搜索引擎，则是出于互联网企业的“宿命”。
事实上，广告是搜索引擎最为重要的盈利方式，同时也是导致了搜索体验下降的罪魁祸首。
背靠字节跳动的悟空搜索现阶段显然不存在太多盈利的压力，但它可以不挣钱、却赚取流量。如果悟空搜索真能做起来，或将起到串联起字节跳动旗下各大平台内容，以及补全用户通过搜索触达内容的能力。在字节跳动向电商、直播、本地生活服务等赛道扩张之时，搜索引擎就可以起到放大器的作用。
- [x] 个人认为头条的机会：做智能搜索和无广告搜索，和抖音短视频、头条资讯文章、微头条、头条百科等各平台内容串联起来，引流到优质内容，创建搜索生态和好的搜索体验，再转化到电商等营收
关于搜索运营，我的思路：
- [ ] 整体思路：用户运营，优化用户体验，数据分析，优化策略。
先要明确搜索运营的目标是什么，然后进行用户信息和行为的采集和分析，给用户打标签，绘制用户画像，用户分层分类，分析他们会喜欢什么，想要搜出什么，目标出的内容是否符合，给文章和视频内容也抓取和打标签，做设计匹配规则策略，设计行为变量指标和策略效果评价指标。
- [x] 指定匹配策略：其实最好的办法是给用户和视频内容一起打标签，并进行对应。制作用户画像，用户分层，用不同的策略，比如两个人，一个标签儿是男，八零后，一个标签儿是女，九零后，然后对于不同类型的标签儿用户群用不同的推荐策略。同时，对于视频或文章内容也贴标签，就是这个内容，包含哪些关键词，它对应的哪些人群，他可能比如说对应九零后女群体，或者历史行为数据记录证明，90女群体搜索它并点进去浏览的比较多，然后两边儿标签儿来匹配，然后再设计计算匹配分儿，匹配分儿越高的，就给你展示的这个排名就越靠前。
- [x] 转化率就可以比如是 用户点击数/用户搜索数
- [x] 定策略方法：看数据分析，做假设，控制变量或ab test实验验证。
- [x] 1、先充分了解你的用户，构建用户画像和给用户贴标签：基础信息数据+行为数据+需求数据。
用户画像标签变量：
基础信息数据：性别，年龄，城市，职业，受教育程度，婚恋状况，星座等。
行为变量可能有：常用的搜索位置，搜索方式，热点搜索关键词，搜索后内容点开率，完播率，停留时间，退出百分比，点赞，收藏，转发，评论，截图等。对应不同视频分类下的不同表现，看什么分类下什么行为最活跃，对于给出的搜索内容的点开率和完播率高不高。
- [x] 2、对视频或文章内容打标签(比如抓取小标题和内容里出现次数多的关键词)，分析内容标签和用户分类的对应情况，计算匹配度，方便提升搜索精准度和方便度。
- [x] 3、策略上线后的效果评价指标：直接从数据上想的就是，比如说迭代一版搜索策略之后，比如说我作为一个用户在抖音里边儿搜索一个关键词，然后我看了视频给我推荐的视频的话，如果我都是一划而过的，证明这个推荐策略不好，如果是我搜索完之后给我推荐出来之后，我搜索结果大多数时候都能点进去，都能停留挺长时间都能看完，然后甚至于能点赞收藏，评论转发的话，那就推荐结果就好了，用这些指标儿来衡量。
- [x] 比如可以定一个评价指标，类似点击响应率，就是一段时间内，搜索结果前5条有点击进去的次数/搜索的总次数，它肯定底层都对应不同的推荐策略，看看什么策略下这个点击响应率会提高。
这个5是定成5还是几，可以拉全体用户分布看一下，大部分是第几条的时候会点进去，还是直接就再次搜索别的去了。或者看经验来定。
多做几组对照实验组的，通过ab test，用不同的策略测试。也分析看看什么维度可能对点击响应率有效果。
比如说，拉取几个关键字？是先展示热门的视频还是先展示最关键字相关的视频？
看看这种变量的增减变化 对响应率有没有影响。
不过还涉及到一个问题，响应与不响应用户怎么定义。点击1次就算，还是点击率大于多少才算，或者看前五条点击进去几条。
具体怎么定义，这个还是看最终目的是什么。就是为了点击就行，还是为了什么其他产出。
因为一个用户下面会有多条行为日志。
这个也要定义清楚，才可以建模看变量。
看看是否还要求停留时长和完播率，如果单纯就要点击多，那建议就是点击率＞一定比率的就算响应用户和成功策略。
（具体百分之多少，可以拉全体用户的情况看看分布先，0%的占多少 50%的多少 75%的多少 100%的多少。
如果都集中在50%，那就可以选50%作为响应用户，可以拿到更多的正样本。）
评价指标 看整体的就好了。
如果要优化策略，那就先定好目标用户，才能知道你建模是为了抓什么人 这时候就要给用户分成响应和不响应两种，分析他们的行为差异。
- [ ] 然后看看用户都去点哪些内容了，有什么关键词和内容特征，跟搜索词联系起来，慢慢找些可优化的指标和策略，让搜索结果和展示顺序更精准，用户更想看的展示在前面，优化迭代几版本，通过灰度发布，ab test，看数据。
- [ ] ABTest：假设检验法。设计两个|多个组——A/B | A/B/N，版本/策略不同，每个方案只有一个变量不同
同一时间维度，让组成成分相同（相似）的访客群组随机访问
收集用户体验数据和业务数据，使用假设检验方法评估，采用最好版本。
要保证分配机制随机和稳定性假设。
抽样方法，可以：分层抽样，各层采用不同比例抽样。
然后先AA空跑一下，看看是否差异不大，再AAB测试，AB实验组，AA对照组。
4、其他改进建议：
- [x] 优化用户体验，优化排版展示方式，加强用户行为引导，排版合理，版式美观，重点突出，易于阅读和找到有用的内容，广告不抢占主要内容的位置
- [x] 增加内容搜索：抖音搜索现在只能搜索视频标题和标签，没法搜索视频内容，要是能通过关键词搜索视频内容那就最好了，有些人看了视频没点赞划过去了，等再想找却找不到了，他可能不记得标题，但肯定会对里边的内容还是记得的，要是能搜索里边内容就更好了。
我觉得这个不只是对视频，对头条里的文章、问答也都可以。
可以对每个视频里面的内容(比如小标题、出现多的词)抓取几个内容关键词，给内容打上标签。
或者可以设置个3日内浏览过的列表。
- [ ] 细化功能完善，比如专门按音乐搜有合拍的，现在搜索合拍有时会出不能合拍的结果，不够精准
头条：
优点：
综合性强可搜索的内容分类多、全，甚至抖音的、西瓜视频的、b站等站外的内容等。
缺点或可优化点：
- [ ] 比抖音内容形式更多更全更杂，不只是短视频，还有文章，问答，微头条等。目前感觉内容太杂乱，可以分大类整合下。
- [x] 可学百度增加图片搜索功能，应该很多人有需求。
- [x] 增加智能搜索和语音搜索功能。
智能搜索、语音搜索是未来的必然趋势。
除了提供基本搜索功能，智能搜索还能提供用户兴趣自动识别、内容语义理解、信息过滤和推送等功能，具备知识处理能力和理解能力，能够把信息检索从目前基于关键词层面提高到基于知识和概念层面。搜索结果也更加人性化、更贴近用户需求，响应速度更快、搜索效率更高，注重提供知识和服务，呈现出智能化、个性化、场景化、多元化、协作性和交互便捷化的发展趋势。
- [x] 推荐栏目下，可以不只推荐热门新闻，也按历史搜索记录进行相关推荐，不然就和热榜重复了。推荐栏目下的搜索可以更精准，可以根据历史搜索词和上一次搜索词推荐相关热门词条。
- [x] 同一个账号，在app里调整了首页搜索分类的类别显示和排列顺序，但没有同步到pc端，pc端也没有找到选择和排序的地方。
- [x] Pc端头条热榜换一换后，无法返回第一页，最好做个分页。
- [ ] 增加分类定向搜索：分类定向搜索功能不够，只能搜问答等，无法定向搜文章等形式，最好搜索里再细分更全的内容形式分类。且头条下缺少一些搜索内容类别，比如教程。
另外为什么在底部视频分类里搜索，不能直接先出视频类的内容，而是依然到了综合里。
前几条搜索内容里会有几个重复的广告。
- [ ] 搜索精准度可以做技术优化：
提升关键词语言识别技术。我用百度搜索 再进知乎 都比直接搜知乎 答案更准确。说明百度这方面关键词和内容匹配技术做得更好。
头条和抖音的区别：
- [ ] 头条的内容分类更多。比抖音多网页，咨询热点，问答，小说，娱乐，懂车帝等很多栏目。
- [ ] 头条融合了抖音，西瓜视频，b站等站外资源的链接，可以跳转到去抖音搜，去西瓜搜。
- [ ] 抖音出现前几条的是相关用户推荐和话题推荐，而头条先是相关影视剧，百科，网页，资讯，更类似百度的功能
- [ ] 抖音多个扫一扫抖音码和图片的功能
搜索行业，公司位置：
搜索行业巨头：百度、搜狗、头条（在第一梯队，但主要是资讯新闻的感觉，大家对其搜索的认知不够）。
在市场份额方面，截至今年6月，百度在移动端与桌面端均占据第一的位置，分别占据45%和93%，在移动端，搜狗占据32%，而头条搜索被列入到占据1%以下的“其他搜索”之列。
据百度年报，百度占据国内搜索引擎第一位置，2020年来自搜索板块的在线营销收入仅增加了5%，原因之一是视频和电商广告份额的增长，搜索广告占比遭到进一步挤压。
我认为想打出一片天，需要有独特的内容优势和特点，吸引用户进驻，进来搜索内容，体验搜索，和优化搜索技术和推荐策略，给用户更好的体验。
产品设计需求分析思路：
- [ ] 给谁，做什么事，要达到什么效果，需要什么功能。
搜索指标：
- [ ] DCG的英文全称是Discounted cumulative gain，它是一个衡量搜索引擎算法的指标。
搜索引擎一般采用PI（per item）的方式进行评测，简单地说就是逐条对搜索结果进行分等级的打分。假设我们在Google上搜索一个词，然后得到5个结果。我们对这些结果进行3个等级的区分：Good（好）、Fair（一般）、Bad（差），然后赋予他们分值分别为3、2、1，假定通过逐条打分后，得到这5个结果的分值分别为3、2 、1 、3、 2。
线上问题解决思路：
- [ ] 定位原因：客群波动+技术原因。
要不然人变了 要不然自己的需求底层涉及到的哪个环节出错了。进来的人变了呗 就是你各环节排查没问题了 那就只能是人变了。你要运营 业务指标，就看看是不是开放了什么新入口 新注册进来的用户和之前行为完全不同
- [ ] 你要是做这块 肯定也是差不多的，所以去了新岗位 第一时间要先清楚底层交互逻辑 谁在哪一环 谁会影响你的指标。一般只知道上下游 就差不多了。
因为你除了定位自己相关的问题 可能还要用你的经验指导这个环节的开发去找上一环节开发的问题。
产品增长思路：
- [x] 小而精，把最活跃的功能做到体验更好，才是核心竞争力
运营思路：
- [x] 分析数据，看看用户流失的地方主要在哪，比如是图片没设置好吗，然后做假设，快速多次尝试，固定其他变量去实验对比验证，ab test，在某些地区或客户群先改变验证，要有对照组一半改一半不改，再分析数据结果
- [x] 可以换不同的页面logo广告语尝试，多实验验证，比如做相亲，广告语换成帮助朋友找对象，可能比自己找对象，更火。（改广告语验证很快捷低成本）
- [x] 分析关键数据，找到北极星指标，和产品定位，比如twitter的用户间关注回关率如果高，是社交属性，低，是媒体属性
- [x] 留存转化率优化：
- [ ] 留存：欲望-摩擦
- [x] 设计流失时的问卷调查，有的人会喜欢这会发个牢骚
优化新用户体验：单点登录。
翻转漏斗：先让用户试听一阵子，比如7天免费体验。
积极的摩擦：填写基本信息后能减少后续筛选过程的
- [x] 用户搜索产品经理会全身心关注用户体验，除了关注内容相关性、搜索结果质量等基本特性外，还要投入很大精力探索更多新的机制和展现效果，例如“阿拉丁”、“轻应用”等，其终极目标仍然在于提升用户满意度以提升用户使用量和活跃度，最终提升整体流量。
抖音：
用户定位：
- [x] 一二线城市的年轻人居多
- [x] 需求：想分享生活，社交互动，休闲放松，猎奇需求的
- [ ] 抖音用户活跃时间有两个高峰期：中午饭点12-13和晚上休息娱乐段19-21
内容定位：
- [x] 短小、有趣、悠闲放松为主、获取新闻和知识为辅
商业运营模式定位：
- [x] 综合性，融合了娱乐分享、社交互动、广告、电商。信息流短视频+算法推荐，⽅便进⾏⼴告变现；同时抖⾳还具有很强的“带货”特性，⽅便平台进⾏电商商业化探索。
好：
综合全面多元：
- [x] 综合性，融合了娱乐分享、社交互动、电商，还能实现社交和群聊
- [x] 内容和形式多元，短视频，直播，音乐，各类内容
- [ ] 可以用户自产内容自传播ugc
- [ ] 加好友方式多样：通讯录，抖音号，二维码
电商：
- [x] 不用直播，短视频就可以直接带动电商带货，直观，吸引力强
分类易用：
- [x] 关注的人可以分类分组
- [x] 上传的内容可以分合集
不好：
- [x] 低门槛可能会有低俗劣质内容，加强审核监管，开发针对于低俗内容、敏感话题等的自动检测机制
- [x] 电商的评价、买家秀、售后保障需要进一步完善，让客户放心
格式形式可扩充：
- [ ] 不支持图文形式
- [ ] 对长视频和知识类科普的支持不够
- [x] 对普通人自媒体账号的流量支持不够，一阵子没更新就容易沦为僵尸号，再难起来。可能流失自媒体作者。
- [x] 抖音电商的优势：最新的iphone14产品和资讯，下面再跟几个开箱实测视频。官方广告 应该带几个开箱视频，抖音的定位就是为了看用户或者大V发的视频的。如果就为了看官方链接官方广告 肯定正常都优先看京东天猫或者苹果官网啊。大V的推荐 可能比官方更有说服力，对抖音场景来说。先出大V评测视频，带动引出官方电商广告更好。
针对不同类的内容用不同的展示形式，比如开箱实测评测用视频，资讯有文字网页。
不同用户群体不同策略。
网友评论