淘宝搜索解析
1、电商搜索的产品定位：
装逼的说法：让海量的用户与海量的内容迅速连接起来（人找货、货找人同时实现）
目前的价值：用户主动搜索表达需求旺盛，每天50-60%的手淘用户会访问搜索，并且20%的手淘用户会直接决策购买，但钱包份额开始下降
2、电商搜索的目标
1）长期挑战：多样性品质商品&商家的发现和个性化浮现
2）核心目标：公平、生态、效率、品质、多样、精准、商业
a. 对用户：迅速挑选到合适的好货
b. 对卖家：自己的货得到展示和售出
c. 对公司：赚钱
3、搜索产品组成与本质
1）产品组成：前端（排序、导购、创新）、后台（分析、保障、赋能）、隐性（豆腐块、精品区、混排区、协同区）
2）搜索本质：召回＋排序；原则是：准确＋优质＋适合
a. 商品的得分：相关性得分（与query的相关性＋与用户的相关性）＋商品得分（商家得分＋商品得分）＋权威性＋时效性
b. 召回及排序的实现的过程
简单概括：识别query/user意图，找出用户偏好的商品库，为商品打分并进行排序，最后进行展示
- query/user意图的识别：相关性（最核心的部分）
! query语义：A query背后代表的意义＋与A query有对应关系的类目、商品
! 用户意图：
决策阶段：决策型QUERY（精确的关键词与准确描述，如iphone6s）+浏览型QUERY（蕾丝裙、高档、电影票）
决策偏好：购买力、长期兴趣、地域、类目偏好、风格
- 召回及排序：
! 召回：根据对query/user意图的识别，将有相关性的商品进行全量召回
! 排序：用户人群数据模型＋商品特征模型：相关性｜长效个性化数据（用户特征＋商品特征）＋实时个性化模型
! 一般的排序因子：销量、收藏、加购、转化率、预测CTR、预测曝光到成交、客单价、卖家评分
4、搜索增量空间及产品能干哪些事：精度、深度、广度
核心指标：货单价＋UV价值；指导思想：高品质用户买更多，低品质用户买更好
1）精度：搜索作为效率通道，精准是效率实现的基础
指导思想：uv*转化率*客单价（笔单价＊（货单价＊笔均件数）＊人均笔数）＝GMV
发展历程：轮播->人气->个性化
- 算法中KPI数据因子的权重（货单价、客单价、商品品质、转化率、翻页率、ctr）与用户体验之间的平衡
- 业务流量分配的方式，头部卖家＋腰部卖家＋类目
2）深度：对人和货深度知识理解能力
指导思想：召回率、准确率、更多可以运用的因子｜业务的特殊需求
不同层级核心用户在搜索的体验和表现
发展历程：标题文本匹配->CPV（属性进索引、类目预测、用户行为）
召回因子可以加入一些其他货品规则：比如详情页的完整性
主动需求的收集地：query的集中度和丰富性反应用户需求，并可以表达出竞争品类的趋势，如何利用这些需求和数据
a. 基于搜索的选品中心
b. 基于搜索的场景发现：闲逛、学习、决策阶段不同的需求点；搜索词类型、搜索频次
3）广度：业务扶持、与运营紧密合作，快速落地新内容、合理利用流量
指导思想：这是一个流量入口
发展历程：主题搜、挑好货、onesearch
a. 搜索框内构建全域场景化营销新阵地
b. 搜索结果提供品质与内容解决方案：挑尖货、淘攻略、标签好货
5、搜索对于电商环境变化的认知
- 消费升级，高品质货源之争是平台间竞争根本所在
- 新零售，催生全域场景化营销趋势（媒体场景种草－搜索场景割草）
- 消费者的可触达、可洞察、可服务；还有很多上限可以挖掘
6、搜索底层的延展应用
1）基于搜索建设的选品中心
2）基于搜索建设的场景发现
