閱讀時長：5分鐘

適讀人群：搜索運營崗位、產品崗位、及對搜索技術感興趣的人；

搜索是每個產品必備的功能，也是業務增長最重要的一項，信息越豐富的產品越會重視搜索能力，並且搜索場景下是用戶“主動”產生內容，這就需要搜索技術可以精準分析召回，命中搜索意圖，從而才能達到業務轉化的目的。

市面上大部分產品的搜索都是技術同學在不斷的優化迭代，很容易忽視可以直接觸達業務側的運營同學的作用和價值。那今天就和大家分享下運營同學在搜索上有哪些玩法？阿里雲開放搜索作為一站式可視化搜索開發平臺，產品/運營同學可以在控制檯參與哪些優化動作呢？

在搜索上可以做哪些運營工作那？

與產品技術協同，對搜索指標負責，持續跟進搜索能力迭代；
通過分析業務指標輸出搜索評測報告，制定優化解決方案，提升產品能力和用戶體驗；
從產品和運營層面做用戶體驗突破性探索，結合搜索引導功能配合運營方案，提升業務轉化；
根據法律法規，把控內容安全性，及時處理平臺內不良信息內容；

運營同學難點

缺乏搜索相關技術知識儲備，技術理念、邏輯不清晰，不利於運營工作的開展和項目的推進；

改寫、分詞、召回、排序在搜索中如何運作，運營可以參與哪些優化？
個性化搜索可以有哪些玩法？
如何優化搜索提高用戶商業變現？

需求解決週期長，難以做到及時快速響應，業務發展遲緩；

企業不具備完善的數據管理能力，運營不能實時查看搜索業務指標數據做出相應運營分析和運營決策；

核心搜索運營數據：搜索，流量，行為，成交，用戶分析，Query分析等；
個性化搜索引導：下拉提示、熱詞、底紋等數據分析；

搜索核心邏輯解讀

搜索業務流程：

1.解讀用戶輸入的信息

查詢語義理解功能描述：將用戶輸入的query“翻譯”成系統可以理解的意思，實現人與計算機之間的有效通信，並去分析用戶的搜索意圖，召回最相關的內容/商品，解決用戶搜索訴求。

查詢語義理解中的每一個功能都將直接影響用戶搜索意圖的分析和召回效果，從而直接影響點擊率，跳出率，轉化率等業務指標。同時也需要運營，產品，技術各方結合自身產品情況不斷優化探索。

示例：搜索“aj1北卡蘭新款球鞋”計算機做了以下這些查詢分析處理

2.篩選用戶意圖相關性內容

對用戶的query進行解讀之後，會得到一些標準化的詞，這些詞會對應相關的內容，對內容的篩選會涉及到兩個概念：召回率和準確率。

準確率指的是搜到內容中相關內容的比例；
召回率指的是搜索到內容中，真正被搜索出來的比例。

什麼是召回？ 通過用戶查詢的關鍵詞進行分詞，將分詞後的詞組通過查找倒排鏈表快速定位到文檔，這個過程稱為召回；

當這兩個指標的比例越接近1，效果越好，但是有些情況下，準確率和召回率是一組相互矛盾的指標，比如只搜索出一個搜索結果，且是用戶真正的意圖，那準確率就達到了100%，但是召回率卻很低。這兩個概念在搜索優化中是關鍵性指標，涉及到更高級的搜索機制。
注意：不是所有包含用戶query關鍵詞的結果都應該被召回。

3.對搜索結果進行排序

query查詢分析被召回後，把最符合用戶意圖的內容/商品進行合理的排序，提升點擊率防止用戶跳出。接下來介紹搜索的排序規則。

粗排：對搜索結果進行第一輪的海選，因為要遍歷所有的文檔，所以粗排要儘量簡單（選取對文檔最重要的幾項內容，如新聞類可以選用文本性及時效性），按照表達式對文檔進行算分，並按照算分結果進行排序。
精排：對第一輪的粗排結果選取TOPN個按照精排進行第二輪更細節的分值計算，按照分值進行最終的排序，並返回給用戶。
排序表達式：用於控制搜索結果文檔排序的數學表達式，支持基本運算（算術運算、關係運算、邏輯運算、位運算、條件運算）、數學函數和排序特徵等。運用排序表達式可以進行排序效果的深度調優。

4.個性化搜索周邊功能：（運營劃重點！！）

4.1熱搜底紋

熱搜底紋是一個完整搜索引擎必備的基本功能，通常佔據著搜索框入口的重要位置，提供不可或缺的業務價值。處於搜索引擎整個工作流程的最上游，為搜索優化起鋪墊作用，可以大大降低query理解、排序、運營幹預等環節的調優難度，並且結合運營策略可以有比較大的發揮空間。

從用戶的角度來看，熱搜底紋一般可以滿足如下的需求：

我想隨便逛逛，不知道搜什麼好，能不能給我推薦一些優質的查詢詞？
我想知道大家都搜了些什麼，隨大流不會錯
最好能結合我的興趣推薦query，也要有多樣性，我既想看感興趣的內容，又想探索一些興趣之外的內容

從運營者的角度，熱搜和底紋可以提供這樣的價值：

我想知道哪些query被搜得最多，熱門query是用戶興趣的風向標，通過分析熱門query可以把握用戶的興趣走向，對制定運營策略提供決策依據
我想給用戶推薦一些優質query，在用戶有輸入的情況下，下拉提示引導用戶意圖，但是在沒有任何輸入的時候，如何推薦優質query呢？
如果給用戶推薦熱門query，不能總是固定給出最熱的那幾個query，需要考慮到多樣性，一方面兼顧用戶體驗，另一方面需要給部分次熱門query曝光機會
通過分析用戶的行為，結合用戶的興趣來推薦query，既兼顧用戶體驗，又可以有的放矢的提升業務目標

✅運營可以重點關注的業務指標：

熱搜：

熱搜PV：當日請求熱搜（且返回成功）的次數；
熱搜UV：當日請求過熱搜的用戶數；
熱搜UV-CTR：用戶對熱搜結果的點擊情況；
熱搜PV-CTR：熱搜的點擊情況
引導搜索PV-CTR：衡量熱搜引導搜索的召回、排序效果；
引導搜索GMV：衡量熱搜引導購買效果；
引導搜索收藏/評論/點贊轉化率：衡量熱搜引導收藏/評論/點贊效果；

底紋：

底紋PV：當日請求底紋（且返回成功）的次數；
底紋UV：當日請求過底紋的用戶數；
底紋UV-CTR：用戶對底紋結果的點擊情況；
底紋PV-CTR：底紋的點擊情況；
引導搜索PV-CTR：衡量底紋引導搜索的召回、排序效果；
引導搜索GMV：衡量底紋引導購買效果；
引導搜索收藏/評論/點贊轉化率：衡量底紋引導收藏/評論/點贊效果；

4.2下拉提示

下拉提示是搜索服務的基礎功能，在用戶輸入查詢詞的過程中，智能推薦候選query，提高用戶輸入效率，幫助用戶儘快找到想要的內容。可以通過中文前綴，拼音全拼，拼音首字母簡拼查詢以及漢字加拼音，分詞後前綴，中文同音別字等查詢下拉提示的候選query.

✅運營可以重點關注的下拉提示業務指標：

下拉提示PV：當日請求下拉提示（且返回成功）的次數；
下拉提示UV：當日請求過下拉提示的用戶數；
下拉提示PV-CTR：下拉提示的點擊情況，衡量下拉提示召回、排序的效果；
下拉提示UV-CTR：用戶對下拉提示結果的點擊情況，衡量下拉提示召回、排序的效果；
引導搜索GMV：下拉提示引導搜索的成交金額；
引導搜索收藏/評論/點贊轉化率：衡量下拉提示引導收藏/評論/點贊效果；

開放搜索平臺介紹

開放搜索（OpenSearch）阿里雲是自主研發的大規模分佈式搜索引擎搭建的一站式智能搜索業務開發平臺，無需開發，一鍵接入即可獲得高質量搜索服務，內置阿里系技術多年沉澱的核心搜索引擎，行業前沿的搜索能力和算法能力，並充分開放支持內部調用客戶自己的算法模型，滿足各行業各場景的業務需求，與客戶彼此成就、共同成長；

運營亮點及優勢：

可視化控制檯，模塊清晰，對新手人員友好，操作簡單易上手，無需等待開發週期，方便技術以外的運營產品人員根據業務情況隨時效果調優；
業界領先技術打造獨有的行業搜索模板，一鍵配置，內置行業搜索能力，無需開發訓練即可具備行業屬性的高質量搜索能力；
支持開發者的算法模型即時迴流至線上，根據自身業務情況進行模型開發疊加在現有平臺能力上；
支持A/B Test，方便業務在全量使用前可以分配一定比例的流量進行先驗，避免盲用帶來對線上業務的負面影響。
支持雲監控報警，通過雲監控對應用的存儲容量、計算資源、查詢QPS等指標進行監控。幫助監測應用的使用情況，並支持對監控項設置報警規則，時刻掌握業務動向。
支持定製化搜索服務無需組建技術團隊解決業務難點，頂尖阿里技術、算法工程團隊同學為您排憂解難；

運營/產品可操作的菜單及功能

應用管理相關

1. 查看：應用列表，應用詳情，應用規格，應用雲監控；

2. 操作：秒級擴縮容，變規格，輕鬆應對大促等活動；

搜索算法中心

1.查看：所有菜單均可查看

2.召回配置：

a. 分詞管理：

i.測試分詞效果

ii.添加、刪除、修改自定義分詞的分詞詞條；

b.查詢分析：

i. 搜索測試

ii.配置查詢分析規則：改寫策略、功能選擇

配置改寫策略：可控制參與召回的term是以AND或OR關係包含在查詢結果中。改寫直接影響召回結果，可根據業務情況進行調整。

示例：如Query為：“耐克運動鞋”，分詞後term為：“耐克/運動/鞋”

- 連接符為AND時：Query改寫結果為(default:'耐克' AND default:'運動' AND default:'鞋')
- 連接符為OR時：Query改寫結果為(default:'耐克' OR default:'運動' OR default:'鞋')

查詢分析功能選擇：選擇行業模板默認為全選狀態。

c.詞典管理：

添加、刪除、修改各功能詞典的干預詞條：拼寫糾錯、停用詞、同義詞、實體識別、詞權重、類目預測干預

3.排序配置：

a. 排序策略管理：根據業務需求配置排序表達式，優化排序效果

b. 搜索測試：可以查看各函數算分結果

4.搜索引導功能：

a. 下拉提示：

根據不同行業數據特點，下拉提示功能提供了相應優化模板。目前已支持通用、電商和內容行業模板；

i.查看下拉提示相關報表、效果預覽

ii.選擇配置黑白名單

iii.個性化配置：高頻搜索詞，用戶搜索頻率作為候選詞排序依據，優先將滿足推薦條件的用戶搜索頻率較高的詞作為下拉提示候選query。歷史搜索詞，優先展示用戶之前搜索過的query。智能排序，根據點擊、購買等用戶行為信息智能排序候選query。

b. 熱搜與底紋：

i.查看熱搜底紋相關報表、效果預覽

ii.選擇配置黑白名單

iii.效果優化-行為數據：基於統計搜索日誌的熱搜/底紋結果可以滿足冷啟動階段的需求，在這個功能開始發揮作用後，建議關聯熱搜/底紋的用戶點擊事件，系統內部通過採集行為數據來進一步優化效果，採集了行為數據有如下幾個收益：

可以統計得到各項指標，諸如引導搜索的pv、uv、無結果率等，用來衡量這個功能的使用效果，為後續的改進提供依據。
可以分析用戶群的興趣走向，為制定運營策略提供依據。
可以採用智能化的手段來推薦query，通過用戶的點擊行為對數據進行標註，可能根據不同的優化目標來訓練模型（默認按點擊率優化），通過模型來推薦query，具備較強的泛化能力。
可以做個性化的熱搜詞推薦，知道了用戶點過哪些query，就可以結合用戶的偏好做出有針對性的推薦。

統計報表

所有報表均可查看：業務運營報表，下拉提示報表，熱搜底紋報表，A/B測試報表；

以上所有菜單及功能介紹、操作步驟、注意事項都可以在開放搜索產品文檔中找到。

如有產品指導需求，可填寫問卷獲得專家指導>>https://survey.aliyun.com/apps/zhiliao/lKD_J8cRj

如果你想與更多開發者們進行交流、瞭解最前沿的搜索與推薦技術，可以釘釘掃碼加入社群

搜索運營有哪些玩法，你知道嗎？