学会这些,轻松搞定APP中的“搜索”功能_手机app根据时间来搜索东西(2)

  • 如果你的卖场商品数量较多,并且品类单一,采用指定型搜索模块。指定类目的卖场,比如:生鲜卖场、图书馆等,需要在搜索模块上增加类型。也就是说用户在图书馆里面的任何搜索,都应该是书籍相关的。又或者是满100减10的卖场中,搜索到的商品也应该是满足这个促销条件的。
  • 如果你的卖场商品数量较少,不要使用搜索模块。比如:榜单、少商品的卖场等,如果用户搜索后召回的商品数量极少,简直是搜索体验的噩梦。有这个模块还不如没有哇,真是的。
  • 如果你的卖场品类用户无法感知,不要使用搜索模块。推荐清单就是一个例子,用户无法感知到这个集合是什么样子的。可能这个用户A比较喜欢图书、女装,换了一个用户后,品类却完全不同。
要点2:增加单页面内搜索入口的曝光次数

这个要点需要在交互层面注意,不要让你的搜索模块仅仅出现在首屏。在用户下滑浏览过程中也需要看到搜索入口,可以采用一个吸顶的搜索栏,或者在用户下滑过程中将搜索栏缩小到某一个位置。总之,要保证实时可见。

2、“搜索输入页”设计要点

搜索输入页有两个状态,一个是刚进入时候的默认状态,另外一个是用户已经开始输入时候的输入状态。

要点1:“搜索输入页”的默认状态

默认状态承载了两个任务:

(1)对于用户:帮助用户快速输入

用户进入搜索输入页,应该立即键盘弹出并且输入框是focus状态,保证用户无需其他点击,直接输入即可。另外需要增加快捷搜索词入口,展示5~10个历史搜索词,方便用户快速键入。

(2)对于业务:增加cross sale

进入搜索输入页的用户,都具有比较明确的购买意图,可以在搜索页增加一些模块,提高相关性购买。比如:热门搜索模块、比如推荐搜索词模块等。

要点2:“搜索输入页”的输入状态

在输入状态下,需要节省用户的输入时间,快速进入搜索结果页。

所以需要有如下功能:

(1)搜索词匹配:

比如:输入英文“hah”可以转换成中文“哈哈”,并且识别出我的关键词是哈哈哈。搜索建议功能是满足用户只记得部分关键词等的模糊搜索场景,这一个部分主要是技术同学主R的~

PM更加注意在交互和视觉上进行命中态和非命中态的区分,比如:上文中的“hah”就应该展示成命中态。另外如果搜索词完全命中和部份命中,也应该在样式上进行区分。

(2)帮助用户快速定位搜索词

  1. 提供搜索词相关的信息:比如显示搜索结果数量、商品数量等。
  2. 搜索结果信息前置从而缩小结果范围: 比如搜索词属性、标签等。

3、“搜索结果页”设计逻辑

消费者购买决策5阶段模型

在介绍搜索结果页之前,我们来看下知识点,消费者购买决策5阶段模型(谁的小眼睛还没有看老师丷哈~):

  1. 问题认知:天气热了,看到同事穿了条破洞牛仔裤,小王看了看自己裤子有点low,那想就换一条吧。
  2. 信息搜索:小王为了买裤子,看了各种裤子,黄色、白色、大牌的、便宜的。
  3. 方案评估:经过对比,小王觉得裤子A、B、C不错。
  4. 购买决策:考虑到工资还没发,房贷还没还,小王选择了最便宜的C裤子。
  5. 购后行为:C裤子收货之后,特别好看,不穿很平凡穿上吴亦凡~小王将裤子推荐给小李,并给商家一个五星好评,赞赞赞。

在搜索结果页中,主要帮助用户完成决策模型中的2、3、4三个阶段(哦呼,任务有点重呢)

那应该如何做呢?

要点一:信息搜索——用户使用的是中心路径还是边陲路径呢?

  • 中心线索(中心路径):与目标直接相关的线索,一般基于判断分析。比如:手机的中心线索是CPU主频、屏幕大小、轻薄程度、外观如何……通过此路径的态度转变和思考有关。消费者对最重要的产品和服务信息,认真分析和思考。在消费者有充分的动机、能力和机会时,才会使用中央路径。
  • 外周线索(边陲路径):和目标无关,但是可能带来间接证明。比如:手机的外周线索是哪个国家产的呀、谁代言的、买的人多不多等等。通过此路径的态度转变和思考无关。

所以我们知道,用户在进行信息汇总的时候,有两种方式:一种是中心线索,一种是外周线索。

采用哪种方式,和用户的画像、动机、购买的品类是有很大关系的~比如:一个女性顾客在购买手机时候,可能更加偏向于外周线索,如:谁代言的、谁在用、外形好不好看等。而并不会去仔细研究一个手机的各种复杂的参数。

这就要求PM在设计搜索结果页的时候,要同时兼顾到用户的中心路径还有边陲路径,并且根据不同的品类,进行两个路径的权重分配。

所以可以知道,搜索其实是一个精细化运营的事情,不同品类的决策方式会有差别。

那回到搜索结果页的设计上,有哪些通用的方法论么?

(1)信息广度:商品的数量、召回准确度

用户输入一个query,召回的商品准确性,是一个技术指标,需要推动技术从策略上进行不断优化。除此之外,在场景上,也有扩充信息广度的方法。

1)搜索无结果情况

  1. 混合词:“啦啦啦啦啦啦啦连衣裙”就是一个无结果的搜索词。针对这样的搜索词可以进行拆词处理,拆解出有意义的“连衣裙”,并在搜索结果展示“连衣裙”的商品。
  2. 错误词:“链衣群”就是一个意图明确,但是输入错误的词,需要联合技术团队进行纠错处理。纠正道正确的“连衣裙”。
  3. 无网络情况…

2)搜索结果过少情况

  1. 结果不足:增加“你是不是要找”模块,帮助用户进行关联搜索。
  2. 缺货、断货…

总之,定位到各种无结果/少结果的情况,进行信息广度的扩充。

(2)信息优先级:商品排列顺序

在搜索信息页中可以承载了很多模块,比如:商家广告、推荐模块。所以搜索页的信息架构很关键。

1)信息直达:分析用户意图,给用户快速通道

信息直达是指可以分析出用户的意图,并给出快捷入口。比如:用户搜索“魔鬼经济学”,如果通过数据分析,绝大多数搜索这个词的用户都是购买“魔鬼经济学1~3”套装书,而不是某一本书的话,那就可以直接在顶部增加一个信息直达模块。

或者用户输入某一个品牌名“小米”,这个时候其实用户的意图是看“小米”这个品牌下的所有商品。所以,如果有一个品牌直达模块,会让用户更佳快速的找到结果。

2)广告、推荐:和广告部门、推荐部门联动

电商中广告、推荐的策略分别有相应的部门负责。一般和搜索产品线合作的方式是:搜索产品线负责人预留对应的广告位feed和推荐位feed,广告部门和推荐部门为feed内的策略和结果负责。

3)大促流量承接

包含促销营销位的展示、优惠券的领取、促销快速搜索等……这些模块都是凌驾在单品feed之上的。

(3)信息聚合维度:商品汇总的维度

搜索的目的是获得信息,所以不应该只禁锢在搜索就是为了获得商品维度。可以在电商的搜索功能中集成店铺聚合、内容聚合、商品聚合等方式……此处有点复杂,不过多赘叙。

(4)信息内容:每一个单品展示的信息

商品的信息是指搜索结果页中的每一个feed中承载的信息。

一般包含如下:

  1. 商品的基本信息:商品名称、商品图片、商品价格…
  2. 商品的性质:促销标签,状态信息(是否有货,是否库存紧张)、折扣优惠…
  3. 商品个性化信息:收藏过、最近浏览过、购买过等标签…

这里注意到,不同品类的中心线索是不同的。比如:衣服的中心线索是商品图片,也就是样式,而一本图书的中心线索却绝对不是图片。所以我们可以看到:一般服装的默认样式是大图样式,而图书的默认样式是小图样式。

商品feed展示的区域有限,所以每一信息的展示都是应该经过仔细甄别的。比如:促销标签等。

要点二:方案评估——用户是使用补偿性评估还是非补偿性评估呢?

补偿性评估:浏览一个商品,再看下一个商品,对每个商品建立一个大致的心理打分。这意味着商品的属性优势劣势可以相互补偿:这个手机,CPU不行,但是新功能镜头不错。

非补偿性评估:先找到想要的属性,然后拿属性去筛选商品。

  1. 连接性捷思法:为不同属性选择一个最低标准,所有属性都通过这个最低标准为第一选择;
  2. 词典捷思法:选择最重要的属性得分最高的;
  3. 问题排除捷思法:根据改了选择的属性比较不同品牌,其中一项属性被选到的概率及其重要性是正相关的关系。如果其属性无法大搞最低要求,就排出了。比如:只看5.5英寸的手机,不符合的直接杀掉。

4、如何区分补偿性评估和非补偿性评估?

8分钟相亲,就是一场补偿性评估。一个下午,基本可以看20多个姑娘。最后你约会的对象,是20个人相比较中那个综合评分比较高的那个,这个是补偿性评估。

而非补偿性评估是指,你有某些标准,比如:女朋友必须1米8大长腿,符合要求才行,不符合不行,这是非补偿性评估。

在搜索结果页,用户的补偿性评估主要依赖于上面的“要点一”,也就是信息的广度、维度等。下面我们来说下,如何帮助用户进行非补偿性评估?

排序功能:默认排序,销量排序,价格排序,好评排序,最新排序……

筛选功能:

  1. 价格:价格区间,价格带…
  2. 服务&折扣:自营,有货…
  3. 商品属性:发货地,品牌,包装,长度,尺码,颜色、分类等…

筛选功能是一个搜小商品集的方式,所以可以根据用户的特性减少样本集。比如:自动筛选有货商品、自动定位用户的收获地点等等。

另外,从广泛的筛选项中移出几项进行快速筛选,也是筛选优化的方式。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里无偿获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值