搜索指數分析結論?編輯導語：在對搜索引擎的整體架構有了基礎的了解，知道如何召回和排序後，本文主要介紹搜索引擎的業務效果評估指标和搜索引擎的業務輔助作用，一起來看看，下面我們就來說一說關于搜索指數分析結論?我們一起去了解并探讨一下這個問題吧!

搜索指數分析結論

編輯導語：在對搜索引擎的整體架構有了基礎的了解，知道如何召回和排序後，本文主要介紹搜索引擎的業務效果評估指标和搜索引擎的業務輔助作用，一起來看看。

前言：前三講分别介紹了搜索引擎的整體架構，如何進行召回和排序。這一講重點介紹實際業務上我們重點關注的搜索引擎的業務效果評估指标和搜索引擎的業務輔助作用。

在第一講的時候列舉了大量的指标來綜合評估電商搜索引擎效果的好壞，如下圖介紹這麼多是為了讓大家對指标體系有一個全面完整的認識。

但實際在業務開展的時候，負責搜索引擎的部門背的核心KPI就是搜索引擎的CTR、CVR和PGMV這三個指标，上述其他指标更多是作為輔助指标來進行綜合評估，并不會列為部門的KPI，其他指标在業務上反映的價值并沒有那麼重要和直觀。

1.1 CTR

CTR分曝光、請求和Session三個維度口徑。通過下圖進行舉例說明：

大家可以發現上圖中請求維度 & 用戶緯度的CTR極端情況下結果會大于100%。實際業務中CTR并不會超過100%，用戶的點擊次數都不會這麼高，用戶浏覽幾十個商品都不一定點擊一次。電商平台曝光口徑的CTR在5%左右。

曝光口徑：曝光維度的CTR會有兩個潛在的小問題，第一對于部分搜索無結果的請求，此時分子為0，分母也為0，因為沒有任何結果展現也就不存在曝光；這種情況下就不能真實反映搜索引擎的實際效果。當然對于大型電商平台搜索無結果的請求占比很低；第二就是可能會出現一種極端情況，某一個搜索引擎搜索結果用戶更感興趣，用戶浏覽和點擊的都更多，但是曝光維度下的CTR不一定更高。比如用戶在搜索引擎A和B上分别搜索“手機”，搜索引擎A上是浏覽5，點擊1；搜索引擎B是浏覽20，點擊3。直觀上肯定是用戶對搜索引擎B返回的結果更感興趣，但是A的CTR為20%，B的為15%，從CTR角度反而A的更高。

請求口徑：請求維度可以很好地規避上述曝光維度存在的兩個潛在小問題。第一種情況搜索無結果分子為0，分母還是1。第二種情況A和B的分母都是1，就看點擊次數。請求維度相對更加客觀地評估搜索引擎的效果；

Session口徑：Session維度指的是一段時間内用戶的行為統計，用戶從開始使用搜索框功能到最終退出不再使用，這一期間内發生的行為統計。比如用戶在搜索框裡連續搜索了“手機”、“華為”和“蘋果”，這樣一系列搜索行為及最終的曝光點擊，我們視為一個Session。Session口徑下的CTR我們用的不多。

實際電商平台主要以曝光維度CTR 請求維度CTR進行綜合評估搜索引擎的線上用戶點擊的效果。

1.2 CVR

CVR的計算口徑也分為：曝光、請求和點擊三種；詳情見下圖：

業務部門：很多業務部門隻關心最終的成交量，所以他們看CVR主要看的是曝光和請求口徑的，他們不關心用戶點擊後的轉化率是多少，業務部門隻看最終目标，不關心中間目标；而曝光和請求口徑下的CVR就是用戶浏覽了多少商品最終下單了多少商品；電商平台搜索引擎曝光口徑的CVR一般都在千分之幾；

算法部門：在算法側，用戶的下單要拆分為兩步，第一步先是對商品産生興趣發生點擊；第二步是點擊進入商詳頁後，用戶基于商品詳情頁決定是否購買産生轉化，這是兩個獨立的步驟。一般算法部門統計CVR時都是使用點擊口徑，電商平台搜索引擎點擊口徑的CVR在2%-5%之間。

CTR和CVR并不是完全正相關的，很多SKU的CTR很高，但是CVR很低，比如一些标題誇張主圖奇特的商品，用戶可能會被商品的标題和主圖等吸引産生點擊，但是最終是否下單用戶還是會根據自己的實際需求進行綜合考慮的。

對于那些剛起步做搜索引擎的平台，正常前期CTR的優化都會帶來CVR同步的增長。但是在成熟的電商平台算法側優化CVR模型時，一般是CVR提升，CTR會略有降低，甚至會降福較大。

1.3 PGMV

我們上述介紹了CTR和CVR指标，但電商平台其實最關注的一個核心指标是GMV（Gross Merchandise Volume），商品交易總額。電商平台是賣貨的，每到雙11淘寶京東都會公布自己的成交額GMV是多少，從來不會公布自己的CTR和CVR是多少。所以在業務上我們最需要關注的一個指标就是GMV。正常算法側看的GMV指标我們叫做PGMV，也分為單次曝光 or 請求 or Session帶來的成交額。

用戶A搜索了3次，浏覽了20個商品，最終下單2000元。三種口徑下的PGMV如下：

曝光口徑：2000/ 20 = 100；

請求口徑：2000/3 = 666.67；

Session口徑：2000；

PGMV指标和CVR指标之間的關系也不是完全正相關的，因為CVR的分子是訂單，訂單多的不一定訂單金額大。轉化一單茅台要比轉化100單餐巾紙帶來的GMV都要高。

當平台業務和搜索引擎都發展到很成熟時，CTR & CVR & PGMV三種業務最關心的指标很難同時兼顧，沒辦法做到CTR，CVR和PGMV全部大幅增長。這時候就需要業務決定以哪個指标為核心考核指标，正常是某項指标需要大幅增長，其他幾個指标可以保持不變或者略有降低均可接受。

1.4 搜索 & 推薦場的指标考核差異

整個系列主要是在為大家介紹搜索引擎，這裡面也穿插和大家介紹一下搜索 & 推薦場之間一些核心的目标和指标差異。

目标不同：推薦是以發掘用戶興趣為主，希望推薦的商品用戶感興趣可以留住用戶，甚至推薦的商品還會有很多探索商品去探索用戶的興趣。而搜索不是，搜索是用戶帶着明确的需求來的，所以搜索結果列表頁裡面的商品需要符合用戶的實際需求，返回最符合用戶需求和消費習慣的商品，促進用戶轉化。推薦以吸引用戶，興趣引導為主。搜索以定位需求，促進轉化為主。

指标不同：結合上述的目标不同，推薦場景主要是考核CTR，而搜索場景主要是考核CVR和PGMV。當然業務上需要看電商平台自己業務所處的階段和内部的業務定位要求，實際還是以多個指标組合在一起綜合評估。

用戶的會在搜索場景上十分明确地表達自己的意圖，比如近期用戶大量搜索“泡泡瑪特”說明最近用戶對泡泡瑪特的産品很感興趣，基于用戶明确的意圖就可以在商品擴充和商品供應上做進一步下鑽。

2.1 商品種類擴充

某段時間發現用戶在平台上大量搜索A商品，然後平台監控到該商品在平台上并沒有售賣。類似于A商品的還有很多B商品、C商品等等。尤其是還處在快速成長期的電商平台，不管是像京東這樣自建供應鍊的還是像淘寶這樣通過第三方賣家進行招商的，都需要有的放矢的在平台上重點發力構建哪些品類商品的供應鍊，招商哪些商家。而用戶的搜索詞就反饋了平台用戶的需求，對于京東淘寶這種全國性的電商平台不太需要按照區域去分析用戶的搜索詞。

但對于像叮咚買菜、永輝超市這種生鮮電商就需要根據區域分析用戶的搜索詞，不同區域的用戶對生鮮商品的需求完全不一樣，所以生鮮類電商還需要根據區域性用戶的需求來建立供應鍊。

2.2 反哺商品供應

對于生鮮類電商，很多商品都不适合大量囤貨，不然會造成商品的大量損耗。所以生鮮類電商都需要做一件事情，就是銷量預測，基于銷量進行采購。傳統的銷量預測大部分都是專家經驗，由采購人員根據曆史的經驗人工拍闆每個商品今天采購多少，而這種經驗随着人員的離職也都被帶走了。

現在生鮮電商都是通過銷量預測模型來進行每個商品的銷量預估，再基于銷量預估進行每日采購。銷量預測中一部分要基于商品曆史的銷量，一部分也要基于對未來的預估，用戶的搜索詞就能夠反映出用戶對該商品未來的需求。銷量預測模型時需要将相關商品的搜索頻次特征等考慮進去，這樣模型預測的結果會進行精準。

之前也介紹過搜索引擎貢獻電商APP 70%的GMV，所以搜索引擎上任意一點的偏向都會帶動巨大GMV的轉化。

3.1 造趨勢

搜索框中都會給用戶展示一些默認的搜索底紋，部分用戶會懷着好奇心進行搜索，最終搜索引擎就會把想展示的商品呈現給用戶。如果電商平台把所有用戶的搜索底紋都設置成同一個詞或者同一個商品，那麼這個商品短時間内一定會獲得大量的曝光，進而産生較多的轉化。

所以很多新品上市都會去電商平台買搜索底紋詞，這種底紋詞一般都是通過廣告形式對外售賣；有相同功能的還有如下圖的：搜索發現 熱搜榜。

3.2 清庫存

清庫存的功能主要在生鮮類電商上應用比較多，因為生鮮商品保質期比較短，每到晚上的時候很多商品如果仍然積壓較多就需要盡快清理庫存以免造成損耗。這時候電商平台運營就會在搜索框裡面配置相應商品的搜索詞，以及在搜索熱詞，大家都在搜等各種榜單裡面配置相應商品詞。

同時在最終搜索結果的商品排序中，會有部分坑位運營可以進行人工配置幹預，這些位置都會根據搜索詞在部分坑位上配置需要傾銷的商品。這個功能主要應用在生鮮電商平台上，在淘寶和京東這種綜合性電商平台會比較少。

以上主要結合實際業務給大家介紹搜索引擎的業務效果評估指标和起到的一些業務輔助功能。

本文由 @King James 原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協議