如果让你独立负责搜索功能，你需要干些什么呢？

可能大部分人的第一反应是我加一个搜索框和一个搜索结果页，找一个搜索的算法团队提供搜索算法，其他的交互抄抄竞品，ok啦！

这种做法的问题是太！有！问！题！啦！那下面跟着我来看下一个正确的思考逻辑是什么吧！

1、什么是“搜索”功能？

首先我们看下“搜索”功能在电商APP中的定位是什么吧！

1 | 用户访问app动线

一个综合电商的健康程度，可以从首页“搜索框”的点击率来略窥一二。

想一想，一个想买“追风筝的人”的用户的购买转化率和一个随手打开APP的用户的购买转化率，必然前者要高很多很多啊。也就是说搜索入口点击量越高，说明健康程度越高。一般电商的搜索栏的点击比例可以达到1/2以上。由此可见搜索功能的重要性。

不过，随着消费升级和内容电商的崛起，这个定律也在变化，因为用户的行为慢慢的产生了分离。原来用户访问电商的意愿更加倾向于buying，也就是单纯的购买。现在用户的buying和shoping的目的分离，用户访问电商app的目的不再仅仅是买东西，很多时候也是单纯的逛一逛。

总之，搜索产品线满足着“有明确购买意愿”场景，承载这电商app中最重的一部分流量。

2 | “搜索”功能的关键指标

搜索是很具有“工具属性”的一个功能。

工具属性：用户有一个goal，需要一个工具来帮助他用最小的成本并最高效的达到这个goal。比如：用户想从北京去成都，飞机、火车、自行车都是工具。

衡量工具是否好用的标准有好多，今天主要讲使用成本。比如：坐飞机贵，那它的金钱使用成本高；比如：自行车慢，那它的时间成本高，等等。

那用户“搜索”一个产品，他的使用成本有哪些呢？

从上图用户的使用流程可以看到：用户的搜索需求链可以粗分为5步。因为最后两步“进入单品页查看详情”“加入购物车”和商品信息、单品页展示相关，所以我们主要研究前3步。

前3步衡量的关键指标分别是：搜索功能的使用率、搜索输入页转化率、搜索结果点击率。

当然衡量指标不是唯一的，比如：在搜索结果页的衡量指标可以是单品的点击率，当然也可以是单品的购买率～

下面我们将针对三大功能模块“搜索入口”、“搜索输入页”、“搜索结果页”来分别讨论PM的设计要点。

3 | “搜索入口”设计要点

搜索入口的关键指标是这个功能的使用率，目前搜索入口栏的视觉样式已经趋同，设计时候采用search bar／单独的search icon已经比较主流了。

在这种情况下，提高搜索入口的使用率，有两个要点：

要点1：寻找频道增加搜索入口

错误方式：我在所有的卖场页面都加上，有比没有好吧，让用户想搜就搜，还符合尼尔森一致性的原则呢。

搜索入口有两种模式：

模式一：普通型，搜索模块是对所有商品进行搜索；
模式二：指定型，搜索模块只针对指定分类、或卖场内的商品进行搜索。

所以思考这个问题时候需要考虑你的频道或者卖场的特性，然后选择符合的搜索入口模式。

如果你的卖场商品数量较多，并且品类综合，采用普通型搜索模块。一般这种综合型的卖场流量大，用户意向分散，使用普通型搜索模块即可。比如：首页、比如大促落地页等。
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

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。
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～）：

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。
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。
方案评估：经过对比，小王觉得裤子A、B、C不错。
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。
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

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。
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”。
无网络情况…

2）搜索结果过少情况

结果不足：增加“你是不是要找”模块，帮助用户进行关联搜索。
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：

商品的基本信息：商品名称、商品图片、商品价格…
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…
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。

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；
词典捷思法：选择最重要的属性得分最高的；
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：

价格：价格区间，价格带…
服务&折扣：自营，有货…
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。

要点三：购买决策——用户的决策成本有哪些呢？

消费者成本（金钱）－产品属性（价格）：降价促销；
消费者成本（做决定）－产品属性（选择便利）：减少品类；
消费者成本（购买行为）－产品属性（购买便利）：渠道策略；
消费者成本（学会使用）－产品属性（产品易用性）：提高易用性。

在搜索结果页用户的决策有多种：

查看单品详细信息：点击单品，进入单品页；
直接加入购物车：点击加入购物车按钮，添加到购物车；
收藏商品：点击收藏按钮，添加到心愿单；
找相似／找同款；
……

这里要注意到决策的转移，这里以“加入购物车”按钮为例。

现在市面上有两种模式，第一种模式是在搜索结果页没有“加入购物车”按钮，第二种模式是搜索结果页中有“加入购物车”按钮。

如果按照普通思维，原来用户需要在单品页中加入购物车，现在我把这个按钮提出来了，不是会更加方便用户么？

错！我们分析一个细节问题的时候，一定不要站在细节看细节。应该跳出来，从全局的角度来看，比如：这个问题就应该从整体转化率的角度来看。

首先我们看下下图对比，可以看到在模式二，也就是有加购按钮的模式下，整体的使用步骤并没有减少。因为用户加入购物车后，还是会在购物车中进入单品页进行详细信息查看，才能完成购买行为。

所以我们可以得到两点认知：

模式2 适合那些单品信息不丰富的产品。比如：生鲜、商超品类，用户可以根据简单的信息作出购买决策。否则，模式1和模式2的用户使用路径没有区别。
相比之下，模式2将用户的决策点后置。也就是模式2下，用户在购物车进行统一决策。模式1下，用户的决策点是分散的。从系统性思考的角度来看，模式一和模式二相比，变化的已经不是单一的元素，而是元素之间的连接（可具体百度下系统思考的文章），此种情况下两者的收益无法用单一的数据考量。

所以，针对此问题需要具体的数据分析哦～千万不要从细节看细节。

4、总结

以上，是笔者从需求侧拆解整个项目。其实，产品中没有绝对的真理。真正的产品决策，是需要放在具体的业务中，不断通过A／B测试、用户访谈、迭代灰度来获取的……

这里只是提供一个思考框架，帮助大家更加系统和全面的看事情～帮助大家更好的建立假设，然后用你们丰富的小手段在各自的场景中进行验证！

学会这些，轻松搞定APP中的“搜索”功能相关推荐

轻松搞定项目中的空指针异常Caused by: java.lang.NullPointerException: null
轻松搞定项目中的空指针异常Caused by: java.lang.NullPointerException: null 参考文章: (1)轻松搞定项目中的空指针异常Caused by: java.l ...
九十八、轻松搞定Python中的Markdown系列
@Author:Runsen @Date:2020/7/15 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏 ...
九十七、轻松搞定Python中的PDF办公自动化系列
@Author:Runsen @Date:2020/7/15 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏 ...
九十六、轻松搞定Python中的PPT办公自动化系列
@Author:Runsen @Date:2020/7/14 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏 ...
轻松搞定面试中的二叉树题目
版权全部,转载请注明出处,谢谢!http://blog.csdn.net/walkinginthewind/article/details/7518888 树是一种比較重要的数据结构,尤其是二叉树.二 ...
ppt中如何合并流程图_简单4招，教你轻松搞定PPT中的流程图！
原标题:简单4招,教你轻松搞定PPT中的流程图! 来自:PK阿锴(ID:akaippt) 作者:王培锴今天跟大家分享PPT流程图的制作方法,流程图相信大家都经常遇到,通常分布着许多节点,由线条链接起 ...
用Python轻松搞定Excel中的20个常用操作
来源 |早起Python(ID: zaoqi-python) Excel与Python都是数据分析中常用的工具,本文将使用动态图(Excel)+代码(Python)的方式来演示这两种工具是如何实现数据 ...
九十五、轻松搞定Python中的Excel办公自动化系列
@Author:Runsen @Date:2020/7/11 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏 ...
用 Python 轻松搞定 Excel 中的 20 个常用操作
来源 |早起Python(ID: zaoqi-python) Excel与Python都是数据分析中常用的工具,本文将使用动态图(Excel)+代码(Python)的方式来演示这两种工具是如何实现数据 ...

学会这些，轻松搞定APP中的“搜索”功能