搜索和推薦雖然都是解決信息過載的手段，在前端視覺和系統架構上有諸多相似之處，但是二者有著本質的差別。

在實踐過程中經常遇到將適合推薦的策略應用在搜索中，結果發(fā)現收效甚微甚至效果負向，這是因為搜索和推薦雖然存在諸多相似性，但是其本質具有極大的差別，有必要對二者的差別進行分析，下面從產品價值，目標用戶以及衡量指標進行解讀二者的不同：

產品價值。推薦的價值在于幫助用戶發(fā)現好店，關鍵詞是“探索發(fā)現”，搜索的價值是幫助用戶便利高效的獲取到精準的內容，這里的關鍵詞有兩個，一個是便利高效，講的是過程，旨在降低用戶的時間成本，另外一個是精準，講的是結果，旨在降低用戶的信息獲取成本。

目標用戶。推薦的目標用戶是需求不明確的用戶，閑來無事來逛一逛以期發(fā)現自己感興趣的內容。而搜索的目標用戶是需求明確的用戶，需要快速、即時的找到所需。

衡量指標。推薦和搜索最常用的衡量指標都是點擊率，而且是越高越好。此外還有一個常用的輔助指標是使用時長，搜索的平均使用時長越短越好，越短說明用戶越快找到所需，表明搜索做的越好，而推薦平均使用時長越長越好，越長說明推薦的東西用戶越感興趣，表明推薦做的越好。

搜索的產品價值是幫助用戶便利高效的獲取到精準的內容，好的搜索體驗需要滿足4個策略，即全面、高效、精準、有趣。

策略1：全面

行動點1：擴充POI的豐富度

影響搜索結果最根本的還是信息的完整性，試想如果搜索的結果經常為空或者結果信息稀疏，就無從談搜索體驗，筆者之所以把全面作為最重要因素，因為從點評和高德發(fā)展提煉得出的。

15年筆者進入點評之后，當時老板花了半年時間做的事情就是擴充POI的覆蓋量和內容豐富度，做到點評的POI覆蓋度領先于當時的競對美團，因此用戶就會產生一個心智，那就是找信息上點評，點評的搜索使用率遠高于美團也印證了這一點。

另外一個是高德，阿里收購高德以后，俞永福當時的戰(zhàn)略就是放棄了不擅長的O2O，而是聚焦于地圖的本質業(yè)務，也即地址查詢和導航，其中最重要的一個舉措就是最大程度的豐富POI信息，終于在2年后在搜索體驗上超過了百度地圖。

行動點2：實體POI到虛擬POI

在實體POI覆蓋度做到最全之后，通過query進行分析，發(fā)現用戶的搜索詞中約有一半并不是實體POI，而是商區(qū)、推薦菜、品類、場景等詞，這些詞的搜索結果點擊率遠遠不如搜索商戶詞，因此去分析用戶搜索這些詞以后的行為路徑。例如用戶搜索推薦菜，是想找一家這個推薦菜比較好的店，但是列表頁并無法通過推薦菜的推薦人數進行排序；因此我們?yōu)橥扑]菜建立了虛擬POI，在搜索結果頁將該虛擬POI置頂，POI的詳情頁放的是該推薦菜的附近排行榜、全程排行榜以及附近的優(yōu)質團購。

同樣的道理，分析用戶搜索商場，可能是要找這個商場的商戶，也可能只是將這個商場做為地標，找這家商場附近的商戶。因此將商場建立虛擬POI，將該虛擬POI置頂，增加快捷入口可以直接找商場附近的商戶；也可以點擊這個虛擬POI，進入商場的詳情頁，里面展示商場的商戶，以及一些優(yōu)惠活動。

策略2：高效

行動點3：識別用戶意圖到店

在滿足了內容豐富度之后，下一個任務就是就是幫助用戶快捷高效的獲取信息，首先我們有必要梳理一下用戶使用搜索的場景進行梳理：

• Step 1 行前選店：用戶搜索，并從搜索結果中篩選出一家要去的店
• 
  

• Step 2 行中看址：在確定了要去的商戶之后，用戶在去過過程中需要再次找到這家店查看地址或者導航前往
• 
  

• Step 3 到店消費：到店后用戶需要找到這家店看推薦菜或者買優(yōu)惠或者買單
• 
  

• Step 4 離店評價：用戶離店之后需要找到這間店進行評價。

從上面可以看出一個完整的用戶消費過程用戶起碼需要找同一家店4次，那么如果我們在第1步的時候就識別出用戶想去的店鋪，例如用戶要去的商戶是“七條魚精致料理”，之后在搜索框的底紋詞、搜索熱詞、搜索聯想詞或者搜索結果直觀呈現，就能夠直接縮短用戶觸達路徑，提高用戶效率。

那么如何識別出用戶要去哪家店呢？

前面講到的四步找店過程中，每一步都可以通過一些用戶行為來識別出用戶要去的商戶，例如在行前可以根據用戶多次瀏覽、收藏、分享等行為判斷用戶想要去的商戶，同時在之后的行為也可以不斷驗證和修正。

下面分析一下每一步可以用來判斷用戶想去的店的行為特征：

Step1：行前選店

• 用戶多次瀏覽
• 用戶最后瀏覽
• 用戶點擊了店鋪的地址/電話/推薦菜/用戶評論等信息
• 用戶收藏
• 用戶分享了的店(一般都是分享給朋友)
• 用戶購買了團購的商戶

Step 2：行中看址

• 用戶點擊了店鋪的地址
• 用戶復制了店鋪的地址(使用第三方導航)

• 用戶使用了導航

Step3：到店消費

• 用戶查看推薦菜
• 用戶連接了WiFi
• 掃描到店鋪的WIFI(僅安卓手機可以實現)
• 距離用戶的距離很近

行動點4：搜索熱詞增加個性化

用戶點擊搜索之后，都會有一個熱門搜索的模塊，筆者通過對搜索熱詞分析，發(fā)現點擊率比較高的都是例如美食、火鍋、日料這種比較寬泛的詞，貌似符合常理，因為大家搜索這些詞的概率比較高嘛。

但是大家思考這個問題：

用戶點擊搜索熱詞“火鍋”，到底是因為：

用戶本身就是想搜火鍋，剛好看到了就點擊？

還是用戶本身不想搜火鍋，看到搜索熱詞這里有個火鍋，改變了原有的搜索意愿改搜火鍋了？

前者是迎合用戶的搜索意圖，后者是引導了用戶的搜索意圖。

我認為答案是前者，因為用戶使用搜索本身是有個明確的意圖，不太可能因為我們的搜索熱詞而改變了自己原本的搜索意圖。所以如果這里的搜索熱詞是為了迎合用戶搜索意圖，也即盡最大可能的猜測用戶的搜索意圖。

那么通過“熱門搜索”是很有很瓶頸的，因為真正猜測用戶訴求最好的方式不是熱門而是個性化，因此這里更適合根據用戶的瀏覽行為和搜索行為放個性化的內容。當然這時“熱門搜索”的名字可能不合適了，可以換一個更恰當的名字，而且筆者也通過AB測試證明加了個性化后的數據有起碼60%的提升。

行動點5： 搜索聯想詞支持點擊直達

最初在分析搜索詞的時候發(fā)現品牌詞的搜索結果點擊率非常高，例如用戶搜星巴克，超過80%的用戶都會點擊第一條搜索結果，也即一般點的都是距離用戶最近的星巴克。

品牌詞的搜索結果點擊這么好，貌似不需要放精力優(yōu)化。但是我們逆向思考一下：為什么品牌詞的搜索結果點擊這么好？那是因為用戶搜索品牌詞時搜索意圖非常明確，基本上都是要找附近的那家店，既然如此我們是否能進一步縮短用戶的路徑呢？答案是肯定的，也即在搜索引導詞直接展示相關的商戶，用戶點擊后直接跳轉到商戶詳情頁，而不是先跳到列表頁，然后還需要用戶點擊跳到閑情頁。

策略3：精準

行動點6：區(qū)分詞類分別建模

O2O場景用戶的搜索詞很雜，類型很多，而不同的搜索詞用戶期望的結果差別很大，例如用戶搜商區(qū)，想要的是該商區(qū)內的商戶，單純的關鍵詞匹配已經無法滿足，需要將商區(qū)畫圈，然后將落在這個圈里的商戶都召回。為了更好的呈現的不同搜索詞的結果，需要建立關鍵詞進行歸類，建立詞庫，然后不同類型的關鍵詞制定不同的召回和排序模型。

行動點7：引入個性化因素

搜索結果適度考慮用戶個性化因素，能夠有效的提升轉化率，考慮的因素主要是4個維度，商戶維度、用戶維度、商戶-用戶交叉維度、情境維度(例如雨天外賣加權)，想了解更多個性化因素可以看上一篇文章。

策略4：有趣

行動點8：增加趣味性推薦理由

推薦理由能夠讓用戶明白結果的排序的理由，同時趣味性的推薦理由能夠吸引用戶眼球，提高轉化率。推薦理由的來源主要有3類：

1 利用關系鏈

• 好友推薦：Jason等x個好友推薦，最好將用戶親密度高好友名外露

• 同事推薦：xx個同事收藏

2 機器生成理由

• 人以群分：與你口味相似的人都喜歡，摩登主婦都喜歡
• 入選榜單：入選杭州日料top10，附近日料第3名

3 從UGC中提煉產生

• 從用戶UGC中提煉出來的推薦短句，例如“龍蝦味道很棒，晚上異常火爆”
• 推薦菜：1150人推薦紅燒肉

4 從外網爬取

• 名人推薦：歌手薛之謙開的店
• 媒體推薦：《美食與美酒》雜志評選2016 best 50餐廳

以上。

點擊【這里】了解方維O2O系列軟件系統