3.7 商品搜索及筛选
【商品搜索】
搜索是通过对关键词的匹配，对目标内容进行检索查找。搜索是快速找到信息的工具，也是流量的入口。商品搜索可以帮助用户快速找到自己想要的商品。当用户开始搜索时（比如输入某个类目、某个商品关键词等），搜索引擎会在得到口令后，按照搜索规则从海量的商品库中寻找用户最想要的商品。
搜索是属于技术要求较高的功能，本节主要从产品角度分析商品搜索及筛选功能。搜索涉及的主要有PC端、移动端、H5商城的搜索页面，商品列表页，店铺搜索等。
商品搜索和其他搜索系统相同，为了覆盖海量数据、超快速查询、快速响应，需要从商品中心、库存系统、营销系统、订单系统等多个数据库进行抽取相关数据，同步更新至搜索数据库中。
商品搜索的业务流程主要如图3-15所示：先输入关键字，进入分词服务，开始数据查询，获得搜索排序，最后搜索结果输出。
图3-15 商品搜索业务流程图
1．分词服务
在搜索框中输入关键词，单击“搜索”按钮后，搜索引擎即对搜索词进行处理，比如中文分词处理，会判断是否整合类目属性信息，判断是否有拼写错误或错别词等情况。搜索词的处理必须十分快速。
根据用户搜索日志、品牌名称、属性、类目或人工设定等数据构建搜索词库，定期更新和维护。系统会根据搜索的关键词结合词库按字切词、索引，保证查全率，将用户搜索内容拆分出多个关键词。例如：“夏季真丝连衣裙”会被拆分为“夏季”、“真丝”、“连衣裙”三个关键词。
在搜索过程中，根据之前买家的浏览习惯，同一搜索词的大量用户行为数据很容易聚焦在相应的热点类目，从而判断该关键词的第一展现类目，比如“手机”的搜索行为会集中到手机类目，而不是配件类目。另外根据中心词的相关属性词去判断类目，比如说搜索词为“苹果”、“苹果6s”、“新鲜苹果”几种情况，虽然系统判断的中心词都是苹果，但是因为属性词的不同，所以会判断推送不同的第一展现类目。
另外搜索过程也存在纠错，主要有拼音纠错、错别字纠错等，如图3-16所示，当搜索“nuojiya”时，会显示“诺基亚”相关商品。纠错主要通过建立错词与正确词的映射关系表，在搜索的时候替换。数据来源主要有用户搜索词、搜索日志、运营部门人工更新等。
图3-16 搜索纠错
在商品搜索时会出现搜索联想词。如图3-17所示，在搜索“苹果”时，搜索下拉提示会主动提供“苹果7手机”、“苹果5s”等搜索联想词。搜索下拉提示的数据来源主要是用户搜索词及搜索日志，或者由相关运营人员添加的联想词，按照搜索词相关性和热度来进行排序。
图3-17 搜索下拉提示
2．数据查询
对搜索词处理后，搜索引擎程序会从索引数据库中找到所有包含搜索词的商品。商品搜索时，主要是从商品的名称、品牌、类目、属性等数据中查询。识别分词与类目关系，与商品名称、品牌相关性，与关键属性、销售属性的相关性，从上架的商品中根据搜索排序规则返回商品。
3．搜索排序
搜索排序的因素主要分为四类：商品相关性、销量相关性、评论数、时效性等。
（1）商品相关性：主要是标题、类目、属性等因素的综合权衡。
（2）销量相关性：主要是考虑销量、价格等因素。销量可以取某一时间段（通常为最近7天）商品销售数量。价格则倾向于取同类商品的常用价格区间，例如男裤的常用价格区间是200～500元，价格在这一区间内的商品就排在前面。
（3）评论数：主要是计算商品的好评度、评论数。
（4）时效性：参考商品最近上架时间、最新更新日期。
综合各种相关性因素，综合算出的排序分值对商品进行排序。在商品搜索排序中还会有个性化推荐因素，会根据用户消费轨迹、所在地区来进行个性化推荐。例如根据个性化原则，不同地区的人搜索相同的关键词，当地的店铺会优先展示。另外，根据买家的消费主张和浏览轨迹，会给买家贴标签，比如当笔者搜索“牛仔裤”的时候，出现的搜索结果都是高客单价的男性牛仔裤。
前面讲到过，搜索相当于流量入口。对一些特大的电商平台（比如天猫）来说，搜索规则的设定对店铺运营和客单量有着很大的影响，对搜索规则的定义和平衡更加复杂，会加上一些店铺的维度，增加评级高的店铺商品权重。
【商品筛选】
在商品搜索结果页，或者选择类目进入时，在结果页中都会有相关的商品筛选条件，如图3-18所示。商品筛选能够建立用户与目标商品的更短路径，从而加快决策进程。商品筛选条件主要有价格区间、品牌、服务、分类、商品属性等。
图3-18 手机移动端的搜索结果页条件筛选
（1）价格区间主要是让用户选择目标商品的价位区间，并且提供一些常用的价格区间选择。现在淘宝、天猫、京东都对一些常用关键词的推荐价格区间做了一定的数据处理，例如提示43%用户会选择279～432元的价格区间。
（2）品牌筛选是从搜索结果商品中聚类选择出常用品牌，提供给用户进行选择。聚类一般是根据搜索结果中的品牌商品数生成，品牌根据热度或人工定义规则排序。
（3）服务筛选是指商品的服务标签，例如京东自营、分期购、次日达、天猫与淘宝等。
（4）分类和商品属性密不可分。在搜索时，匹配的商品往往不是从某单一类目中选择，而是从多类目中选择，但是商品属性又跟随类目变动。所以商品属性条件往往是从与搜索关键字契合度最高的类目中选择的。例如在搜索“苹果”时，结果商品会从手机、水果、手机配件、电脑等许多类目中选择，但是商品属性条件是从手机类目中选择。当我们筛选时，将分类条件修改成水果，结果页中的属性也会随之变动。
在搜索引擎中，相关属性的筛选排序需要另外定义设置，不是所有的关键属性、销售属性都会添加到筛选条件中，也不是按照添加商品填写的顺序来排序，而是根据用户习惯来定义。筛选使用越多的属性，排序越靠前。
在搜索类目时，有时需要用户选择类目，如图3-19所示。在搜索二级类目时展示二级类目，同时给出三级类目选择，按照类目数量排序，可点击进入三级类目进行属性筛选。当搜索品牌时，无法聚类到某一类目下，也可以显示多个三级类目让用户选择。
图3-19 搜索匹配多类目可选择分类
商品搜索与筛选密不可分，涉及的数据非常多，做起来可深可浅，功能的丰富度要从业务需求出发。作为产品经理，要衡量开发成本和平台需求。