98%的运营在推荐式搜索的操作思路上都是错的。

[写在前面]现在更多的同学认同了搜索的
召回机制，推荐式搜索的召回机制分为二种：词召回和向量召回，词召回主要是通过标题拆分后的分词搭建的语法树，变成系统能识别的查询语法进行重新的组合，根据真实的曝光点击数据分析消费者需求给产品打上标签和从而获取与用户意图进行个性化最相关的搜索结果。

向量召回：因为传统的词召回无法有效解决语义相似度问题，（标题拆分成分词搭建系统语法树的时候词与词之间的关系就破坏掉了）就应运而生了向量召召回的多路召回方法，核心思想比较简单，就是通过搜索引擎中的曝光点击数据，利用基层的DNN把查询词及查询文档Embedding成语义向量，然后通过约束两个语义向量的余弦距离来解决计算机查询词与查询文档之间的语义相似度。

向量：是一个既有方向又有大小的量，这个方向就是系统识别出的成交方向、流量方向，背后就是通过精准语义进行语义相似度召回，语义的精准度就决定了向量召回流量的精准度。

正文

搜索和推荐式搜索的区别

搜索是用户表达意图的最直接方式也是表明用户最精准的意图。

推荐主要是通过用户固有属性和行为特征描述其意图，从而触发商品召回。

推荐式搜索：根据用户历史及实时行为数据和用户身份识别特征表述的购物意图进行召回推荐。

召回和推荐算法的核心：都在于先精准识别明确“购物意图”。

这也就是说不管你玩搜索，还是玩手淘推荐，其实都是要先意图识别，要将搜索意图与商品进行关联。

这个过程称之为：“入池”。

入池的核心在于真实曝光点击数据的真实反馈，背后反应的真实意图和购物需求，越是人为干预，越是难入池，要么很难“入池”，要么入池后爆发流量的精准度很差，这就是因为这个阶段，系统没有精准识别你产品满足什么样的人群需求，需要召回什么样的人群流量，给系统一个“向量”，让系统根据这个向量进行向量召回。

明白了这些底层逻辑就明白为什么前期不能过早干预关键词，不能上来就做关键词的递增。

前面有文章我给大家讲过，入池的方式大体分为两种：

被动入池

主动入池

被动入池：主要是前期根据直通车的引导，带出来额外的展现量，系统根据搜索端曝光点击数据给产品打上标签，确定向量。

主动入池：主要就是坑产倒逼搜索的理论，通过非搜、无痕单不碰关键词倒逼出来搜索，在根据搜索来源词确定向量。

在这个过程中最重要的不是玩坑产思维下的关键词递增，而是在于”主图和关键词“

为什么一直给大家强调点击率：点击率的背后就是对曝光点击数据的正反馈，这是入池和确定向量的重中之重。

这里就要讲一个理论：主图匹配人群。

人群大家都知道概念了吧：就是某一段时间内搜索或者对某种产品有意图和购物需求的人群。明确了”购物需求“那么主图就要匹配这个需求放大核心卖点去设计这张主图。

这样才能保证点击率和入池的精准性。

那么问题来了，入池到底是精准垂直入池比较好，还是多向布局比较好。

这个其实没有好坏之分，核心就在于你把控的能力和资金实力。
为什么我一般让大家精准垂直入池，就是解决竞争环境的问题，先找到一个合适的竞争环境，一点带面。

但是这也有弊端就是搜索一般涨到一二千就不涨了，就因为你锁定了展现范围，只围绕一个”向量“进行召回，一个方向上的需求总是有限的，那么流量自然也有天花板。解决这个问题就要多向布局了。

推荐式搜索不简单的就是个性化展现，更核心的是根据其深挖的需求进行多商品召回满足消费者更多方面的关联需求。
推荐式流量背后不是历史行为数据更不是人群结构。

很多同学把推荐式流量看作是根据历史行为，比如点击、收藏、加购、为购买进行召回商品集和给推荐，更有甚者是根据性别、年龄、消费层次这些基础属性人群来推荐。

这些都是锦上添花的附加项核心在于搜索意图与商品关联相关性。

推荐是基于购物意图的精准度和相似度来召回推荐的。

这就说：一个用户如果不能从查询词和用户固有身份属性识别出他相同”意图“那么他就排除了你的店铺和宝贝人群之外和你没有任何关系，你再怎么测试基础属性人群或者研究更深的标签都没有意义。

因为标签的存在就是还原消费者的真实购物意图的过程，就是给具有相同购物意图的人找相同特征，这才是标签存在的意义。

2019年推荐召回的核心还是多兴趣召回，用户历史行为数据权重还非常高但是现在是实时购物链条体系，历史行为数据是服务于用户首次搜索后面就进入了实时购物链条体系，是实时的行为数据影响购物意图，影响消费者的心智。

所以我们提出一个理论：搜索做为种子，手淘推荐是二次甚至是三次搜索，需求被过滤和识别的更精准，后面手淘推荐转化率大于搜索也是必然的事情。

这背后就基于现在的推荐式召回机制。
需求相同或者相似才是人群，我们在开直通车的策略也是一样，如果统一了购物需求也就统一了人群，这个时候可以用基础属性人群结构来过滤测试一下人群特征，核心是为了提高点击率和收藏加购率，如果加了基础人群结构属性，点击率反而低了就没必要测试这些。

人群的精准度是看”需求“的精准度和相似度，不是看性别、年龄、消费层次，没必要太纠结。

我一般开车的策略：是精准长尾词这种能表明明确购物意图的我一般不会开人群，这样才能放更大，类目词品类词没有明确购物意图的一级词我才会侧重去测试一下基础属性人群标签，来过滤提高人群精准度。

能想明白背后的逻辑嘛？

用相似相同购物意图统一人群需求，用精准需求人群避开强大 的竞争对手，以前是靠关键词错开竞争环境，现在必须靠人群需求来避开竞争环境，改变竞争环境。

核心思路就是==词准，人对，图匹配，词、人、图能用人群需求精准统一匹配，那么入池和拿第一波搜索是完全没有问题的。

补单就是给一个展现方向一个确认，让系统继续给展现，就看产品在这个展现方向上的曝光点击数据能不能跟的上，这也是产品的承接力能不能行，这才是根本。

绝不是不来流量就是体量不够的问题，递增思维只会做减法，不会加权的。能不能拿大流量的核心在于人群需求的扩展上面。核心就是布局多需求方向上的关键词和打上丰富标签，这些是我们线下课的核心内容就不做赘续。
其实在实际运营过程中系统一直在引导你和不断给你反馈，你只是选择视而不见。

就拿向量的问题来谈：

如果系统认为你的人群精准度有问题，就不会很稳定的给你匹配一个词系下的关键词，而是不断的推荐不同的关键词给你，让你确认。如果你引导错了，那么后面的事情你也能想到。

这个问题如何解决：核心就在于你对直通车的认知，在我的眼里直通车更多的是预判和验证的工具，是搜索模拟器，是人群扩展期，前期直通车的作用远远高于引力模仿等工具。

唯一的坏处就是直通车太容易压制搜索了。直通车压制搜索的场景很多，不能混为一谈，要根据目的具体问题，差别化的处理。

如果你把控不了直通车就前二周开一下车，后面就不要开车了反而效果更好。

记住一句话：把最好的数据一定要留给搜索，搜索放大的核心在于向量的扩展而不在于支付买家人数的递增。

作者：鬼脚七团队—鬼哥

本站声明:网站内容来源于派代网,如有侵权,请联系我们,我们将及时处理。致敬派代网！

未经允许不得转载：51推 » 98%的运营在推荐式搜索的操作思路上都是错的。