搜索的样式之美:以电商平台为例 小白学搜索(中)

自动补全、自动纠错、特殊词定制、空白页引导、浮窗问卷......这些电商平台的搜索交互样式,是平平无奇,还是匠心独具?

杭一白的第十三篇原创 '小白学搜索'第二篇 全文2900字,阅读约9分钟

在探究搜索的数学之美后,一白继续他的搜索学习之旅。

结合自己618期间在各大电商平台上反复横跳、来回搜索的经历,粗略梳理搜索的交互样式之美。分为基础样式和进阶样式两大类。

基础样式分为搜索体验提升、搜索行为引导、触点唤醒和便捷排序4类,每一类有对应的示例说明;进阶样式包括搜索路径、方式和调研问卷。最后,提一点在搜索过程中遇到的困惑。

让我们从头开始。搜索行为本身象征着商品搜寻意图,比方说小黑搜“Airpods”,基本可以锁定小黑是该商品的潜在消费者,针对小黑这类对Airpods感兴趣的用户做商品推广,带来的回报更高。

在小黑搜索后,平台快速返回搜索物料商品并做合理排序(排序依据主要有商品相关性、销量相关性、评论数、时效性),搜索行为-商品展示-加购-下单的链路就走通了一半。

用户搜索行为对最终平台GMV的贡献无疑是巨大的,而搜索交互样式作为用户体验要素的表现层,最能直观影响用户搜索体验、引导搜索行为。正因为如此,电商平台优化搜索交互样式的动力很足。

接下来一起看看,电商平台为了方便用户搜索(然后多给平台创收),付出了哪些努力。

▌电商平台搜索的基础交互样式

1)搜索体验提升

首先站在用户角度,任何一次搜索行为,都需要有良好的搜索体验保驾护航,尤其是在电商竞争愈发激烈的今天,为用户提供多、快、好、准的搜索体验,已经成为对电商平台的基本要求。

提升搜索体验分为4点:

  • 自动补全:用户边打字,平台边实时补全、匹配搜索查询结果。

  • 自动纠错:搜索词键入出错时,模糊匹配和搜索词最接近的搜索结果,并toast显示提醒。

  • 特殊词定制:对特殊搜索词,展示品牌类卖家定制卡片,一方面用卡片特权刺激卖家购买特殊词,另一方面为用户展示文本以外的搜索结果,间接提升搜索乐趣

  • 高亮显示:搜索物料标题中含有搜索词的部分,进行高亮展示,方便用户快速聚焦搜索词,适合品类较重复且数量大的平台。

2)行为引导

并非所有用户都带有强烈的搜索目的进行搜索,对于搜索目标不明的用户,可以进行以下几类行为引导:

  • 热门搜索推荐:为用户提供实时更新 “热搜榜”,让用户对大盘热卖商品产生感知进而促进转化,反过头增加热搜榜单的说服力。

  • 相关词推荐:对搜索词进行意图拓展,比方说我搜索Thinkpad X1,平台展示出电脑参数的相关词,通过参数相关词引导我跳往感兴趣的商品。

  • 空白页引导:即便用户搜索对象不存在,也有物料兜底,并提醒用户换个词试试看。

  • 类目细分:对于模糊搜索的用户,类目细分可以帮助用户进一步锁定目标。

比方说我随便搜一个“服装”,京东为我细分出“男上衣”、“男裤子”、“女上衣”、“女裤子”…点击“男上衣”,下方又细分出“男短袖”、“男衬衫”这些子类目,逐层引导我确定购买对象。

3)触点唤醒

触点唤醒主要针对用户曾经表现出购买意图的搜索行为,尤其是搜索历史。

  • 搜索历史记录:用户搜索过商品,即对商品表现过或强或弱的购买意图,展示商品在搜索历史栏,方便唤起用户记忆。

  • 周边tag:和搜索词周边商品联动,大覆盖面地唤醒用户需求。

4)便捷排序

搜索返回物料一般过剩,这时候需要支持用户自定义排序和对物料进行条件筛选。

  • 自定义排序:支持分别按照销量、价格、口碑、评论数排列商品。

  • 筛选器:对价格、分类、是否自营等条件做筛选,帮助用户快速选出最符合预期的商品。

搜索进阶交互样式

搜索、推荐和社交已经成为电商业务的主流抓手。前几天的618电商大促可以抽象成这么一幅画面:用户画像像是用户身上竖起来的靶子,电商平台利用推荐算法,把合适的子弹(货)射向对应的靶子(人),利用社交玩法聚合相邻靶子,实现击中率倍增。

可以看到,货找人的前提是对用户画像有充分把控,那构筑画像的数据从哪来呢?用户主动搜索(人找货)是重要来源。为了收集用户搜索数据,除了基础交互样式,还应该迭代出进阶版的新样式。

1)浮窗缩短搜索路径

浮窗的好处在于,时刻依附在搜索行为主链,提供信息聚合入口,方便用户随时回到主链。

换句话说,不影响主要环节的基础上,提供灵活的服务接口,是浮窗最大的魅力。看过一段时间电商平台发展,可以明显察觉浮窗正被逐渐推广于商品排列面。与此对应,微信于去年九月份改版后,对站内文章大规模使用浮窗。

以京东为例,目前电商平台的浮窗聚合用户购物车、浏览记录和商品问答,在用户选择困难或选择疲惫时,提供商品信息聚合服务,提高用户搜索的参与感,促进转化。

对于社交电商而言,把社交圈子的商品评价、加购、评论整合进浮窗,也是一件很有想象空间的事情。

2)搜索新方式:图片语音到AR

搜索方式也是一路发展,从最早的文字搜索,发展到现在的图片、语音搜索,未来随着5G发展,基于AR、VR的智能搜索都是可以预见的。

3)搜索问卷调研

淘宝做了这个搜索结果满意度调查。当然,我对这个样式有一些个人意见:

在用户搜索的时候给这个一个问卷浮窗,用户对搜索结果满意,快速加购下单,没机会看这个问卷;对搜索结果不满意,换家app或者推出当前展示页,也没有什么机会看这个问卷。

对于前一种满意的情况,应该在用户加购后露出调研提醒(下单就不需要了,严格来说加购本身就是对搜索结果的正向反馈,总的来说可能并不需要调研);

对于后一种不满意的情况,把反馈入口做得这么深,究竟有多少有效反馈结果,我表示怀疑。

真想做意见调研,不妨把入口前置到搜索结果展示页上的所有商品旁(首页推荐商品是这么做的)。不过考虑信息流产品中dislike点击率往往都不足2%的现实,即便入口做浅、常见反馈意见前置(这一点上边右图做得还不错),可能也搜集不到多少有效反馈,所以这可能是做成浮窗+问卷这类“薄样式”的原因,聊胜于无

一个小问题——红包玩法过于粗暴

不知道大家有没有同样的经历,电商大促期间尤其是618、双十一,打开手机淘宝,迎面而来一个大红包,还是关闭button很小的那种,点击(很多时候是误点)后跳转优惠商品聚合页。

对于这个交互样式本身,必然有它的合理性在,我不发表太多观点。但是对于点击跳转优惠聚合页这种思路,不妨多考虑一下用户的参与感,对用户搜索词进行红包派发。

比方说用户搜索“帝王蟹”,这时候弹出一张自营生鲜类优惠券,当然“帝王蟹”等词已经提前被商家买下,用户搜索这些词就触发优惠券。根据搜索词派发红包的做法指向性貌似强一些。

写在最后

这篇主要讲述了搜索的交互样式。从本质上来看,样式是底层策略的表现形式,它的重要性不能低估,但是也不宜高估。“样式搜集数据、数据优化策略、策略驱动样式”才是合适的思路,因此,下篇将重点讲述搜索策略评估。

仙林四组团404最后一夜。大家毕业快乐
参考
《产品逻辑之美》 潘一鸣 电子工业出版社
(0)

相关推荐