獲取信息是人類認(rèn)知世界、生存發(fā)展的剛需，搜索就是最明確的一種方式，其體現(xiàn)的動(dòng)作就是“出去找”，找食物、找地點(diǎn)等，到了互聯(lián)網(wǎng)時(shí)代，搜索引擎（Search Engine）就是滿足找信息這個(gè)需求的最好工具，你輸入想要找的內(nèi)容（即在搜索框里輸入查詢?cè)~，或稱為Query），搜索引擎快速的給你最好的結(jié)果，這樣的剛需催生了Google、百度這樣的互聯(lián)網(wǎng)巨頭。

但是獲取信息的方式除了搜索外，還有另一類，稱為推薦系統(tǒng)（Recommendation System,簡稱Recsys），推薦也是伴隨人類發(fā)展而生的一種基本技能，你一定遇到這樣的場景，初來乍到一個(gè)地方，會(huì)找當(dāng)?shù)氐呐笥汛蚵牎班?，?qǐng)推薦下附近有啥好吃好玩的地方吧！”——知識(shí)、信息等通過推薦來傳播，這也是一種獲取信息的方式。

一、是選擇搜索流量還是推薦流量

我們?cè)谧非笏阉髁髁繒r(shí)，我們所操作的都是做好標(biāo)題關(guān)鍵詞的精準(zhǔn)性；做好寶貝人群標(biāo)簽的精準(zhǔn)性；做好主圖、寶貝內(nèi)功、屬性等各個(gè)方面與精準(zhǔn)用戶的契合性，可以說，想要做好搜索流量，獲取精準(zhǔn)流量是必要前提。

而在做推薦流量時(shí)，我們所需要的就是足夠廣泛的流量。比如我們?cè)诶弥蓖ㄜ囎鐾扑]流量時(shí)，都會(huì)選擇通過足夠多的關(guān)鍵詞廣泛匹配，來讓寶貝能夠獲取在足夠泛的人群面前的展現(xiàn)。

根據(jù)這兩種流量的性質(zhì)，我們會(huì)發(fā)現(xiàn)，當(dāng)一個(gè)寶貝流量有限時(shí)，要做搜索就不能有泛的流量，要做推薦就不能有精準(zhǔn)的流量。這就是為什么搜索流量和推薦流量之間會(huì)沖突的原因。

那對(duì)于我們商家來說，該如何取舍呢？

如何取舍，還是要根據(jù)數(shù)據(jù)來判斷。數(shù)據(jù)不是說我們可以獲取到多少的流量，而是要看訂單數(shù)。

舉個(gè)例子，如果我們同一個(gè)寶貝，獲取推薦流量能夠獲取到4000個(gè)流量，轉(zhuǎn)化率只有0.125%，也就是轉(zhuǎn)化5單；反之，獲取搜索流量雖然只有500的流量，但轉(zhuǎn)化能夠達(dá)到5%，也就是轉(zhuǎn)化25單。

相比之下，搜索流量雖然少，但轉(zhuǎn)化的訂單數(shù)會(huì)更多，那對(duì)于商家來說，自然就是獲取搜索流量更劃算一些。

不過在我們?cè)u(píng)判搜索流量與推薦流量哪個(gè)渠道能夠給我們帶來更多訂單時(shí)，還要明白一件事情，就是這個(gè)渠道的推薦流量如何、轉(zhuǎn)化率如何，是因?yàn)槟氵@個(gè)類目的原因，還是說僅僅是因?yàn)槟銢]有做好的原因。

評(píng)判類目是否能夠獲取推薦流量，主要從以下兩個(gè)方面出發(fā)：

一是看我們類目的復(fù)購率、受眾以及對(duì)用戶的吸引力程度。如果復(fù)購率高，受眾廣，且對(duì)用戶的吸引力高，那就適合做推薦流量。

二是通過分析類目頭部商家的流量渠道中推薦流量的數(shù)據(jù)。

如果數(shù)據(jù)不錯(cuò)，說明這一類目是可以去獲取推薦流量的。如果連頭部商家的推薦流量都寥寥無幾，那說明類目推薦流量獲取難度較大，還是老老實(shí)實(shí)地去做搜索流量吧。

在評(píng)判類目是否能夠獲取推薦流量后，我們?cè)賮砜纯搭惸肯峦扑]流量所能夠?qū)崿F(xiàn)的轉(zhuǎn)化數(shù)據(jù)。

通常來說，推薦流量的轉(zhuǎn)化率都會(huì)低于搜索流量，不過如果我們?cè)诋a(chǎn)品主圖、內(nèi)功等方面都做得足夠優(yōu)秀，那即使是推薦流量，我們的轉(zhuǎn)化率也能夠做到搜索流量行業(yè)平均轉(zhuǎn)化率的一半左右。

所以如果我們行業(yè)獲取推薦流量的難度較低，并且類目平均轉(zhuǎn)化尚可，那我們就讓寶貝去獲取推薦流量，否則的話就趁早放棄。

當(dāng)然，放棄推薦流量也并不意味著我們就要死守搜索流量，我們還可以通過積累粉絲、喚醒老客戶等等方式，去拓寬寶貝的獲客渠道，讓店鋪不要只指望單一的搜索流量去過活。

在這里可能有商家會(huì)問，老師，有沒有辦法是可以兼顧這兩個(gè)流量板塊的呢？其實(shí)也是有的，剛才說過，我們之所以只能獲取其中一個(gè)流量渠道，原因在于在獲取其中一個(gè)流量渠道時(shí)，另一個(gè)流量渠道所需要流量不足。

可能大家不太理解，簡單來說，就是我們?cè)谧鐾扑]流量時(shí)，我們獲取的都是廣泛的用戶流量，那在寶貝的流量體系中，精準(zhǔn)的用戶流量就不足以支撐我們?nèi)カ@取搜索流量。

所以如果我們想要兼顧這兩個(gè)流量渠道的話，就需要我們?cè)谝粋€(gè)寶貝中，同時(shí)收獲足夠多的廣泛流量和精準(zhǔn)流量。

可能你會(huì)覺得這不可能，但還是有可能的，比如說我一款寶貝有10000個(gè)流量，其中3000個(gè)精準(zhǔn)流量，7000個(gè)廣泛流量。針對(duì)于這一寶貝而言，無論是3000個(gè)精準(zhǔn)流量還是7000個(gè)廣泛流量，都足夠支撐我們的寶貝去獲取相對(duì)應(yīng)的搜索與推薦流量。

總的來說，如果我們想要同時(shí)做好這兩塊流量，就需要先把其中一個(gè)類型的流量做到足夠優(yōu)秀。流量數(shù)據(jù)足夠多，再來去做另一個(gè)渠道的流量，才能魚與熊掌兼得。如果在流量數(shù)據(jù)不高的情況下就好高騖遠(yuǎn)，那只能落得一個(gè)渠道都沒做好的下場。

推薦系統(tǒng)滿足難以文字表述的需求

目前主流的搜索引擎仍然是以文字構(gòu)成查詢?cè)~（Query），這是因?yàn)槲淖质侨藗兠枋鲂枨笞詈啙?、直接的方式，搜索引擎抓取和索引的絕大部分內(nèi)容也是以文字方式組織的。

因?yàn)檫@個(gè)因素，我們統(tǒng)計(jì)發(fā)現(xiàn)用戶輸入的搜索查詢?cè)~也大都是比較短小的，查詢?cè)~中包含 5 個(gè)或 5 個(gè)以內(nèi)元素（或稱Term）的占總查詢量的98%以上（例如：Query“達(dá)觀數(shù)據(jù)地址”，包含兩個(gè)元素“達(dá)觀數(shù)據(jù)”和“地址”）。

但另一方面，用戶存在著大量的需求是比較難用精煉的文字來組織的，例如想查找“離我比較近的且價(jià)格 100 元以內(nèi)的川菜館”、“和我正在看的這條裙子同款式的但是價(jià)格更優(yōu)惠的其他裙子”等需求。

搜索與推薦的區(qū)別

1、場景需求不同

搜索的場景故名思義，就是用戶提供想要尋找的內(nèi)容的描述，系統(tǒng)返回給用戶匹配到的結(jié)果，常見的場景如文字輸入框的搜索，圖片搜索，聽音識(shí)曲，標(biāo)簽篩選等，看似很多場景，其實(shí)只是用戶輸入內(nèi)容的形式不同。

推薦的場景我們常見的有各大App首頁的個(gè)性化推薦（如猜你喜歡/每日歌曲推薦），選擇頁面的關(guān)聯(lián)推薦（買了還買，看了還看，買了它的用戶還買等等）等，推薦的場景更加的豐富，因?yàn)闆]有用戶提供的內(nèi)容的限制，場景更具多樣性，推薦方法也多種多樣，例如基于內(nèi)容的推薦，基于用戶行為的推薦，協(xié)同過濾等等。

各大互聯(lián)網(wǎng)平臺(tái)由于服務(wù)內(nèi)容不同，平臺(tái)成熟度的不同，對(duì)搜索和推薦的偏重程度也就不盡相同，但都是缺一不可。

例如對(duì)于房地產(chǎn)應(yīng)用來說，用戶目標(biāo)明確，搜索服務(wù)會(huì)帶來更大的購買力，但關(guān)聯(lián)推薦會(huì)給用戶帶來更多的選擇，同樣也是不可缺少的。

對(duì)于短視頻平臺(tái)而言，由于用戶較難通過文字或圖片提供內(nèi)容的描述，那么自然會(huì)偏重推薦服務(wù)。

對(duì)于電商在初期肯定是搜索服務(wù)帶來了更多的購買率，當(dāng)購買率到達(dá)瓶頸時(shí)，推薦帶來的購買率就是突破瓶頸和繼續(xù)發(fā)展的必要手段。

2、輸入輸出不同

不論搜索還是推薦，實(shí)際上對(duì)于用戶來說，都是一個(gè)提供服務(wù)的黑盒，它能夠根據(jù)用戶/物品/場景等信息，從候選物品的池子中選出與用戶匹配的的物品列表。

不同的是對(duì)于搜索服務(wù)，還額外提供了用戶對(duì)于自己訴求的描述信息（當(dāng)然可能描述的并不準(zhǔn)確）。

輸入的區(qū)別天然的導(dǎo)致了用戶對(duì)于結(jié)果的不同期待：

• 個(gè)性化程度不同

推薦系統(tǒng)更強(qiáng)調(diào)個(gè)性化，甚至更注重驚喜感。往往要在準(zhǔn)確性和多樣性之間作出權(quán)衡；搜索系統(tǒng)更強(qiáng)調(diào)相關(guān)性，如果搜索結(jié)果與用戶的目標(biāo)不符，用戶的接受程度會(huì)很差，個(gè)性化對(duì)于搜索系統(tǒng)來說既沒意義又有風(fēng)險(xiǎn)。

• 排的更好與搜的更全

對(duì)于推薦系統(tǒng)來說，排序更加重要，因?yàn)橹挥凶铋_始的推薦結(jié)果吸引了用戶，用戶才可能向后瀏覽。

對(duì)于搜索系統(tǒng)來說，召回更加重要，因?yàn)橛脩魰?huì)主動(dòng)向后瀏覽，以期望找到自己的目標(biāo)，但如果最終沒有找到，也就是搜的不全，就會(huì)有很差的用戶體驗(yàn)。

• 快速滿足還是持續(xù)服務(wù)

提到搜索系統(tǒng)，往往會(huì)提到馬太效應(yīng)，只有與用戶搜索的結(jié)果更為匹配的物品才會(huì)被呈現(xiàn)給用戶，讓用戶得到快速滿足，那么滿足需求的物品那么多，搜索的越準(zhǔn)確，用戶就越不會(huì)向后瀏覽，最終點(diǎn)擊的熱度就只會(huì)集中在少量的物品上。這也就是為什么廣告最初誕生在搜索系統(tǒng)中的原因。

提到推薦系統(tǒng)，往往會(huì)提到長尾效應(yīng)，也就是讓用戶時(shí)刻保持新鮮感和驚喜感，考慮用戶的長期興趣，提高用戶粘性，期望留住用戶，并提供持續(xù)的服務(wù)，這也就是為什么刷短視頻停不下來的原因。

• 實(shí)時(shí)性與滯后性

搜索的數(shù)據(jù)實(shí)時(shí)性要求是特別高的，數(shù)據(jù)常常要求秒級(jí)更新，例如一個(gè)商品已經(jīng)沒有貨了就不應(yīng)該被搜出來了。而推薦的數(shù)據(jù)很多是可以容忍天級(jí)更新的，由于推薦要考慮大量的用戶行為信息，一定是具有一定滯后性的。

搜索系統(tǒng)與推薦系統(tǒng)的聯(lián)系

1、相同的本質(zhì)

搜索與推薦本質(zhì)上都是當(dāng)前時(shí)代信息過載的產(chǎn)物，解決的根本思路都是通過匹配（召回）、排序?yàn)橛脩粼谶^載的信息中挑選出用戶想要的信息。只是根據(jù)業(yè)務(wù)場景的不同，在召回，排序階段考慮的側(cè)重點(diǎn)不同。

2、搜索與推薦的協(xié)同作用

• 推薦中的搜索

推薦服務(wù)中基于內(nèi)容的推薦實(shí)際上相當(dāng)于一種無聲的搜索，常常在實(shí)現(xiàn)時(shí)會(huì)采用搜索服務(wù)的中的倒排索引等技術(shù)，例如基于內(nèi)容的推薦，常常是通過規(guī)則或推薦模型得到用戶感興趣的內(nèi)容的標(biāo)簽，然后利用搜索服務(wù)的方法進(jìn)行標(biāo)簽搜索和匹配即可得到最終的推薦列表。

• 搜索中的推薦

當(dāng)搜索出來符合用戶的數(shù)據(jù)量很多時(shí)，需要根據(jù)推薦服務(wù)中用戶畫像等結(jié)果幫助搜索服務(wù)匹配用戶的需求。例如周一的晚上進(jìn)行搜索得到的結(jié)果列表和周五的晚上進(jìn)行搜索得到結(jié)果列表就會(huì)有所差異。

推薦與搜索常常在一個(gè)頁面中協(xié)同為用戶提供服務(wù)，例如搜索引擎搜索結(jié)果頁面的關(guān)聯(lián)推薦，電商軟件搜索瀏覽頁面的相關(guān)推薦等。

三、搜索與推薦的心理學(xué)基礎(chǔ)

先介紹一下《思考快與慢》里面介紹的一點(diǎn)心理學(xué)知識(shí)，人有兩個(gè)系統(tǒng)：一個(gè)是系統(tǒng)1，即快系統(tǒng)，無意識(shí)且快速，不費(fèi)力；另外一個(gè)是系統(tǒng)2，即慢系統(tǒng)，需要注意力并動(dòng)用大腦的計(jì)算能力。

人在大部分的時(shí)候都是使用系統(tǒng)1，少數(shù)時(shí)候需要耗費(fèi)腦力/注意力才會(huì)啟用系統(tǒng)2。

插一句：聯(lián)想到淘寶的營銷，淘寶的營銷規(guī)則是如此復(fù)雜，導(dǎo)致大部分人都需要調(diào)用系統(tǒng)2，而拼多多的主打價(jià)廉物美的心智，大家只需要使用系統(tǒng)1無腦下單就行。

1、搜索與用戶

搜索需要用戶的主動(dòng)輸入，用戶需要輸入意味著用戶的目標(biāo)會(huì)比較明確。從產(chǎn)品過程來看，搜索需要調(diào)用系統(tǒng)2，因?yàn)檫@個(gè)過程需要人思考到底需要搜索什么。

另外一方面來說，搜索的產(chǎn)品、信息必須用戶已經(jīng)有心智了，在電商行業(yè)就是品牌已經(jīng)在用戶那種草了，在音樂方面就是用戶必須知道自己想聽的那首歌，在影視行業(yè)就是用戶大可能已經(jīng)知道那部電影/電視劇的某些細(xì)節(jié)了。

2、推薦與用戶

用戶是被動(dòng)的，用戶可能根本就沒有目標(biāo)，也就是用戶期待會(huì)不一樣。推薦可以推薦新的東西，也不會(huì)讓用戶需要做選擇題；可以縮短用戶思考路徑，提升用戶體驗(yàn)（即沉浸式體驗(yàn)）。

推薦新東西在某些時(shí)候可以引起用戶的驚喜、好奇心，更重要的是，讓用戶的大腦使用系統(tǒng)1工作，而不是系統(tǒng)2。

由于人類的惰性，這類產(chǎn)品（今日頭條、抖音、網(wǎng)易云音樂、淘系的猜你喜歡等）已經(jīng)出類拔萃了。如果我們需要讓消費(fèi)者在APP購物的時(shí)候逛起來，推薦必不可少。

四、搜索與推薦模式思考與拓展

1、搜索以貨品為中心

搜索以貨品（廣義，可以理解為供給）為本，用戶必須有某種方式事先關(guān)聯(lián)到貨品，也就是營銷貨品概念到用戶心智（用戶心智的培養(yǎng)），所以搜索到用戶的路徑會(huì)比較長。

在用戶心智培養(yǎng)這個(gè)過程中(品牌營銷)，需要多次觸達(dá)用戶，才有可能在用戶心中埋下種子，使得用戶在輸入搜索詞的時(shí)候大腦中跳出對(duì)應(yīng)的貨品特征/品牌。

并且搜索有一個(gè)很強(qiáng)的必要條件，就是搜索必須平臺(tái)化與中心化（搜索就是一個(gè)撮合供需的場），而且供給能力必須要大而全，否則用戶一搜沒東西或者無法滿足用戶需求，則用戶很容易流失。

可以設(shè)想一下，當(dāng)用戶帶有很強(qiáng)目的性來搜索的時(shí)候，想聽歌的歌曲沒有，想看的電影也沒有。另外一方面，當(dāng)用戶不知道自己需要的東西時(shí)，我們就需要各種導(dǎo)購場將需求繼續(xù)明確，比如類目設(shè)計(jì)、導(dǎo)購場設(shè)計(jì)等。

2、推薦以人為中心

推薦以人為本，圍繞人本身的需求，以更短的路徑匹配人的需求和廣義貨品的供給。由于目標(biāo)性不強(qiáng)，所以消費(fèi)者更容易在平臺(tái)上花的時(shí)間更長。

如果能時(shí)不時(shí)給消費(fèi)者驚喜，平臺(tái)粘性會(huì)逐漸培養(yǎng)起來。而且由于主要信息流的單向性，推薦可以以平臺(tái)化的方式來做，又可以以去中心化的方式實(shí)現(xiàn)。

同時(shí)，推薦也是通向社交化的一條路。

3、推薦的中心化模式

推薦中心化的模式現(xiàn)在有很多例子，像今日頭條、抖音、快手等，在供給側(cè)將信息（新聞）、短視頻、直播等聚合起來，然后在通過推薦引擎分發(fā)給對(duì)應(yīng)有需求的消費(fèi)者。

比如：最近自己看的公眾號(hào)文章較多，就想能否有一個(gè)產(chǎn)品，打造個(gè)人獨(dú)特的公眾號(hào)文章頻道，即微信公眾號(hào)的今日頭條。

4、推薦去中心化模式

推薦去中心化的例子，社交領(lǐng)域會(huì)很多例子（一切皆可推薦）。因?yàn)槿伺c人之間交流，交流時(shí)可能就會(huì)交流自己買的東西，聽過的音樂，看過的電影等，也可以當(dāng)成一種非正式的推薦。

當(dāng)推薦+微信+商品，就有我們熟知的微商模式，由微商選貨，推薦給微信群/朋友圈的時(shí)候，就是一種人肉推薦。

我們常見的KOL模式，也是由KOL生產(chǎn)信息然后推薦給粉絲。

所以推薦的背后，當(dāng)推薦成功時(shí)，信任是一大重要因素?？吹轿覀儸F(xiàn)在的直播模式時(shí)，也可以看做是由主播選品后，推薦給看直播的粉絲的。

去中心化的好處是人群會(huì)更精準(zhǔn)，而且由于用戶與供給方會(huì)具有一定的社交關(guān)系（微信好友，粉絲等），也就是用戶對(duì)供給方有一定的信任基礎(chǔ)，推薦起來在某些場合效率會(huì)很高。

社交關(guān)系的獲取可以通過平臺(tái)，也可以通過線下手段或者依據(jù)真實(shí)社交圈子獲取。

本文鏈接：http://www.hkass.cn/article/1315.html