一、什么是“搜索”功能？
首先我们看下“搜索”功能在电商APP中的定位是什么？
用户访问app动线
一个综合电商的健康程度，可以从首页“搜索框”的点击率来略窥一二。
想一想：一个想买“追风筝的人”的用户的购买转化率，和一个随手打开APP的用户的购买转化率，必然前者要高很多很多啊。
也就是说：搜索入口点击量越高，说明健康程度越高，一般电商的搜索栏的点击比例可以达到1/2以上；由此可见搜索功能的重要性。
不过，随着消费升级和内容电商的崛起，这个定律也在变化——因为用户的行为慢慢的产生了分离。原来用户访问电商的意愿更加倾向于buying，也就是单纯的购买；现在用户的buying和shoping的目的分离——用户访问电商app的目的不再仅仅是买东西，很多时候也是单纯的逛一逛。
总之，搜索产品线满足着“有明确购买意愿”场景，承载着电商app中最重的一部分流量。
“搜索”功能的关键指标
搜索是很具有“工具属性”的一个功能。
工具属性：用户有一个goal，需要一个工具来帮助他用最小的成本并最高效的达到这个goal。
比如：用户想从北京去成都，飞机、火车、自行车都是工具。
衡量工具是否好用的标准有好多，今天主要讲使用成本。
比如：坐飞机贵，那它的金钱使用成本高；
比如：自行车慢，那它的时间成本高，等等。
那用户“搜索”一个产品，他的使用成本有哪些呢？
从上图用户的使用流程可以看到：用户的搜索需求链可以粗分为5步——因为最后两步“进入单品页查看详情”“加入购物车”和商品信息、单品页展示相关，所以我们主要研究前3步。
前3步衡量的关键指标分别是：搜索功能的使用率、搜索输入页转化率、搜索结果点击率。
当然衡量指标不是唯一的。
比如：在搜索结果页的衡量指标可以是单品的点击率，当然也可以是单品的购买率～
下面我们将针对三大功能模块“搜索入口”、“搜索输入页”、“搜索结果页”来分别讨论PM的设计要点。
二、“搜索入口”设计要点
搜索入口的关键指标是这个功能的使用率，目前搜索入口栏的视觉样式已经趋同，设计时候采用search bar／单独的search icon已经比较主流了。
在这种情况下，提高搜索入口的使用率，有两个要点：
要点1：寻找频道增加搜索入口
错误方式：我在所有的卖场页面都加上，有比没有好吧，让用户想搜就搜，还符合尼尔森一致性的原则呢。
搜索入口有两种模式：
模式一：普通型，搜索模块是对所有商品进行搜索；
模式二：指定型，搜索模块只针对指定分类、或卖场内的商品进行搜索。
所以思考这个问题时候需要考虑你的频道或者卖场的特性，然后选择符合的搜索入口模式：
如果你的卖场商品数量较多，并且品类综合，采用普通型搜索模块。一般这种综合型的卖场流量大，用户意向分散，使用普通型搜索模块即可。比如：首页、比如大促落地页等。
如果你的卖场商品数量较多，并且品类单一，采用指定型搜索模块。指定类目的卖场，比如：生鲜卖场、图书馆等，需要在搜索模块上增加类型。也就是说用户在图书馆里面的任何搜索，都应该是书籍相关的。又或者是满100减10的卖场中，搜索到的商品也应该是满足这个促销条件的。
如果你的卖场商品数量较少，不要使用搜索模块。比如：榜单、少商品的卖场等，如果用户搜索后召回的商品数量极少，简直是搜索体验的噩梦——有这个模块还不如没有哇，真是的。
如果你的卖场品类用户无法感知，不要使用搜索模块。推荐清单就是一个例子，用户无法感知到这个集合是什么样子的。可能这个用户A比较喜欢图书、女装，换了一个用户后，品类却完全不同。
要点2：增加单页面内搜索入口的曝光次数
这个要点需要在交互层面注意：不要让你的搜索模块仅仅出现在首屏。在用户下滑浏览过程中也需要看到搜索入口，可以采用一个吸顶的搜索栏，或者在用户下滑过程中将搜索栏缩小到某一个位置。总之，要保证实时可见。
三、“搜索输入页”设计要点
搜索输入页有两个状态，一个是刚进入时候的默认状态，另外一个是用户已经开始输入时候的输入状态。
要点1：“搜索输入页”的默认状态
默认状态承载了两个任务：
（1）对于用户：帮助用户快速输入
用户进入搜索输入页，应该立即键盘弹出并且输入框是focus状态，保证用户无需其他点击，直接输入即可。
另外，需要增加快捷搜索词入口，展示5～10个历史搜索词，方便用户快速键入。
（2）对于业务：增加cross sale
进入搜索输入页的用户，都具有比较明确的购买意图，可以在搜索页增加一些模块，提高相关性购买。
比如：热门搜索模块、比如推荐搜索词模块等。
要点2：“搜索输入页”的输入状态
在输入状态下，需要节省用户的输入时间，快速进入搜索结果页。
所以需要有如下功能：
（1）搜索词匹配
比如：输入英文“hah”可以转换成中文“哈哈”，并且识别出我的关键词是哈哈哈。
搜索建议功能是满足用户只记得部分关键词等的模糊搜索场景，这一个部分主要是技术同学主R的～产品经理更加注意在交互和视觉上进行命中态和非命中态的区分，比如：上文中的“hah”就应该展示成命中态。
另外，如果搜索词完全命中和部份命中，也应该在样式上进行区分。
（2）帮助用户快速定位搜索词
提供搜索词相关的信息：比如显示搜索结果数量、商品数量等。
搜索结果信息前置从而缩小结果范围： 比如搜索词属性、标签等。
“搜索结果页”设计逻辑
四、消费者购买决策5阶段模型
在介绍搜索结果页之前，我们来看下知识点，消费者购买决策5阶段模型（谁的小眼睛还没有看老师丷哈～）：
1. 问题认知：天气热了，看到同事穿了条破洞牛仔裤，小王看了看自己裤子有点low，那想就换一条吧。
2. 信息搜索：小王为了买裤子，看了各种裤子，黄色、白色、大牌的、便宜的。
3. 方案评估：经过对比，小王觉得裤子A、B、C不错。
4. 购买决策：考虑到工资还没发，房贷还没还，小王选择了最便宜的C裤子。
5. 购后行为：C裤子收货之后，特别好看，不穿很平凡穿上吴亦凡～小王将裤子推荐给小李，并给商家一个五星好评，赞赞赞。
在搜索结果页中，主要帮助用户完成决策模型中的2、3、4三个阶段（哦呼，任务有点重呢）
那应该如何做呢？
要点一：信息搜索
用户使用的是中心路径还是边陲路径呢？
中心线索（中心路径）
与目标直接相关的线索，一般基于判断分析。
比如：手机的中心线索是CPU主频、屏幕大小、轻薄程度、外观如何……
通过此路径的态度转变和思考有关。消费者对最重要的产品和服务信息，认真分析和思考。
在消费者有充分的动机、能力和机会时，才会使用中央路径。
外周线索（边陲路径）
和目标无关，但是可能带来间接证明。
比如：手机的外周线索是哪个国家产的呀、谁代言的、买的人多不多等等。
通过此路径的态度转变和思考无关。
所以我们知道，用户在进行信息汇总的时候，有两种方式：一种是中心线索，一种是外周线索。
采用哪种方式，和用户的画像、动机、购买的品类是有很大关系的。
比如：一个女性顾客在购买手机时候，可能更加偏向于外周线索，如：谁代言的、谁在用、外形好不好看等——而并不会去仔细研究一个手机的各种复杂的参数。
这就要求PM在设计搜索结果页的时候，要同时兼顾到用户的中心路径还有边陲路径，并且根据不同的品类，进行两个路径的权重分配。
所以可以知道，搜索其实是一个精细化运营的事情，不同品类的决策方式会有差别。
那回到搜索结果页的设计上，有哪些通用的方法论么？
（1）信息广度：商品的数量、召回准确度
用户输入一个query，召回的商品准确性，是一个技术指标，需要推动技术从策略上进行不断优化。
除此之外，在场景上，也有扩充信息广度的方法。
1）搜索无结果情况
混合词：“啦啦啦啦啦啦啦连衣裙”就是一个无结果的搜索词。
针对这样的搜索词可以进行拆词处理，拆解出有意义的“连衣裙”，并在搜索结果展示“连衣裙”的商品。
错误词：“链衣群”就是一个意图明确，但是输入错误的词，需要联合技术团队进行纠错处理。纠正道正确的“连衣裙”。
无网络情况…
2）搜索结果过少情况
结果不足：增加“你是不是要找”模块，帮助用户进行关联搜索。
缺货、断货…
总之，定位到各种无结果／少结果的情况，进行信息广度的扩充。
（2）信息优先级：商品排列顺序
在搜索信息页中可以承载了很多模块，比如：商家广告、推荐模块。所以搜索页的信息架构很关键。
1）信息直达：分析用户意图，给用户快速通道
信息直达是指可以分析出用户的意图，并给出快捷入口。
比如：用户搜索“魔鬼经济学”，如果通过数据分析，绝大多数搜索这个词的用户都是购买“魔鬼经济学1～3”套装书，而不是某一本书的话，那就可以直接在顶部增加一个信息直达模块。
或者用户输入某一个品牌名“小米”，这个时候其实用户的意图是看“小米”这个品牌下的所有商品。
所以：如果有一个品牌直达模块，会让用户更佳快速的找到结果。
2）广告、推荐：和广告部门、推荐部门联动
电商中广告、推荐的策略分别有相应的部门负责。
一般和搜索产品线合作的方式是：搜索产品线负责人预留对应的广告位feed和推荐位feed，广告部门和推荐部门为feed内的策略和结果负责。
3）大促流量承接
包含促销营销位的展示、优惠券的领取、促销快速搜索等……这些模块都是凌驾在单品feed之上的。
（3）信息聚合维度：商品汇总的维度
搜索的目的是获得信息，所以不应该只禁锢在搜索就是为了获得商品维度。可以在电商的搜索功能中集成店铺聚合、内容聚合、商品聚合等方式……此处有点复杂，不过多赘叙。
（4）信息内容：每一个单品展示的信息
商品的信息是指搜索结果页中的每一个feed中承载的信息。
一般包含如下：
1. 商品的基本信息：商品名称、商品图片、商品价格…
2. 商品的性质：促销标签，状态信息（是否有货，是否库存紧张）、折扣优惠…
3. 商品个性化信息：收藏过、最近浏览过、购买过等标签…
这里注意到，不同品类的中心线索是不同的。
比如：衣服的中心线索是商品图片，也就是样式，而一本图书的中心线索却绝对不是图片。
所以我们可以看到：一般服装的默认样式是大图样式，而图书的默认样式是小图样式。
商品feed展示的区域有限，所以每一信息的展示都是应该经过仔细甄别的。
比如：促销标签等。
要点二：方案评估
用户是使用补偿性评估还是非补偿性评估呢？
补偿性评估：浏览一个商品，再看下一个商品，对每个商品建立一个大致的心理打分。这意味着商品的属性优势劣势可以相互补偿：这个手机，CPU不行，但是新功能镜头不错。
非补偿性评估：先找到想要的属性，然后拿属性去筛选商品。
连接性捷思法：为不同属性选择一个最低标准，所有属性都通过这个最低标准为第一选择；
词典捷思法：选择最重要的属性得分最高的；
问题排除捷思法：根据改了选择的属性比较不同品牌，其中一项属性被选到的概率及其重要性是正相关的关系。如果其属性无法大搞最低要求，就排出了。比如：只看5.5英寸的手机，不符合的直接杀掉。
如何区分补偿性评估和非补偿性评估？
8分钟相亲，就是一场补偿性评估。
一个下午，基本可以看20多个姑娘；最后你约会的对象，是20个人相比较中那个综合评分比较高的那个——这个是补偿性评估。
而非补偿性评估是指：你有某些标准。
比如：女朋友必须1米8大长腿，符合要求才行，不符合不行——这是非补偿性评估。
在搜索结果页，用户的补偿性评估主要依赖于上面的“要点一”，也就是信息的广度、维度等。
下面我们来说下，如何帮助用户进行非补偿性评估？
排序功能：默认排序，销量排序，价格排序，好评排序，最新排序……
筛选功能：
价格：价格区间，价格带…
服务&折扣：自营，有货…
商品属性：发货地，品牌，包装，长度，尺码，颜色、分类等…
筛选功能是一个搜小商品集的方式，所以可以根据用户的特性减少样本集。
比如：自动筛选有货商品、自动定位用户的收获地点等等。
另外，从广泛的筛选项中移出几项进行快速筛选，也是筛选优化的方式。
要点三：购买决策
用户的决策成本有哪些呢？
消费者成本（金钱）－产品属性（价格） ：降价促销；
消费者成本（做决定）－产品属性（选择便利） ：减少品类；
消费者成本（购买行为）－产品属性（购买便利） ：渠道策略；
消费者成本（学会使用）－产品属性（产品易用性） ：提高易用性。
在搜索结果页用户的决策有多种：
查看单品详细信息：点击单品，进入单品页；
直接加入购物车：点击加入购物车按钮，添加到购物车；
收藏商品：点击收藏按钮，添加到心愿单；
找相似／找同款；
……
这里要注意到决策的转移，这里以“加入购物车”按钮为例。
现在市面上有两种模式：
第一种模式是在搜索结果页没有“加入购物车”按钮
第二种模式是搜索结果页中有“加入购物车”按钮
如果按照普通思维，原来用户需要在单品页中加入购物车，现在我把这个按钮提出来了，不是会更加方便用户么？
错！
我们分析一个细节问题的时候，一定不要站在细节看细节；应该跳出来，从全局的角度来看。
比如：这个问题就应该从整体转化率的角度来看。
首先我们看下下图对比，可以看到在模式二，也就是有加购按钮的模式下，整体的使用步骤并没有减少——因为用户加入购物车后，还是会在购物车中进入单品页进行详细信息查看，才能完成购买行为。
所以我们可以得到两点认知：
模式2 适合那些单品信息不丰富的产品。比如：生鲜、商超品类，用户可以根据简单的信息作出购买决策。否则，模式1和模式2的用户使用路径没有区别。
相比之下，模式2将用户的决策点后置。也就是模式2下，用户在购物车进行统一决策。模式1下，用户的决策点是分散的。从系统性思考的角度来看，模式一和模式二相比，变化的已经不是单一的元素，而是元素之间的连接（可具体百度下系统思考的文章），此种情况下两者的收益无法用单一的数据考量。
所以，针对此问题需要具体的数据分析哦～千万不要从细节看细节。
五、总结
产品中没有绝对的真理；真正的产品决策，是需要放在具体的业务中，不断通过A／B测试、用户访谈、迭代灰度来获取的……
这里只是提供一个思考框架，帮助大家更加系统和全面的看事情～帮助大家更好的建立假设，然后用你们丰富的小手段在各自的场景中进行验证！
