小志资源网 - 综合小刀娱乐网、小黑善恶资源网「资源免费」安全无毒 我要投稿 广告合作 免费流量卡Q群
您的位置:小志资源网 > SEO优化 > 正文

搜索优化是什么 我们应该怎么做搜索优化?

作者:小志 时间:2020-10-24 15:07 分类:SEO优化

1603537026.jpg

对于内容型的产品来说,一款好的查找功用,能够最大程度扩大内容效益——招引用户留下来,并促使进入流量到下一波的转化。而笔者也以自己的查找优化实践为例,说明了一系列的操作进程,希望对你有所启示。

来交代下近况:来了**煮作业一年多了,在阅历了半年app迭代功用规划作业之后我终于迎来了第一个高档功用——查找优化。

(不是说其他功用不高档,仅仅查找是对我来说全新的领域,跟以往担任的作业大不相同,所以称之为高档)


01 背景

我所担任的是APP的内容线的作业,中心作业环绕留存率打开。

在进行数据剖析后发现留存率与用户保藏次数有关,保藏越多,留存率越高。因而进步留存,就要进步保藏。

明确了留存的要害行为后,就该去探究用户产生要害行为的中心漏斗。

经过app的流量剖析能够知道,大部分流量进入食谱详情页的途径是经过查找,所以优化“查找 → 阅读 → 保藏”这个途径,猜测会得到最大的转化率。(实际上也是的)


02 进程

首先需求确定查找的流程,大致确定为三步:

  1. 查找前:热搜词、历史查找等

  2. 查找时:要害词联想、自动纠错等

  3. 查找后:无成果的引荐、有成果时的排序等

这次挑查找后的查找成果排序来详细说说。


第一步:拟定排序战略

排序其实就是比大小,所以办法是给排序成果核算分值,依据不同的要害词,搜出来的成果都有自己的分值,只要比较大小就能够算出排序列表。

接下来就是如何核算的问题,也就是哪些因素会影响排序分值,请往下看:


第二步:找参数

查找成果排序这个东西,我在做的时分查阅了许多材料,但大多数材料都比较倾向底层的技术细节,比如说要害词匹配规则。

好在市面上有比较老练的解决方案来解决底层的查找逻辑,咱们产品只需求决议要害词匹配哪些内容,以及赋多少权重即可。

更为重要的是除了相关度这个因素之外,查找成果的排序还遭到哪些因素的影响,以及他们是如何影响排序的。

前文有提到,保藏行为是用户留存的要害行为,所以食谱的优质规范中最重要的指标也是保藏率,因而保藏率会是查找成果排序公式中的一项参数。

可是,如果只看保藏率也会有问题,比如当分子分母都十分小的时分,假设阅读次数是2,保藏次数是1,那保藏率就会有50%,这种极点状况呈现。

为了削减这种极点,会参加别的一个参数,就是保藏次数。

所以到现在现已找好了三个参数:相关度、保藏次数、保藏率。


第三步:归一化

定好了参数后,因为这些参数简直不在一个数量级,无法直接放进公式核算,因而需求先明确他们的规模:相关度数量级大约在100以内;保藏次数十分大,约为好几万,且不可控;保藏率规模在0~1之间。

因而咱们需求把三个参数归一,便于核算。

因为数学一般,当时能想到的办法有两个:一种是对数,一种是分数。

我来说下我的理解:拿“保藏次数”这个参数来看,如果用对数的话,能够有一个变量,log2^A,A是保藏次数,如果用这个公式来核算的话,2个保藏跟2000个保藏不同不大,但仍是无法避免前文所说“保藏和阅读次数都很小,但保藏率极高”的问题,且规模仅仅在必定规模内可控,依然不知道如何跟“保藏率”放在一起核算。

所以仿照了“保藏率”公式:保藏次数/阅读次数,保藏次数也按照这样归一:分子是当时食谱的保藏次数,分母是当时查找成果中的最大保藏次数。

这样这个参数就有两个变量,当保藏次数极低时,这个参数很小,保藏率对整个公式的影响不会是丧命的。

所以仿照这个公式得出“相关度”的归一,得出终究核算排序分值的公式:A*当时相关度/最大相关度+B*当时保藏次数/最大保藏次数+C*当时保藏次数/当时阅读次数。

这样保证三个参数的取值规模都是0~1,后续只要依据不同要害词,调整A、B、C三个值,使保藏率高的食谱排在考前的位置即可。


03 成果和复盘

成果可想而知啦,经过查找途径产生的保藏转化,进步了30%+。

当然这并不是高枕无忧的解决方案,因为咱们的排序公式对所有词的查找成果核算是天公地道的,可是剖析了要害词查找趋势后发现,查找词是能够聚类的,并不是没有规律,尤其是像食谱查找这样的笔直领域,用户对每个(或许说每类)要害词搜出的成果有不同的预期。

比如说:用户会查找食谱类目称号,如“下午茶”、“家常菜”、“构思菜”等,或许按照食材来查找,如“鸡胸肉”、“三文鱼”等。

单看这两种类型的查找词能够猜测出用户的查找场景:查找类目词的用户手上还没买食材,纯粹是来找创意的,所以对新鲜感的要求比较高,两天来看到相同的东西就会失去热情,所以优化的方向应该是参加一个时刻参数,越新的食谱排在越前面。

查找食材词的用户大多现已拿买好了食材,这个时分找到食谱就行,对新鲜感的需求不如类目词,而是需求开掘长尾的食谱。所以此刻优化的方向不会参加时刻参数,而是在本来的公式上调整权重,让“相关度”的权重更大。

当然这还仅仅短期的战略,再往后如果资源允许的状况下,会参加协同过滤的算法,是将类似喜爱的用户分组对待,更场景化。

比如与“我”喜爱类似的用户查找“家常菜”后点击或保藏的食谱,会排在“我”的查找成果里更靠前的位置。

别的,因为食谱有时令性,用户在夏天查找“家常菜”和在冬季查找“家常菜”的诉求也会是不一样的,比如在夏天查找“家常菜”我可能更想吃“凉菜”,此刻如果搜出了许多羊肉汤也是很不合时宜的,因而在排序公式中,参数前面加上“近期该查找词的**量”作为权重公式,我觉得会更有功率。

可是,在优化了查找带来了一大波转化后也仍是立刻达到瓶颈,原因是用户在进入详情页后,流量就死了,所以下一步咱们紧接着就上了“食谱相关引荐”以添加详情页流量,这是另一个风趣的论题,有时刻再来写~


欢迎 发表评论: