搜索|产品“无”之道（三）——结构篇( 二 )

算法：图像检索算法；数据：用户输入的图片。
历史搜索：重要功能。
记录用户搜索历史，方便在一段时间内反复搜索。
搜索发现：基于历史搜索的推荐功能。
算法：关键词匹配等算法；数据：历史搜索。
热搜：主动推荐功能，对于主动搜索用户作用不大，但是也可能培养用户新的搜索习惯。
算法：话题热度排序；数据：整体用户行为。

文章插图
当输入关键字之后，淘宝会弹出搜索推荐。从搜索结果来看，淘宝是综合了关键字和用户数据给出的推荐，既方便用户输入，也是创造新的商机。比如羽绒布的干洗剂、清洁剂等周边产品推荐。
算法：关键词推荐算法。
数据：搜索关键词+用户数据。

文章插图
搜索结果页，则更是搜索业务中的最核心步骤。需要在该界面达成商家竞价排名和用户购买体验的最佳平衡状态。只考虑商家的需求，那么用户寻找适合商品的成本就会增加，降低用户体验；如果完全都按照用户的需求来做，那么电商的业务逻辑和商家的流量就难以保证。
用户在该页面的浏览数据将不断被记录，并用于搜索结果乃至更多功能的优化。
算法：商品推荐算法（商家竞价排名+用户数据）。
数据：商品数据、用户数据、用户行为数据。

文章插图
【搜索|产品“无”之道（三）——结构篇】因为缺乏电商经验和技术背景，相信我的分析只是管中窥豹，但我们也可以感受到在一个简单的搜索场景背后，有着多么复杂、强大的算法和数据支撑。
（3）案例3
再选择一个内容编辑的场景来分析，以知乎为例：

在创作入口，可以看到问答和提问仍是知乎最核心的业务。
随着业务发展，又增加了视频、文章、直播等各种形式的信息发布。
作为UGC社区，为了引导用户创作更多的内容，还提供了创作灵感的入口。
同时还提供了草稿箱的快捷入口，方便再次编辑。

点击回答问题和创作灵感是一样的，都是引导至问题列表。

文章插图
问题列表是回答问题的核心流程，做的也是匹配答主和题主的匹配。影响答主回答意愿的关键因素是兴趣和回答曝光量，而影响题主提问热情的是是否有优质答主（答案）回答和问题曝光量。因此推给答主既要有已知兴趣，也要发掘更多潜在兴趣；既要有热门问题，也要有关注度较低或新问题。
算法：问题推荐算法。
数据：问题、用户数据、整体问题数据。

文章插图
在编辑页面需要考虑编辑信息的各种类型，文字、图片、视频、链接、商品推等。当用户要退出的时候，需要确认是否要保存草稿，因此内容数据其实是分成当前内容和草稿。
算法：无。
数据：当前内容、草稿。

文章插图
2. 交互设计我认为在出现新的技术之前，交互设计上很难有大的突破了。因此建议产品经理和交互设计师遵循设计原则就可以了。不然标新立异大概率会导致与用户的操作习惯不符，反而导致用户体验下降。
但是我们可以聊一下什么是好的交互设计，以及交互设计的“无”之道。乔布斯为什么伟大？我认为不止因为他创立的苹果公司，或是推出了非常多用户体验极佳的产品，更多的是他重新定义了人与技术的沟通方式。