用数据辅助设计搜索中的实践

设计时不能单凭经验和直觉，因为涉及到的目标人群、场景、操作习惯的不同。为了获取更准确、有效的信息去辅助、检测设计，设计师会选择定性（用户访谈、焦点小组）和定量（调研问卷、网站数据分析）的方式进行用户研究。其中"网站数据分析"这一方式不需要花费较长的时间及人力成本，同时避免了用户及环境等不稳定因素对分析结果造成的干扰。只要具备精准及适用的数据，我们应优先选择这一方法辅助设计。

通常我们可以获取到哪些数据呢？

1、网站数据

搜索常见的数据如下：

Query – 搜索关键字数

PV（Page View） — 页面浏览量，页面每一次刷新即被计算一次

UV（Unique Visitor） — 用户访问数

Click — 页面总点击数，每一个功能都会有相应的点击数

L->D — 搜索list页面到detail页面的点击数据，即转化率，不同页面有不同的数据。

CTR — Click/LPL，LPV即搜索list页面上的浏览量，CTR即每次浏览的点击次数。

2、用户访谈、定性调研、焦点小组

3、已有结论的报告

4、线上测试(如A/B test，搜索中常用内部开发的可以多方案上线测试的buckettest)

网站数据中可以了解到什么信息？

1、关键字流失率分析

图1是用户输入"女鞋"相关的关键字及相应关键字的UV流失率（即没有在搜索页进行过任何操作行为的用户数占所有搜索用户的比例），从数据上看添加了真皮、广州、时尚等属性词的关键字流失率相对低很多。

关键字描述越详细，搜索匹配到的产品越准确，用户也就可以更快的找到目标产品。但让用户精确输入关键字的成本较高（如用户不知道用哪些描述词更适合等）。如何降低这个成本？我们可以使用suggestion（关键字推荐）（见图2）和SN区（类目属性筛选区）（见图3）给用户恰当的推荐和引导。