如何将电子商务搜索数据输入更好的目录决定

从决定开始,不是仪表板

在收集更多数据之前,写下企业准备作出的决定。 典型的结果包括添加产品,丰富属性,改变产品措辞,绘制同义词图,创建集合,调整排名,纠正可用性或发布购买指南等. 如果一个衡量标准不能影响其中一项结果,则可能很有趣,但还没有发挥作用.

给每个决定类型一个主人。 商品交易可以评估需求和范围差距;产品数据小组可以修复标题、识别符和属性;搜索所有人可以调和匹配和排名;内容小组可以回答研究问题;商业小组可以决定需求是否有理由来源。 共享的队列使得同一查询无法在团队之间被传递而得不到解析.

M.I.A.ISearch Intelligence是设计用于查询分析,搜索-gap发现,相关性审查和经批准的反馈信号. 其目的是帮助企业了解整个目录的搜索行为、差距和机会,包括零结果审查、客户语言制图和优先改进目录.

获取足够的上下文来解释搜索行程

存储原始查询,一个常态化的比较值,时间戳,市场,设备类,结果计数和会话范围的旅行事件. 可用时,将查询连接到显示的产品,点击,改进,产品视图,加载到载体的事件和购买. 保留原始措辞,因为它包含客户语言;只使用正态值来分组资本化,白空和复数等明显变体.

Google分析强化度量可以在显示一个结果页时释放出一个视图 search results事件,并将查询放入搜索-定期参数. 这是一个有用的起点,但成果页的观点不能证明成果是相关的。 结果计数、印象顺序和随后的行为提供了缺失的上下文.

尊重数据最小化。 搜索箱有时会接收电子邮件地址,订单号码,电话号码或其他个人信息. 在分析之前排除或修改这些值,限制保留和访问,并避免将个人可识别的信息发送到分析系统中。 目的是了解需求模式,而不是确定个别游客.

• 原始查询和正态分组值
• 市场、语言、设备和会话范围的时间戳
• 结果计数和显示的产品
• 点击、改进、退出、加载和购买
• 搜索时已知的股票或市场限制
• 隐私过滤和记录保留期

将五个不同的搜索结果分开

单零结果一栏掩盖了几个截然不同的问题. 创建一组描述查询后发生的事情 。 开始没有结果,结果但没有点击,然后点击返回和重写,点击有用的商业行动,成功的旅程以购买或其他商定结果结束.

Shopify的行为报告通过查询来区分搜索,没有点击的搜索,没有结果的搜索以及随时间推移的搜索转换. 分离很重要:有结果但无点击的查询表明存在相关性或列报问题,而无结果的查询可能表明缺少语言、缺少数据或缺少范围。 一个成功的查询也是证据;它显示哪些客户的措辞已经映射到有用的结果.

按周和市场审查趋势,而不是对一次不寻常的会议作出反应。 在平台支持它的地方核算报告延迟和机器人过滤. 在变化前后保持组群定义的稳定性以进行比较.

在选择修补前对原因进行分类

对每个材料查询组,检查实际结果集和目录证据. 分配一个主要原因和任何次要贡献者。 一致的标签使得队列可以衡量,帮助企业查看其最大的问题是否是范围,数据质量,语言,排名或客户指导.

缺失范围查询描述了企业不销售的产品。 当产品存在时会出现名词空白,但客户的词不出现在可搜索的数据中. 属性差距意味着产品存在,然而检索所需的大小、相容性、材料或规格却不存在或不一致。 关联性问题会回报产品,但最强的匹配被掩埋. 当物品在全球存在时,即出现供应和市场差距,但不能在访客所在地购买。 指导查询会询问一个可能需要比较内容或购买指南的问题.

不为每个失败的短语自动创建同义词 。 连接不同规格或不相容部件的同义词可以使搜索看起来更繁忙,同时使产品选择不那么安全. 在批准技术等同性之前,需要从产品数据或知识丰富的审查者获得证据.

• 缺少产品或范围机会
• 目录中没有客户术语
• 可搜索属性缺失或不一致
• 排名差或匹配范围过广
• 无法获得的股票、渠道或市场限制
• 导航、政策或咨询问题,而不是产品需求问题
• 噪音、机器人活动或应排除的查询

按价值、摩擦和信心排列优先次序

查询频率是有用的,但不应是唯一的优先权规则. 频繁的模糊查询可能比企业配备的某一物品的更精确、高意向的搜索小组价值更低。 从需求频率,客户摩擦,业务相关性和对诊断的信心等方面建立简单的分数.

当一个查询反复返回什么也没有,不产生点击或引起几次重写时,客户摩擦会增加. 业务相关性可反映差值、战略范围、可用性、市场和服务请求的成本。 当同一需求出现在多个环节、目录有明确匹配并经过产品专家审查时,应提高信心.

保持公式解释。 评审人员应当能够了解某个项目为何靠近队列的顶部并更改一个不正确的分类. 自动排名可以组织证据;它不应将被猜想的同义词或无支持的需求假设变成无形的生产变化.

具体实例:技术部件搜索

想象一下一个零件零售商看到反复搜索"下行滚子 Takeuchi TL12","TL12轨道滚子"和已知的OEM参考. 第一个查询返回无任何结果,第二个返回许多没有点击的通用滚子,参考文献找到正确的产品. 把这些当作三行无关的东西 低估了机会.

产品专家确认,客户使用底盘滚子和轨迹滚子处理本目录中相同的相关组件,并验证哪些TL12变体相容. 数据组保持了产品的稳定标识符,添加了批准的名词,记录了相容性属性并检查了OEM参考文献仍然可以搜索. 搜索所有者审查准确的模型相容性是否应排在通用文本相匹配之上.

工作项目包括原始查询、受影响的会议、当前结果、核准的产品证据、拟议的目录更改和所有者。 发布后,团队在一定时期内比较了相同的查询组:结果覆盖范围,点击率,合格产品视图和加载活性. 如果不相关的产品开始接受点击,团队会进行调查,而不是仅仅从较低的无结果计数中宣布成功.

如果零售商没有储存相容的滚盘,则正确的结果不同. 查询变成了一个范围决定,得到观察到的需求的支持. 企业可以源出物品,在有诚实的替代物时引导客户,或者发布明确的指导. 它不应迫使不相容的产品进入结果.

将核定结果转化为目录工作

每一项公认的调查结果都应产生最小的适当变化。 术语可能属于可搜索同义词、产品标题、描述或结构化属性,视其含义而定。 相容性属于受管产品数据,而不仅仅属于宣传拷贝. 范围差距与购买和交易有关。 指导问题可能需要从搜索结果中链接到内容.

当目录记录发生变化时,保留产品和变体身份. 使用稳定的平台ID和受管源识别器,使浓缩达到预定项目. 标题,手柄和描述经常被更改,以作为安全匹配的密钥. 记录前值、拟议值、证据、核准人和部署结果.

批量类似的工作,在其中提高一致性,但在发布前先预览受影响的产品. 共享同义词或属性映射可以改变许多结果集. 预览应显示预期收益和明显的相撞,特别是模型名称、缩略语和技术术语.

仔细比较内部搜索和外部需求

Google搜索控制台的绩效报告通过查询将外部的Google搜索数据分组,并提供点击,印象,点击通过率和平均位置. 将该语言与内部搜索相比较以找到模式,但不要将数据集合并,仿佛它们测量了相同的行程.

外部询问描述了人们如何在Google搜索结果中遇到该网站. 内部询问描述了访客到达网站后询问的内容. 一个有很多Google印象但很少现场搜索的名词可能已经有一个很强的登陆页了. 频繁地进行现场查询,但Google的能见度很少,可能会揭示出导航摩擦,返回客户的任务或者一个专用页面的机会.

使用比较来形成一个假设. 然后检查着陆页,结果集,目录记录和商业上下文,然后修改SIO副本或产品数据. 不同的归属,隐私阈值,日期范围和汇总规则可以产生明显的差异,这些差异不是目录缺陷.

运行一个可控反馈循环

一个有用的搜索-情报进程在可预见的周期中重复. 收集稳定的数据期,分组和分类查询,审查价值最高的证据,批准具体修改,通过责任系统公布,并再次计量同一批人. 在实际操作中保留控制期或未受影响的查询组.

将若干结果合并衡量:无结果率、不点击率、重订率、有用的产品点击率、加到一纸牌的活动和足够量的购买结果。 还跟踪业务措施,如对空白进行分类的时间、公布更正的时间、重复的例外情况以及在审查中被拒绝的拟议更改的百分比.

避免追逐日常噪音。 季节性需求、运动、股票变动和网站发布都影响到搜索行为。 对这些事件进行说明,比较等同的时间段,保留原始查询证据,以便后来的审查者能够理解作出这一决定的原因.

常见的误导搜索数据的错误

第一个错误是将零结果搜索更少与更好的发现等同起来. 宽相配可以减少零,同时表面显示不相干的产品. 二是将点击数计为成功,而不检查访客是立即返回,改进查询还是放弃行程.

另一个错误是围绕每个短语改写产品标题. 标题仍需要清晰地识别出产品;客户语言可以通过适当的描述,结构化属性和被规范的搜索映射来捕捉. 当报告组不同于技术查询或默默地丢弃稀有但具有商业重要性的搜索时,团队也会失去信任.

最后,不要让洞察工具成为未经审查的出版系统。 搜索活动是客户意图的证据,而不是产品等同性、法律适宜性、相容性或商业需求的证据。 经批准的回馈信号和负责的拥有者保持了循环的有用性.

搜索情报操作核对表

• 定义数据可触发的目录、排名、内容和范围决定.
• 抓取原始查询,结果上下文以及随后的出行事件.
• 过滤个人信息,bots和已知的内部测试流量.
• 分离无结果、不点击、重订和成功搜索.
• 在提出固定方法之前,对每个材料查询组进行分类.
• 优先注意频率、摩擦、业务相关性和信心.
• 对任何目录变化使用稳定的产品和变异标识.
• 发布前预览共享地图和高影响变化.
• 将内部站点搜索与外部Google搜索报告区分开来.
• 释放后对同一批人进行计量,并在相关情况恶化时重新开始工作.