交互与用户体验 / 系统课时
利用搜索日志识别用户用词
利用搜索日志识别用户用词
当用户搜索“电子发票”却找不到位于“票据管理”下的内容时,问题可能出在产品术语与用户表达不一致。通过分析搜索频次、零结果查询和连续改写行为,可以找到真实的用词差异,并据此调整分类名称、导航入口和搜索召回规则。
学习目标
- 建立搜索日志分析口径,识别高频词、零结果查询和重复改写行为。
- 从连续查询与结果点击中发现用户自然语言和产品内部术语的差异。
- 将搜索证据转换为可执行的信息架构改进方案,并设置验收指标。
建立可复核的搜索日志样本
分析前先明确统计单位。一次用户提交的查询算作一次搜索事件;同一用户在一段连续活动中的多次查询属于一个搜索会话。两者不能混用,否则反复搜索的少数用户可能被误认为大量独立需求。
建议先提取连续14天的数据,至少保留以下字段:
| 字段 | 含义 | 示例 |
|---|---|---|
| sessionId | 匿名搜索会话标识 | S001 |
| timestamp | 查询提交时间 | 09:15:20 |
| query | 用户原始搜索词 | 电子发票 |
| resultCount | 本次返回结果数 | 0 |
| clickedTarget | 点击的结果或目标页面 | 发票下载说明 |
| eventType | 查询或点击事件类型 | search_submit |
提取时执行以下处理:
- 排除机器人访问、测试账号以及输入框自动联想请求,只统计用户真正提交的查询。
- 统一大小写、全半角和首尾空格,例如将“ PDF ”与“pdf”规范为同一表达,但保留“发票下载”和“发票申请”的意图差异。
- 如果缺少明确的会话标识,可以用连续30分钟无活动作为会话切分的初始规则,并在报告中注明。
- 将同一会话中前次查询后90秒内出现、用词发生变化且期间没有有效结果点击的查询,标记为一次候选改写。
- 对手机号、邮箱、订单号等敏感内容进行脱敏,不将原始身份信息写入分析报告。
这里的30分钟和90秒都是分析规则,不是行业固定标准。应根据产品的真实操作时长调整,并在前后两轮分析中保持一致。
从高频词和零结果中发现命名缺口
先按规范化后的查询词分组,统计搜索次数、零结果次数和后续改写次数。以下是一个企业服务平台的演示样本:14天内共记录1000次有效搜索事件,涉及700个搜索会话。
| 搜索词 | 搜索次数 | 零结果次数 | 后续改写次数 |
|---|---|---|---|
| 发票 | 180 | 12 | 35 |
| 电子发票 | 90 | 36 | 28 |
| 开票 | 70 | 28 | 20 |
| 票据管理 | 35 | 1 | 2 |
表中的后续改写次数按查询事件计算,同一会话可能贡献多次改写;因此不能直接把这一列相加当作独立用户数。
零结果率的计算方式为:
例如,“电子发票”的零结果率为36÷90=40%,而内部术语“票据管理”的零结果率约为2.9%。这种差异说明两种表达可能没有获得同等的搜索支持,值得进一步调查。
假设整个样本有140次零结果查询,则全站零结果率为14%。如果120个搜索会话发生过至少一次候选改写,那么会话改写率为120÷700,约17.1%。
分析时还要区分三个问题:
- 高频但能找到结果:用户经常使用这个词,应考虑将其用于导航标签或快捷入口。
- 高频且零结果率高:可能存在同义词缺失、搜索索引问题、内容缺失或访问权限限制。
- 低频但连续改写明显:可能是特定任务的术语障碍,不应仅因搜索量小而忽略。
沿搜索会话识别真实用词与改写意图
只看单个词的统计表,无法确认“电子发票”和“票据管理”是否指向同一任务。需要按会话标识和时间排序,观察用户如何修改查询,以及最终是否点击了相关内容。
例如,某个匿名会话包含三次连续搜索:
- 09:00:00,搜索“电子发票”,返回0条结果。
- 09:00:28,改搜“开票”,仍返回0条结果。
- 09:00:53,搜索“票据管理”,返回6条结果,随后点击“发票下载说明”。

这条路径提示:用户最初可能希望获取电子发票,却必须猜到产品内部的“票据管理”才能找到内容。但单个会话只能形成假设,不能直接证明所有词都是同义词。
实际分析可以抽查至少20个相关改写会话,逐条记录首个搜索词、后续搜索词、最终点击页面和是否完成任务。如果多个会话都从“电子发票”转向“票据管理”,并最终进入相同的下载页面,才有更充分的依据将它们建立关联。
还要特别检查多义词。“开票”可能表示申请新发票,也可能表示查询已有发票;如果点击目标分成两类,就应该保留两个不同的任务入口,而不是强行合并。
将用户表达映射到导航和搜索入口
分析完成后,可以制作一张术语映射表,把用户实际输入的词、候选任务和产品改进动作对应起来。
| 用户表达 | 候选任务 | 改进动作 |
|---|---|---|
| 电子发票 | 下载已有电子发票 | 增加“电子发票”搜索同义词 |
| 发票下载 | 查找历史发票 | 将下载入口明确命名为“下载发票” |
| 开票 | 申请或获取发票 | 区分“申请开票”和“下载已有发票” |
| 票据管理 | 管理发票及票据 | 保留为后台管理术语或次级分类 |
假设原来的路径为“财务中心 → 票据管理 → 发票下载”,而搜索日志反复出现“电子发票”“发票下载”,可以考虑将用户导航调整为“账单与发票 → 下载电子发票”。后台数据模块仍然可以使用原有名称,不必为了统一界面语言而修改内部系统结构。
调整通常分为三个层次:
- 分类与导航标签:让用户最常用、含义明确的词直接出现在可见入口上。
- 搜索同义词与召回规则:让“电子发票”“发票下载”等明确指向同一任务的表达找到对应内容。
- 搜索结果与无结果反馈:当词义存在歧义时,提供“申请开票”和“下载已有发票”两个可选结果,而不是静默跳转。
如果确认用户需要的内容根本不存在,正确动作是补充内容或服务入口,而不是单纯增加搜索关键词。
用搜索行为验证改名是否有效
上线后应使用相同的统计窗口、事件定义和过滤规则进行前后对比。可以把演示样本中的14%全站零结果率和17.1%会话改写率设为基线,并为第一轮改版设置以下验收目标:
| 指标 | 改版前基线 | 第一轮验收目标 |
|---|---|---|
| 全站零结果率 | 14.0% | 低于10% |
| 会话改写率 | 17.1% | 低于13% |
| “电子发票”零结果率 | 40.0% | 低于10% |
这些目标是演示用的产品验收阈值,不代表通用行业标准。实际项目应结合历史波动、查询量和业务成本确定目标。
零结果率下降还不足以证明用户完成了任务。应同时观察搜索结果点击率、目标页面到达率,以及能够被系统记录的最终任务完成事件,例如发票下载成功。对于需要登录或权限验证的流程,应分别统计具有权限和缺少权限的用户,避免把权限限制误判为导航失败。
验收时至少再抽查20条相关搜索会话,确认用户是否减少改写、是否点击了正确入口,并检查新的同义词规则有没有让“申请开票”错误地指向“下载发票”。
当某个用户词在多个会话中反复出现、指向一致的任务,而且改进后能够带来更高的任务完成率时,它才有足够的证据成为正式导航标签或稳定的搜索别名。