案例背景
某導購類電商APP，與淘寶天貓等一線商家合作,億級商品索引量，類目和子類目多層嵌套，商品有不同子款式和尺碼，搜尋和篩選需求複雜。通過采用分銷+券模式，優惠券幫助普通C使用者降低了單品價格，分銷模式幫助推廣者B增加了使用者數量，平台獲得分成，使用者下單後還可以返現金和優惠券，進而提升複購率, 其中搜尋的流量占比站内流量60%以上，是以對于搜尋結果的召回和排序有極高的要求，衡量搜尋效果的直接名額就是成單轉化率。
需求回報
業務方希望迅速擴大市場提高使用者體驗，需求開發團隊針對産品功能快速優化，進一步提升CTR、CVR的業務名額
需求分析
• 電商行業中，“搜尋”是幫助使用者定位自己想要的商品提升轉化的重要管道；搜尋引擎的效果優化是一個很大的話題，在查詢意圖了解階段可以有語義了解、命名實體識别、詞權重分析、拼寫糾錯等優化手段，在排序階段可有文本相關度、人氣模型、類目預測等優化手段，通過配置查詢分析政策和調整排序公式，我們對于效果優化可以有很大的發揮空間，再通過AB測試來對比不同優化政策的效果表現，我們可以做到效果優化心中有數。
• 業務名額資料中“點選率和轉化率”則直覺反映了搜尋結果頁的商品結果是否滿足使用者的需求;
• 優化召回和排序結果可以幫助使用者快速找到心中所想的内容，是改善使用者體驗，降低跳出率，促進使用者轉化率的最好方法。
阿裡雲開放搜尋解決方案
Query在開放搜尋的執行流程：
開放搜尋的優化方案:
1.查詢意圖了解優化方案可以參考上一篇文章:
https://developer.aliyun.com/article/770543?spm=a2c6h.12873581.0.dArticle770543.12b01cc67mFsIp&groupCode=aios2.開放搜尋-類目預測功能
類目預測是開放搜尋裡基于物品的類目資訊改善搜尋效果的算法功能,類目預測根據使用者的查詢詞來預測使用者想要查詢哪個類目的結果，結合排序表達式，可以使得更符合搜尋意圖的結果排序更靠前。
例如：使用者搜尋“華為”
• 大部分人意圖其實是想獲得“華為手機”，但因為銷量大小、價格高低、店鋪等級等各種原因，存在“華為手表”等配件商品排在“華為手機"更前面。
• 當我們訓練“類目預測模型”，模型就會表達出一個資訊，根據行為資料統計發現點選“手機”類目要比點選“配件”類目的人多很多，那麼模型會給出這樣的預測結果，對于“華為”這個query來說，“手機”類目與“華為”的相關度，比“配件”類目與“華為”的相關度高, 是以在計算每個物品的排序分的過程中，“手機”類目下的物品所獲得的得分要比“配件”類目下的物品得分高，進而“手機”類目下的物品會排在更前面。
• 這樣的排序結果才是一個比較符合使用者預期的結果，使用者才更有可能點進去了解詳情，進而提升搜尋的業務價值,提升CVR的業務名額；
3.排序算法優化
• 支援兩輪相關性排序定制，搜尋結果相關性排序是影響使用者體驗最關鍵的一環，開放搜尋支援開發者定制兩輪相關性排序規則來準确控制搜尋結果的排序。第一輪為粗排，從命中的文檔集合裡海選出相關文檔。第二輪為精排，對粗排的結果做更精細篩選，支援任意複雜的表達式和文法。友善開發者能更準确控制排序效果，優化系統性能，提高搜尋響應速度。
• 引用智能排序人氣模型：離線計算的模型，淘寶搜尋最基礎的排序算法模型。人氣模型會計算量化出每個商品的靜态品質及受歡迎的程度的值，不斷訓練統計形成人氣分，建構更精細化的排序模型，精準命中搜尋需求，将人氣模型involve成為排序的一個因子，搜尋結果的轉化率還會有質的飛躍。
優化搜尋排序結果進而“ 提升CTR、CVR業務名額”案例背景需求回報需求分析阿裡雲開放搜尋解決方案
如果你想與更多開發者們進行交流、了解最前沿的搜尋與推薦技術，可以釘釘掃碼加入社群~
【開放搜尋】新使用者活動：阿裡雲實名認證使用者享1個月免費試用~
https://www.aliyun.com/product/opensearch