站内搜索记录能直接告诉你用户在你的站内找什么、找不到什么,但前提是你要先决定用哪种方式处理这些数据:是人工抽查,还是按规则批量归类。两种方案没有绝对优劣,选择取决于搜索量大小、你能投入的整理时间,以及你打算把结论用在哪。
人工抽查适合站内搜索量不大、每天几十到几百条的情况。你逐条看搜索词,判断它指向哪类需求,再决定是否补充内容或调整导航。代价是耗时,而且不同人判断标准不一致,容易漏掉低频但重要的词。
按规则批量归类适合搜索量持续较大、每天上千条的情况。你先设定分组规则,例如按词义把搜索词归入“找不到入口”“想比较”“想下载”等类别,再统计各类数量。代价是前期要设计规则,规则太粗会掩盖细节,太细又难以维护。判断结果是:如果你需要长期跟踪趋势,批量归类更合适;如果只需解决眼前几个具体问题,人工抽查更快。
搜索词只反映用户输入了什么,还需要结合行为数据判断需求是否被满足。可以对照以下检查项:
如果某个词被反复搜索,但用户点击后很快返回,可能说明现有内容没有解决他的问题。这时不要只增加词频,而要考虑补充一块真正回答该问题的内容,或调整该内容在站内的位置。
把搜索词转成内容动作时,先区分三类情况。第一类是站内已有内容但用户找不到,处理方式是改标题、加内链或调整导航。第二类是站内没有对应内容,处理方式是新建页面或补充段落。第三类是搜索词本身模糊,例如只输入一个宽泛名词,处理方式是先观察它后续是否被更具体的词替代,再决定是否单独建页。
假设一个站内搜索词是“安装步骤”。如果站内已有安装说明,但搜索后用户仍反复搜,可能是说明藏得太深,或者标题没有出现“安装步骤”这个说法。此时改标题和入口比新写一篇更省成本。如果站内确实没有任何安装说明,那就需要新建内容。这个判断不依赖某个固定阈值,而依赖你能否找到对应页面以及用户是否继续搜。
这套步骤的重点不是一次处理完所有词,而是先建立能重复使用的判断方式。人工抽查和批量归类可以先后使用:先用抽查理解用户语言,再用归类规则扩大处理范围。
处理一批搜索词后,看两个信号:同一类搜索词的数量是否下降,以及用户搜索后是否还频繁返回继续搜。如果数量下降且返回减少,说明处理方向有效。如果数量没变但返回减少,可能只是入口变明显了,需求本身还在。如果两者都没变化,需要重新检查你的分组规则是否把不同需求混在一起。
下一步可以选一个高频搜索词,按上面的步骤走完一轮,记录处理前后的搜索次数和点击后返回情况,再决定是否把同样的方法用到下一组词。