自动补全、自动纠错、特殊词定制、空白页引导、浮窗问卷......这些电商平台的搜索交互样式，是平平无奇，还是匠心独具？

在探究搜索的数学之美后，一白继续他的搜索学习之旅。

结合自己618期间在各大电商平台上反复横跳、来回搜索的经历，粗略梳理搜索的交互样式之美。分为基础样式和进阶样式两大类。

基础样式分为搜索体验提升、搜索行为引导、触点唤醒和便捷排序4类，每一类有对应的示例说明；进阶样式包括搜索路径、方式和调研问卷。最后，提一点在搜索过程中遇到的困惑。

让我们从头开始。搜索行为本身象征着商品搜寻意图，比方说小黑搜“Airpods”，基本可以锁定小黑是该商品的潜在消费者，针对小黑这类对Airpods感兴趣的用户做商品推广，带来的回报更高。

在小黑搜索后，平台快速返回搜索物料商品并做合理排序（排序依据主要有商品相关性、销量相关性、评论数、时效性），搜索行为-商品展示-加购-下单的链路就走通了一半。

用户搜索行为对最终平台GMV的贡献无疑是巨大的，而搜索交互样式作为用户体验要素的表现层，最能直观影响用户搜索体验、引导搜索行为。正因为如此，电商平台优化搜索交互样式的动力很足。

接下来一起看看，电商平台为了方便用户搜索（然后多给平台创收），付出了哪些努力。

电商平台搜索的基础交互样式

1）搜索体验提升

首先站在用户角度，任何一次搜索行为，都需要有良好的搜索体验保驾护航，尤其是在电商竞争愈发激烈的今天，为用户提供多、快、好、准的搜索体验，已经成为对电商平台的基本要求。

提升搜索体验分为4点：

• 自动补全：用户边打字，平台边实时补全、匹配搜索查询结果。

• 自动纠错：搜索词键入出错时，模糊匹配和搜索词最接近的搜索结果，并toast显示提醒。

• 特殊词定制：对特殊搜索词，展示品牌类卖家定制卡片，一方面用卡片特权刺激卖家购买特殊词，另一方面为用户展示文本以外的搜索结果，间接提升搜索乐趣。

• 高亮显示：搜索物料标题中含有搜索词的部分，进行高亮展示，方便用户快速聚焦搜索词，适合品类较重复且数量大的平台。

2）行为引导

并非所有用户都带有强烈的搜索目的进行搜索，对于搜索目标不明的用户，可以进行以下几类行为引导：

• 热门搜索推荐：为用户提供实时更新 “热搜榜”，让用户对大盘热卖商品产生感知进而促进转化，反过头增加热搜榜单的说服力。

• 相关词推荐：对搜索词进行意图拓展，比方说我搜索Thinkpad X1，平台展示出电脑参数的相关词，通过参数相关词引导我跳往感兴趣的商品。

• 空白页引导：即便用户搜索对象不存在，也有物料兜底，并提醒用户换个词试试看。

• 类目细分：对于模糊搜索的用户，类目细分可以帮助用户进一步锁定目标。

比方说我随便搜一个“服装”，京东为我细分出“男上衣”、“男裤子”、“女上衣”、“女裤子”…点击“男上衣”，下方又细分出“男短袖”、“男衬衫”这些子类目，逐层引导我确定购买对象。

3）触点唤醒

触点唤醒主要针对用户曾经表现出购买意图的搜索行为，尤其是搜索历史。

• 搜索历史记录：用户搜索过商品，即对商品表现过或强或弱的购买意图，展示商品在搜索历史栏，方便唤起用户记忆。

• 周边tag：和搜索词周边商品联动，大覆盖面地唤醒用户需求。

4）便捷排序

搜索返回物料一般过剩，这时候需要支持用户自定义排序和对物料进行条件筛选。

• 自定义排序：支持分别按照销量、价格、口碑、评论数排列商品。

• 筛选器：对价格、分类、是否自营等条件做筛选，帮助用户快速选出最符合预期的商品。

搜索进阶交互样式

搜索、推荐和社交已经成为电商业务的主流抓手。前几天的618电商大促可以抽象成这么一幅画面：用户画像像是用户身上竖起来的靶子，电商平台利用推荐算法，把合适的子弹（货）射向对应的靶子（人），利用社交玩法聚合相邻靶子，实现击中率倍增。

可以看到，货找人的前提是对用户画像有充分把控，那构筑画像的数据从哪来呢？用户主动搜索（人找货）是重要来源。为了收集用户搜索数据，除了基础交互样式，还应该迭代出进阶版的新样式。

1）浮窗缩短搜索路径

浮窗的好处在于，时刻依附在搜索行为主链，提供信息聚合入口，方便用户随时回到主链。

换句话说，不影响主要环节的基础上，提供灵活的服务接口，是浮窗最大的魅力。看过一段时间电商平台发展，可以明显察觉浮窗正被逐渐推广于商品排列面。与此对应，微信于去年九月份改版后，对站内文章大规模使用浮窗。

以京东为例，目前电商平台的浮窗聚合用户购物车、浏览记录和商品问答，在用户选择困难或选择疲惫时，提供商品信息聚合服务，提高用户搜索的参与感，促进转化。

对于社交电商而言，把社交圈子的商品评价、加购、评论整合进浮窗，也是一件很有想象空间的事情。

2）搜索新方式：图片语音到AR

搜索方式也是一路发展，从最早的文字搜索，发展到现在的图片、语音搜索，未来随着5G发展，基于AR、VR的智能搜索都是可以预见的。

3）搜索问卷调研

淘宝做了这个搜索结果满意度调查。当然，我对这个样式有一些个人意见：

在用户搜索的时候给这个一个问卷浮窗，用户对搜索结果满意，快速加购下单，没机会看这个问卷；对搜索结果不满意，换家app或者推出当前展示页，也没有什么机会看这个问卷。

对于前一种满意的情况，应该在用户加购后露出调研提醒（下单就不需要了，严格来说加购本身就是对搜索结果的正向反馈，总的来说可能并不需要调研）；

对于后一种不满意的情况，把反馈入口做得这么深，究竟有多少有效反馈结果，我表示怀疑。

真想做意见调研，不妨把入口前置到搜索结果展示页上的所有商品旁（首页推荐商品是这么做的）。不过考虑信息流产品中dislike点击率往往都不足2%的现实，即便入口做浅、常见反馈意见前置（这一点上边右图做得还不错），可能也搜集不到多少有效反馈，所以这可能是做成浮窗+问卷这类“薄样式”的原因，聊胜于无。

一个小问题——红包玩法过于粗暴

不知道大家有没有同样的经历，电商大促期间尤其是618、双十一，打开手机淘宝，迎面而来一个大红包，还是关闭button很小的那种，点击（很多时候是误点）后跳转优惠商品聚合页。

对于这个交互样式本身，必然有它的合理性在，我不发表太多观点。但是对于点击跳转优惠聚合页这种思路，不妨多考虑一下用户的参与感，对用户搜索词进行红包派发。

比方说用户搜索“帝王蟹”，这时候弹出一张自营生鲜类优惠券，当然“帝王蟹”等词已经提前被商家买下，用户搜索这些词就触发优惠券。根据搜索词派发红包的做法指向性貌似强一些。

写在最后

这篇主要讲述了搜索的交互样式。从本质上来看，样式是底层策略的表现形式，它的重要性不能低估，但是也不宜高估。“样式搜集数据、数据优化策略、策略驱动样式”才是合适的思路，因此，下篇将重点讲述搜索策略评估。