在日常生活中，搜索功能是用户常用的功能之一，那么当你想了解搜索场景下的用户路径，或者如何基于用户需求提升搜索服务时，你要怎么做好搜索场景的监控与数据分析？本篇文章里，作者便总结了搭建用户搜索指标体系的相关内容，一起来看。
不论是PC时代还是移动应用时代，搜索作为用户获取信息的重要入口之一，基于搜索场景的监控和分析是非常重要的。下面我从搭建搜索指标体系的过程来帮助大家拆解一下，搜索场景都可以怎么分析？
过去PC时代的搜索，用户输入某个搜索词后页面给用户展示某个搜索词相关的搜索结果；而现在相信大家肯定有用美团搜索过酒店、用抖音搜索过商品之类的经历。这证明用户搜索从单纯的信息获取已经升级成获取服务、商品交易类需求；搜索形式也从文本升级为语音、视觉等多模态搜索。
现在搜索场景带来的信息获取丰富度可能已经远远超过你的想象，但我们聚焦到搜索功能本身的话，按照指标体系分层的思路，第一步我们要考虑搜索场景我们关注的核心指标有哪些：
流量类指标：搜索DAU、搜索时长、搜索次数、搜索PV、搜索UV等，这些是能够反应搜索流量的核心指标，也是最直观能够反应用户使用搜索功能的情况，适用于日常的大盘监控分析。
这里面的搜索次数一般按照发起搜索请求的次数来统计的，或者也可以按照Query角度来进行定义，口径上不同业务可能有不同定义；如上面提到现在搜索功能已经慢慢升级为信息->人的阶段，所以搜索场景下不同类型资源的分发也是我们监控的指标。
用户类指标：搜索人均类指标以及搜索的新增、活跃等指标都能反应搜索用户的使用情况，通过人均类指标能够反应搜索对于用户的渗透情况、新增活跃指标更是很直观的反馈用户对于搜索功能的体验，是否能满足用户获取信息的需求，而留存类指标则体现出搜索功能是否给用户感受到良好的使用体验，当搜索功能有优化升级时这些指标都能及时的反馈优化效果。
策略类指标：对于搜索系统或搜索工程来说，用户有明确的需求并且将需求转化为某个Query，用户基于Query对搜索系统发起请求，搜索引擎从海量的信息中检索出与Query相关的信息返回展示到用户，这个过程涉及到如Query意图分析、搜索结果召回排序、文本匹配、因果推断等诸多算法和策略。在搜索功能升级和优化时，我们除了考虑用户体验类指标也要分析算法策略类指标。
根据用户获取内容类型不同，可将搜索类型分为信息类搜索、交易类搜索和服务类搜索。
一方面搜索应用将搜索信息和服务聚合到一起、一方面现在的搜索入口偏向于垂直化展示和提供给用户，所以也增加了很多搜索应用的场景。我们上面已经将搜索场景拆分成了一些可以衡量和量化的指标，下面我们将这些各式各样的搜索应用场景也来进行拆分。
1）按照行业分析
分析不同的行业分类能够反馈用户不同类型的搜索需求，搜索服务应该为用户建设除了满足衣食住行以外，医学、娱乐、教育类各方面的生活服务空间，大量满足用户全场景下的全内容、全类别的搜索需求，基于这些行业寻求商业化变现的机会。
2）按照搜索类型分析
分析如主动搜索、搜索历史、推荐搜索、相似搜索等不同搜索类型的意义在于，除了用户感知到的搜索方式有差异以外，也代表了不同的搜索策略和算法，对于搜索系统的优化有很重要的帮助和价值。
3）按照渠道分析
现在搜索应用场景已经不仅仅局限于PC互联网和移动互联网了，智能音响、车载系统等新的硬件应用也为我们打开了更广泛触达用户的渠道，提供多样的营销方式和投放策略。
4）按照地区分析
分析地区可以帮助我们了解一、二线城市搜索用户的占比，以及下沉市场的渗透情况。通过针对不同地区提供不同的搜索服务来分析地区带来的差异化，便于进行精细化运营。
5）按照年龄分析
分析不同年龄段使用搜索功能的情况可以帮助我们了解不同时代用户对搜索服务的兴趣点和差异点。例如针对老年人推出页面和功能更加清晰的应用，针对年轻人分发更多样的搜索信息和服务、挖掘消费需求。
6）按照时段分析
时段维度更能反应用户使用习惯，容易受热点咨询影响，能丰富我们的用户画像。
7）按照登录状态分析
登录状态可以分析注册用户规模、登录转化的效果，用户完成注册登录的质量，未登录和已登录的用户行为路径上的差异。
8）按照留存、新老用户分析
某段时间的活跃用户中包含了老用户和新用户，所以在做活跃用户分析时，需要考虑新老用户比例，如 （日新增用户） / DAU 比例，来看新用户在整个活跃用户的占比。新用户引流靠拉新，而老用户则需要做好留存，这两个维度应该结合着去分析。
这个环节需要把搜索路径进行最细粒度的拆解，并且思考时要结合投放渠道和营销链路。基本路径为用户通过搜索获取信息来辅助自身决策，然后获取搜索带来的服务；或者被信息流类内容激发兴趣触发搜索。
如果搜索场景比较复杂或交叉的话可以关注用户使用搜索的主要应用场景，先把重点场景的使用链路梳理清楚，针对每个环节设定指标进行监控，这样我们上面搭建完了搜索核心指标，下面拆解用户路径，将细分的业务指标和核心指标关联起来。
从用户需求看，虽然用户获取信息的来源更加丰富，但是搜索功能仍然是用户认知需求的重要解决方案。现在搜索的核心竞争力应该思考如何输出高质量内容和精准的搜索结果，并且结合搜索需求提供场景的多元化服务。在面对新内容、新场景、新形式时，搜索功能和服务也在不断升级，所以搭建搜索指标体系对于日常分析和决策来说是很必要滴。这些说的都是用户类指标，还有很多比如搜索速度、搜索稳定性等技术类指标。
本文列的内容并不是分析搜索指标的完整且唯一答案，还有很多内容没有逐一分享，有兴趣和想法的小伙伴欢迎下方交流沟通~
专栏作家
一个数据人的自留地，公众号：一个数据人的自留地。人人都是产品经理专栏作家，《数据产品经理修炼手册》作者。
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。