2.成功时间（TTS）

3.语境感知搜索放弃预测

4.净推荐值（NPS）

如何更靠谱地测试/验证搜索概念

使用模拟结果测试搜索模型，通常不会有太多洞察，且一般不可能用真实结果进行原型设计。虚拟结果往往会受到以下影响：

1.用户参与的减少（毕竟，结果/答案是搜索的主要原因）。

a. 难以评估（针对单个搜索结果）显示的信息类型和数量是否最佳。

b. 受搜索结果以外的因素干扰，影响了搜索结果的准确性；这也容易低估人们查看真正感兴趣的结果时的反应。

2.引入不必要的混乱

如果搜索结果没有像预期的那样，响应重新查询或优化，人们会不禁怀疑，搜索引擎是否认执行了用户的操作。这有可能使指标偏颇或无效，并导致用户失去信心和/或不再使用。

如果无法进行真实结果测试，则可能的选择包括：

1.检查其他网站或者App使用的模型，是否和自己的足够相似，从而可作为替代？

2.一旦有了功能性（生产前）代码，请立即进行更多研究。初始回合（及虚拟结果）至少能解决低可用性问题。

3.如果你使用支持动态内容/变量（例如快速原型设计工具Axure）的原型制作软件，则可以：

a.如果查询的预期结果足够可预测，则将查询文本（作为变量）输入到结果中，这将会创建与真实结果近似的结果。Axure的“Repeater部件”有助于原型化交互式搜索体验，并减少（你在迭代设计时）进行更改所需的工作量。

b.如果不可预测，只需在不同（虚拟）结果集之间进行转换，来响应用户的操作，即可向用户提供反馈（告知用户其操作已得到响应，你也可以解释原型的局限性）。

满足并超越用户期望存在挑战

用户期望已反映出搜索技术（和体验）的快速发展。随着搜索引擎能更好地理解意图，就可以响应用户更短（更模糊）的搜索词；创造出难以克服的进化“顶峰”。

另外，尽管我们已经看到“粗糙个性化”的进步（例如，搜索考虑了某个人的位置），但是“精细个性化”却没有以相同的速度发展，要知道，领先的科技公司已经对其进行了巨额投资。

例如，如果你购买了礼物（送给其他人），则很可能会据此向你进行购买推荐。未能足够快地响应新的“趋势”（错失商机）与响应太快（使用户厌烦）之间的平衡比预期的要难得多。

道德困境

跟踪和分析用户可以让搜索引擎提高相关性，减少用户输入。但是，这种个性化设置会产生“过滤器泡沫”，用户看到的是有限的结果子集（反映并加强他们的个人观点和政治倾向），而不是全貌。

有趣的是，搜索引擎Duck Duck Go有意避免过滤器泡沫，以此为特色。他们明确要求用户明确意图，并显示“所有”相关结果，而不是依赖于用户先前的搜索活动得出的假设。

文化差异/期望

有时，信息偏好会受到文化的影响。例如，在中国，人们对名人的血型很感兴趣！

结论

虽然搜索体验得到了显著改善，但人工智能的进步正在推动搜索进入令人兴奋的新轨道。传统的“主动”模式正朝着不可预见的、“被动”的体验发展，这些体验无缝地预测并满足了我们的需求（需要更少的明确用户输入）。

随着我们从“信息时代”过渡到“智能时代”，我们越来越依赖产品和服务来满足我们的潜在需求，提供以前“主动”寻找的信息、建议和推荐。

搜索的未来的确是“更少的搜索”！

版权免责声明: 本站内容部分来源于网络，请自行鉴定真假。如有侵权，违法，恶意广告，虚假欺骗行为等以上问题联系我们删除。
本文地址：https://www.16757.com/article/18.html