本文从产品角度出发，汇聚了前辈们的智慧，对电商搜索引擎和推荐系统做了总结和分析，让自己有了整体的认识，期望对大家带来益处。
在电商网站购物，我们会通过两种渠道锁定产品，一种是通过搜索引擎或筛选器，快速定位到目标商品；另一种是系统推荐，根据客户喜好、浏览足迹、用户购买率等推荐大家可能感兴趣的商品。
前一种使用场景是目标商品明确，可通过文字、语音、扫码等方式快速搜索到；后一种则是用户没有明确的购物需求，像逛街一样，漫无目的得浏览着商品。这时推荐系统，越懂得用户，越能激发用户的购买欲。
今天我们就来看一下几大主流电商的搜索引擎和推荐系统。
搜索引擎
笔者查看了淘宝、京东、亚马逊和当当的主页，发现此类电商平台的搜索引擎大同小异，都提供两种搜索方式，一是利用搜索框直接进行文字搜索，二是根据商品的类目进行搜索。
淘宝网搜索引擎
京东搜索引擎
亚马逊搜索引擎
当当搜索引擎
搜索框的主流查询词（Query）还是文字为主，这是因为搜索引擎抓取和索引的绝大部分内容也是以文字方式组织的，淘宝和京东的Query扩展到了图片，可以上传图片搜同款，更加精确到具体商品。
另外，我们看到搜索框的下方有热搜词，这种设置有两种目的：
一种是减少用户的输入操作，点击某热搜词，直接按当前热搜词进行搜索；
另外一种目的是营销需要，产生广告效应，以达到推介某些商品的目的。
搜索框中也加入了类目联合搜索，淘宝网是商品来源的大类筛选，而亚马逊和当当具体到了个性化类目，可以和类目关键词完全匹配，联合关键词和类目双重搜索。
在搜索框输入关键字时，系统会匹配一个query list，或者一些分类建议，方便用户向检索系统提供给准确的query以及分类范围，减少用户进行重复搜索的次数。
京东Query list
除了Query检索，用户按照商品类目搜索的频率也很高。说到类目，就要涉及到类目属性体系。一般来说，类目体系分前端类目体系和后端类目体系。关于类目属性体系的知识，大家可以参考此文章：http://www.geekpark.net/news/205894
电商搜索引擎的Query搜索和类目搜索往往伴随着过滤功能。一般在网站买东西时，搜了一个关健词，例如“毛巾”，之后所有相关品牌、材质等分类的选择就会呈现在我们面前，可以根据必要的条件缩小搜索范围。
过滤的方式包含：分类过滤、标签过滤、价格区间过滤、地域过滤、库存过滤、是否自营等。另外电商搜索引擎支持各种维度的排序，包含销量、信用、价格等属性的排序，支持更广纬度的搜索。
淘宝网过滤功能
在过滤页面，依然有搜索框，滚屏查看商品时，搜索区会浮于页面之上，比较了淘宝、京东、当当、苏宁易购和亚马逊，发现京东和亚马逊竟然没有如此设计。想更改搜索条件，只能返回顶部，或者拉到尾部。对京东有点小失望，为什么还在上面花了那么多的money？【此处有回答：好在物流快！！！】
当当网处理的让人惊喜，向下滑动没有搜索区，而向上滑动鼠标，搜索区出现，这种设计借鉴用户的操作习惯，用时才触发。另外，搜索区还包含部分筛选条件，更加方便。
当当网搜索框浮层
通过图1-图4，大家对搜索框和类目的位置有没有觉得熟悉呢？
对，你想到了，那就是“F型”布局和“热力图“。根据用户浏览网页的可预测行为，让用户在几秒钟内，快速锁定搜索引擎，可见搜索引擎在电商平台上是如何重要了！
电商平台的搜索引擎为什么会大同小异呢？
抛开搜索引擎算法大同小异外，此处只说UI，那是因为用户习惯用他们的经验来感受新的东西，当访问一个新网站时，他们会凭经验去浏览一些习惯的地方，那些地方都是他们之前在其他大多数网站上经常浏览的，遵循用户的这种习惯，所以相近的平台越来越趋同化。毕竟，我们不需要重复造轮子嘛。
眼动热力图
推荐系统
推荐系统包含系统推荐和个性化推荐，系统推荐是根据大众行为的推荐引擎，对每个用户都给出同样的推荐（如淘宝的“热卖单品”），而个性化推荐是对不同的用户，根据他们的口味和喜好给出更加精确的推荐（如：淘宝的“猜你喜欢”）。
推荐出现的位置、场景也非常复杂，几乎所有页面上面都可以进行商品推荐，而不同页面，推荐的侧重点也会不尽相同。比如：首页推荐，用户还没有任何行为，所以一般都是通过该用户的历史轨迹向用户进行推荐。在详情页，用户已经表现出对该商品的强烈兴趣，一般会做类似商品或者组合商品的推荐。
在《京东推荐系统实践—打造千人千面的个性化推荐引擎》里，做了如下总结：
单品页：购买意图；
过渡页：提高客单价；
购物车页：购物决策；
无结果页：减少跳出率；
订单完成页：交叉销售；
关注推荐：提高转化；
我的京东推荐：提高忠诚度；
首页猜你喜欢：吸引用户。
关于推荐系统，大家可以阅读如下文章：
https://www.sohu.com/a/141040288_403327
http://www.useit.com.cn/thread-12628-1-1.html
https://www.cnblogs.com/wanghuaijun/p/7112952.html?utm_source=itdadao&utm_medium=referral
本文由 @柒柒是80后 原创发布于人人都是产品经理。