译文 | 设计当代搜索体验 - 减少打字，增加语境

设计当代搜索体验 - 减少打字，增加语境

搜索的演变

在过去几年里，“搜索”领域发生了一个重要变化：了解用户对于改进搜索体验至关重要。以前“搜索”只是将搜索框中的关键字与数据库中索引的文本进行匹配。输出一系列链接，可能有也可能没有展示出用户实际想要查找的内容。从那以后，“搜索”已经成熟，从关键字发展到概念识别、答案提供和个性化建议。通过使用基于对话的体验，搜索引擎试图理解用户从而返回更相关的结果。

什么是对话模型？

对话模型将查询(在一段时间内发生)合并为“会话”，而不是将搜索查询视为单独的和不相关的。

采用整体的(基于会话的)视图，每个后续的交互都结合在一起，以建立对用户意图的更明智的理解(贝叶斯反馈系统)。

例如，在最初搜索一个人(见下文)之后，接下来的查询(关于年龄和身高)被认为与那个人有关。这样可以减少用户开销，在用户和搜索引擎之间创建更顺畅的对话。

尽管这看起来很简单，但要做到这一点，搜索引擎必须知道年龄和身高是一个人的实体属性。

继续谈话

Bing称之为“对话行为”的内容包括：回答、确认、消除歧义 和 建议被用来促进成功的持续对话。其中建议分为渐进的[改进]和离题的[横向的]；

下面的示例说明了这些组件如何工作来创建有意义的对话:

· 答案

“灰色条”显示的正是我想要的(在这个例子中是PJ Harvey专辑)。这种排版通常灵活且特定于上下文(它可以很容易地显示基于文本的术语定义或货币转换类信息。）

· 确认

 结果和知识图“确认”搜索引擎正确解释了我的查询。当存在多个公共上下文时（例如，查询“apple”可能与公司或水果相关），这一点尤为重要。

· 细化对话

（渐进式建议）通过不经意地显示最频繁的渐进式(next)搜索来促进对话/对话。

·不断提出的建议 

通过提供搜索“对话”的共同(横向)关联，使对话更加流畅。

切断中间人

如上所述，“知识图”提供了对各种查询的即时答案（而不是建议指向可能包含答案的页面的链接）。

知识图通常预测下一个逻辑查询(例如今天晚些时候/明天天气如何)，并提供简单的交互来轻松访问这些信息。

谷歌知识图有超过700亿个关于人，地方，事物的事实。

移动，移动，移动

最近，对搜索的主要影响是移动设备越来越占主导地位。文本输入的方式决定了交互模型从“打字”向“点击”的转变，并导致了越来越多的语音搜索;将“对话体验”演变得更合乎逻辑。

我们面临的三大挑战仍然是移动、移动、移动——Amit Singhal(谷歌前搜索高级副总裁)[2015]

减少打字，更多点击

意外发现是减轻用户输入负担的关键，以前的搜索行为可以帮助预测当前的搜索需求。

点按互动示例：

将之前的搜索作为默认建议呈现，就有可能实现高效的“两次点击”交互。

通过考虑用户的位置和一般的搜索模式等因素，相关的答案可以在很少输入的情况下显示(只有几个字母)

减少打字，更多说话

语音搜索更进一步（降低用户输入的成本），因此越来越受欢迎，特别是在年轻人群中，超过20％的Google和Bing搜索以这种方式进行。

为了应对这一趋势，Google在ASR（自动语音识别）技术方面投入了大量资金……将错误率从80％降低到20％，现在大约是8%!

搜索的未来

搜索的未来是“少搜索”吗？

随着推荐引擎和虚拟助手的不断普及，传统的“主动”搜索框模型正在演变为“被动”发现(会话)模型。推动这种转变的是几个关键趋势:

上下文搜索手机尤其擅长提供上下文信息(例如，你的位置);尽管在全世界有大约60家里士满餐厅，但搜索“里士满餐厅”会得到我所在城市的搜索结果…墨尔本。会话上下文(例如“Iggy Pop…how old…how tall”上面的例子)和搜索历史也可以帮助建立上下文。

· 语音搜索 正如前面所讨论的，语音识别技术的快速发展正使语音输入从一个容易出错的新事物发展成为可行而高效的输入方法。

· 会话搜索人工智能的进步使我们能够以更直观、更人性化的方式与搜索引擎/虚拟助手进行交流。

为什么现在？

向移动设备的转变增加了信息的可用性和需求，但降低了访问信息的便利性(受到小屏幕的局限不得不增加交互，尤其是在多任务处理时)。

我们也达到了一个重要的里程碑，谷歌成功地索引(和组织)了全世界的知识，Facebook比你可能意识到的更了解你，亚马逊收集了大量关于消费者行为的数据。

大量的通用和个人数据(通过api很容易地共享)，加上语音识别技术的进步，使得虚拟助理从一个有趣的概念发展成为一个可行的命题。同样重要的是，虚拟助手天生适合移动设备，因为它们将广泛的功能整合到一个方便、移动友好的界面。

下一步是什么？

有一种新兴的理论是，大多数数字服务(包括搜索)将通过这些平台交付，它们将汇聚成少数广泛采用的应用程序(由Facebook、谷歌、亚马逊和苹果等科技巨头提供)。

为什么?对于用户来说，学习如何使用无数的应用程序是低效的，而且常常令人困惑。对于企业来说，利用现有平台提供的服务不仅更便宜，而且人们与定制应用程序保持接触的时间正变得越来越少（Forrester最近的研究发现，大多数人仅用5个应用程序消耗掉掉84%的智能手机使用时间）。你的应用程序很难成为不可或缺的5个之一！

这对用户体验专业人士意味着什么？

要设计出色的搜索体验，我们需要考虑以下因素

定义（和衡量）成功

与电子商务体验（销售是明确的，可衡量成功的指标）不同，搜索体验很少有明确的结果和行动，能够始终如一等同于成功。

移动设备的使用率日益增长，使我们不能再靠光标移动作为用户关注的重要指标，这使提供正确及时的答案变得更加复杂。

转向更多以用户为中心的度量

行为指标固有的模糊性导致采用折现累积增益(DCG)等度量方法。DCG涉及到1000多名人员(通常来自人群)，他们根据定义的标准来衡量搜索结果的相关性。然后将这些分数进行组合，以达到统计显著性。

虽然衡量单个结果集的相关性仍然很重要，但对话模型是一种随时间发生的交互式体验。因此，衡量整体体验可以说是对实际成功的更密切反映。

示例搜索指标包括：

·会话成功率（SSR）

·成功时间（TTS）

·上下文感知搜索放弃预测

·净推荐值（NPS）

想要了解更多衡量“搜索成功”的细节，请访问Wilson Wong的网站“我们就不能谈谈么？”

如何可靠地测试/验证搜索概念

使用虚拟结果测试搜索模型通常会产生较差的洞察力（并且通常无法使用真实结果进行原型设计）。虚拟结果往往会受到以下影响：

·用户参与度少（毕竟，结果/答案是搜索的主要用途）。

·难以评估所显示信息的类型和数量在单个搜索结果上是否最佳。

·对搜索结果以外的其他元素的关注和参与显著增加，降低了结果的准确性;当人们看到自己真正感兴趣的结果时，很容易低估他们的“隧道式视觉”。

·引入不必要的混淆

如果搜索结果没有按预期响应重新查询或改进，则会怀疑搜索引擎是否确认了用户的操作。这有可能使指标偏差或无效（例如SUS）并导致参与者失去信心和/或脱离。

如果无法选择真实结果，可能的替代方案包括：

·检查其他网站/应用程序是否使用类似于代理的模型（或交互）？

·一旦有了功能性代码，就进行额外的研究。最初的一轮(带有虚拟结果)至少可以解决低挂起的可用性问题。

·如果您正在使用的原型软件,支持动态内容/变量(如Axure),您可以:

如果预期的查询术语足够可预测，那么将查询文本(作为变量)注入到结果中会创建一个真实结果的粗略近似值。Axure的“Repeater widgets”有助于创建交互式搜索体验的原型，并减少更改所需的工作量(当您迭代设计时)

如果做不到这一点，只需通过在不同的（虚拟）结果集之间转换来响应用户操作就可以向用户提供反馈（他们的操作已经响应了-并且您可以解释原型的局限性）

满足（和超越）用户期望的挑战

用户的期望促使搜索技术的快速发展。随着搜索引擎越来越善于理解用户的意图，用户会用更短更模糊的搜索词来进行搜索;创造一个难以克服的进化“驼峰”。

此外，虽然我们已经看到了“整体个性化”的进步，但“精细颗粒个性化”的发展速度却没有跟上领先科技公司的步伐。例如，如果你买了一件礼物给别人，你很可能会再收到类似物品的推荐。未能及时对新“趋势”做出反应和过度做出反应(以及惹恼用户)之间的平衡，比预期的更难解决。

道德困境（过滤泡沫和隐私）

跟踪和分析用户使搜索引擎能够提高相关性，同时需要较少的用户输入。然而，这种个性化创造了“ 过滤泡沫 ”，用户可以看到有限的结果子集，而不是整个画面。

有趣的是，搜索引擎Duck Duck Go通过有意识地避免过滤气泡区分自己。他们不是依赖于从用户之前的搜索活动中得出的假设，而是明确要求用户澄清任何歧义词汇并显示尽可能多的相关结果。

文化差异/喜好

有时，信息喜好受到文化影响。例如，在中国，对名人的血型，属相感兴趣是很常见的！

结论

虽然搜索体验有了显着改善，但人工智能的进步正在推动搜索新的令人兴奋的轨迹。传统的“主动”模型正朝着偶然，“被动”的方式发展，无缝地预测并满足我们的需求。

随着我们从“信息”过渡到“智能”时代，我们越来越依赖产品和服务来预测我们的需求，并提供我们之前“积极”搜索的信息做为建议。

搜索的未来真的是“少搜索”！

原文作者：Mat Devey

原文标题：

Designing contemporary search experiences — less typing, more context

本文由 @葉辉 翻译发布于站酷。未经许可，禁止转载。