揭秘淘宝搜索那段故事

本文是《揭秘淘宝搜索》系列文章的第一篇，主要介绍了搜索的特点，系列文章的规划，以及淘宝搜索的历史和变化。可以作为了解淘宝搜索的入门级的文章，不懂搜索的人也能看得懂，懂搜索的人可以有更整体的概念。

之所以写想写这个系列的文章，有几个原因：

1、淘宝搜索对于一个卖家来说，太重要了。目前又没有系统性的介绍，我之前答应过要写，这次刚好有机会。可以供卖家参考。

2、我负责了4年多的淘宝搜索技术和产品，如今不再负责搜索业务了，也希望能写一些文章，做为总结。也算对自己交代。

3、目前对于购物搜索方面的文章太少，我写出来，可以让其他做购物搜索的同仁们有所借鉴。

搜索这十多年，就像一幕电影。我现在只不过把剧本零星的整理出来形成系列的文章。

我假定的读者对象是搜索相关产品和技术人员、所有淘宝和天猫上的卖家，以及其他对购物搜索感兴趣的朋友。因此文章不能太技术，但又不能太没有技术，这是很有挑战的地方。所以大家不要期望太高，照顾一下其他读者。

虽然是计划写揭秘淘宝搜索系列，但我希望我的文章包括淘宝搜索、一淘搜索、天猫搜索、以及阿里巴巴B2B的搜索，也不会有真的内部秘密要公开，能公开的就不是秘密。

那几个搜索引擎

B2B、 B2C、C2C这些名词想必都很熟悉，还有现在比较新潮的O2O, C2B。所谓的模式，都是做出来以后总结出来的。先知先觉设定某个模式，然后去搞，十有八九不会成功。此文章系列不谈这些，着重谈搜索技术，不同的搜索引擎，搜索的原理基本一致，只是在产品策略，排序因素上有各自的特性。

如果讲这几搜索引擎技术的完整性，一淘搜索最完整。具体技术以后再讲，先说说一淘搜索。

中国最大的全网购物搜索是一淘搜索(淘宝搜索不是全网购物搜索)，但明显一淘搜索还不属于购物的主要入口，相比淘宝本身还很小，看似一个很好的应用，却一直没有得到市场的认可。原因是多方面的，我这里列几个：

当市场一家或几家独大的时候，站内的购物搜索已经能解决用户90{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}的需求，全网购物搜索引擎的需求不大;

购买商品不同于浏览网页，需要输入账号，很少有人愿意到一个地方搜索，然后到另外一个地方重新输入账号、浏览、购买，然后再回来进行搜索的;

各个电商网站的数据非常不一样，如果搜索产品想做到非常好用，技术难度不是一般的高。

淘宝搜索是最有挑战性的。我从2000年开始做搜索技术，先后做网站的站内搜索、企业知识搜索、网页搜索，最后做淘宝搜索。这十几年中，遇到最具挑战性的就是淘宝搜索。虽然数据量不是最大的，但其技术的复杂性，一点都不低于网页搜索，更具有挑战的是，其产品策略太难制定，在考虑用户体验的同时，还需要考虑几百万卖家的利益。而且道高一尺魔高一丈，无论多好的策略，很快就可能被市场破坏。

天猫搜索和淘宝搜索都是同一套技术体系，因为他们要解决的问题都是一样的。天猫的数据量小，商家数只有淘宝商家数的百分之几，商品量也很小，天猫搜索的产品策略和淘宝搜索有明显的不一样。天猫搜索不担心马太效应 (马太效应是指大者越来越大，小者很难成长)，天猫可以通过制度要求让卖家配合很多规则，例如商标、图片、正品要求、发票等。当然，天猫搜索还会倡导品质，而不是便宜。

淘宝搜索和天猫搜索都有两个类型的应用，一个是直接关键词搜索，一个是类目浏览(也就是list)。前者好理解，后者是指当用户通过某个类目名称进入到商品列表页的时候，出现的搜索结果。这两者都是调用的同一个后台，只不过排序因子有些不一样。

阿里巴巴B2B的搜索，也就是1688的搜索，我自己还不太了解，等过些天我去拜访一下相关的负责人，再向大家做介绍。

淘宝搜索VS. 网页搜索

我们平时用网页搜索引擎更多，为了让大家更清楚了解淘宝搜索的特点，我这里把网页搜索和淘宝搜索的特点做个对比。

一、搜索流量的价值

淘宝上每个卖家店铺流量来源主要分成三部分：推广流量(付费广告或免费活动);老客户(直接登录、收藏等);搜索流量。由于推广活动的持续性问题，搜索流量基本上决定了一个店铺新客户来源。如果一个店铺新客户来源不够的话，在市场上会日益衰落。

目前的网页搜索引擎公司，盈利的主要来源还在搜索广告。但对于网页搜索引擎来说，不是所有的流量都有价值，例如：在百度上搜索“李湘”，估计就没有什么广告，大多是明星新闻八卦什么的。一般的网页搜索流量中，大约20{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}～30{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}的搜索词是有商业价值的(适合出广告)。淘宝搜索不一样的是，基本上99{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}的流量都是有商业价值的。搜索“李湘”，会出来减肥茶，搜索“林志玲”，会出来充气娃娃;在韩寒和方舟子闹得很厉害时，搜索“韩寒 VS 方舟子”也有很多个性T-shirt结果。某种程度上可以说，如果淘宝搜索流量有10亿，其价值估计相当于网页搜索流量40亿的商业价值。

在淘宝搜索上，如果要卖广告，是最好融合的。因为淘宝搜索的结果本身就是商品，广告也是商品，二者没有区别。

二、搜索的社会影响

这个和淘宝本身的社会影响相关联。现在淘宝卖家数达到800万，活跃卖家数应该在200万左右。我们假设平均每个活跃卖家背后有5个人，那么直接在淘宝上就业的人就有1000万人，如果加上其他兼职卖家、快递公司、第三方服务公司等，估计能到2000万人。每天有上亿的用户上淘宝去买东西。淘宝任何一个规则的变化，对整个社会都会有不小的影响。

2012年淘宝、天猫双十一，整个交易额达到191亿，考验的不只是淘宝、淘宝卖家、淘宝买家，还有物流快递公司、银行支付系统等。试想有一天淘宝忽然停业一天，全国有多少人都得在家打麻将了。同理，搜索的任何一个变化，都会影响淘宝卖家，通过卖家会影响到买家、第三方物流……

不知道有多少人还记得2010年7月份搜索规则的变化，已经由一个公司内部的技术变革，演变成一个社会事件。这个在本文后面会有专题介绍。

三、搜索的实时性

如果有人自己建了个网站，网页搜索引擎要是一两个星期没有收录这个网站，站长也不会太着急。但在淘宝上不一样，必须是实时或者接近实时的。卖家发布一个商品，希望几分钟后就能搜索到。因为商品是实体，卖一件少一件，价格也会有变化，卖家还会经常搞活动，如果信息更新不及时，就会误导买家，造成纠纷。这些对搜索的实时性要求非常高。

在淘宝上，每天会有上亿的商品信息发生变化，包括上架、下架、销量、价格、属性、描述的变化等。这些商品绝大部分都会在几分钟之内反应到搜索结果中去，如果要做到实时的呢? 这对技术带来的挑战是巨大的。淘宝最开始更新的周期是半个小时到40分钟，到2012年已经缩短到三四分钟之内了。当然，晚上系统做更新的时候，数据更新会稍微慢一些。

四、搜索的查全率

查全率是个专业术语。所谓查全率，就是搜索鞋子，找到的鞋子数量占总体鞋子数量的百分比。类似的术语还有相关性，相关性就是指搜索结果和搜索词是否相关。例如：搜索“做自己”，出来《做自己》这本书就算相关，出来《做自己的口才专家》就属于不相关。搜索手机，出来手机链也属于不相关。

网页搜索是会做一些消重和过滤的。我们在网页搜索时，最不希望看见的就是一摸一样的重复结果。在淘宝搜索中，我们也不希望看见太多的重复结果，但同时又希望有不同的商家可以对比，有不同的地域可以选择。对于卖家来说，如果自己店铺的宝贝因为跟其他店铺重复而不出现的话，一定会询问为什么，淘宝的客服电话很快就会打爆了。

淘宝搜索，一方面要考虑买家的体验，一方面又要考虑卖家的利益，这就需要采用很多不同的技术解决。

五、搜索的反作弊

有一项很吃香的职业，叫搜索引擎优化(SEO)，他们的主要工作就是如何让制定的结果在搜索引擎中排名靠前。如果用正常手段，叫SEO，如果用一些欺骗的手段，就叫作弊。网页搜索和淘宝搜索上作弊的人都非常多，因为搜索引擎的重要，导致有太多的利益驱动。虽然都有作弊，但手段很不一样。

在淘宝搜索上是直接和交易相关，所以作弊更加疯狂;同时检测作弊的对象又是淘宝的卖家，如果算法有误杀，会导致正常的卖家受到损失，这个损失经常是这个卖家不可承受的。如何进行搜索的反作弊，也是一项很有挑战的技术。

阿基米德

淘宝搜索这几年，最大的变化有两个，一个是阿基米德，一个是个性化搜索。这是我在负责淘宝搜索期间，主导的最重要的两个项目。阿基米德的上线，奠定了整个淘宝搜索的框架，直到现在，搜索的排序算法还是基于当时建立的框架。如果说阿基米德是过去和现在，那么个性化项目则是淘宝搜索的未来。从2012年开始在个性化排序和推荐上做了很多工作，2013年也是重点。个性化以后会有专门的文章来介绍，这里只介绍阿基米德。

2010年7月8日，淘宝搜索新排序算法阿基米德上线。由于排序算法变化大，导致很多卖家的流量波动非常大。特别是靠之前规则获得很多流量的卖家，这次规则的调整，导致他们流量大幅下降，因此很多卖家开始围攻淘宝。这就是7.8事件。回忆当时的情景，我仍然历历在目。

以下内容摘选自我在2010年8月发给所有淘宝内部小二的邮件：

Hi 大家好，

想必这段时间大家从各方渠道都听到了不少卖家的声音，有新闻、有论坛、有抗议的、有拉横幅的，肯定也有卖家直接找到我们小二来询问，背后到底发生了什么?搜索规则的修改真的是像外界说的一样么?相信每个小二都有疑惑。

夜深人静，我来给大家做个详细介绍。

不是前言的背景

以前的搜索，一直是简单的原则：消保优先、相关性、橱窗推荐的三大前提下，按照下架时间排序。

存在的一些不好的现象：

1. 一个貌似对卖家很公平的原则，从实际展现数量和点击数量来看，还是被一些针对规则做了很多优化的大卖家把持着;

2. 对于消费者也没有任何公平可言，因为最重要的排序因素下架时间，消费者不关心。消费者最关心的卖家服务质量，却没考虑在内。

3. 流量浪费非常严重，不少卖家每天得到流量很大，但成交比例非常低。有的卖家经常每天上千个搜索点击流量，只有一到两单的成交，有的甚至一单都没有。

4. 很多卖家花很多心思琢磨如何给店铺增加更多的流量(不排除通过作弊等方式)，但通常忽视对于买家的服务质量。

我们希望那些服务质量好的卖家，能自然得到更多的流量。服务越好，流量增长越多!

我们希望那些得到流量的卖家，如果服务质量不好，流量会越来越低!

我们希望卖家可以花更多的时间和精力在如何服务好买家，而不是挖空心思想搞流量!

于是我们有了阿基米德!

什么是阿基米德

2010年，淘宝消费者年。

每天是谁在直接接触消费者?不是淘宝几千名小二，而是淘宝几百万的卖家。如果卖家对消费者的服务越来越好了，那么消费者的体验会越来越好!

阿基米德，简单说，就是把“店铺服务质量”作为重要因素加入到搜索中来影响排序。7月8日上线阿基米德以后，目前的排序规则是：

消保优先、相关性、橱窗推荐的三大前提下，在一定时间范围内，按照店铺服务质量权重排序。

目前影响店铺服务质量参考的因素有很多，包括：是否违规、是否作弊、退款率、超时退款率、发货速度、旺旺响应速度、滞销商品率…….等。参数有几十个，只是权重不一样。

阿基米德的影响

这次调整，确实对卖家的影响比较大，应该说是几家欢喜几家愁。各方面的新闻报道，就不计其数;来淘宝抗议的卖家，也来了几波了。

这个情况下，来看看整体数据：

1 搜索带来的UV成交转化率至少提升7.942{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}，搜索结果点击率提升4.14{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}，退款率下降19{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}

2 今天刚收到BI同学做的全站对比分析数据：

全网UV下降明显

大家都知道6、7、8月是淡季，我不擅长做数据分析，但有一点是可以说明的：阿基米德的上线没起啥坏作用，也并不是很多抵制搜索排序改版的人说的那样。

这次调整，对于P4P广告的收入冲击很大，上线的第一周，搜索右侧的广告收入，下降了约10{35d70732d1fe98e5cfea42b59418971da2b3cae7b4dfd8d770b8943d5ba7ed7b}左右。主要的原因就是因为消费者使用搜索时点击搜索结果更多 了，点击广告更少了。超凡、龙飞、三多对这次变化，表现出了高度的姿态：支持搜索的改变!老陆、三丰、东邪也纷纷表示：不要担心收入下降，只要对消费者有 更好的体验，支持!

加上数据的支持，给予搜索部门同事更多的信心!

这次事情对搜索部门的影响就更加深远了，在提升消费者体验方面，可以在排序上做更多的工作。同时，也可以真正利用排序的变化，来引导卖家的行为!让搜索排序成为撬动卖家行为的支点吧!

—-鬼脚七

2010.8.7

从现在来看当时的目的，已经完全达到了，只是当时有点闹腾。

好吧，那就是一段故事，都过去了。

为什么会有这么纠结的地方，思考一下淘宝搜索所处的位置。淘宝搜索的任何变化，需要考虑三方面的因素：买家、卖家、平台。买家的体验是第一位的，需要平衡众多卖家的利益，还要考虑平台的健康发展。

通过这篇文章的描述，应该对淘宝搜索有了大体的印象。不要着急，下次的文章我会专门介绍淘宝搜索系统的原理，逐渐比较技术。如果有耐心看完这个搜索系列文章，就算他不能成为搜索专家，一定能对搜索的逻辑非常清楚。

文章来源：鬼脚七的微信