原文來自Medium，作者Mat Devey
原文鏈接：https://www.niemanlab.org/2018/11/is-it-finally-time-for-media-companies-to-adopt-a-common-publishing-platform/?utm_source=wanqu.co&utm_campaign=Wanqu+Daily&utm_medium=website
搜索的進化史
在過去的幾年中，“搜索”領域發生重要的範式轉移，了解終端用戶對于改進搜索體驗至關重要。
過去，“搜索”只是將搜索框中的關鍵字與數據庫中索引的文本進行匹配。輸出結果是一系列藍色鏈接，這些鏈接可能會（也可能不會）反映用戶真正嘗試查找的內容。
從那時起，“搜索”功能日趨成熟，從關鍵字擴展到了識別概念、提供答案和個性化建議。通過不斷積累對于對話的理解，搜索引擎試圖了解用戶意圖，以此反饋更相關的搜索結果。
什麽是對話模型？
對話模型不是將搜索查詢視爲獨立且不相關的，而是將（在一段時間內發生的）查詢組合爲“會話”。
采用整體（基于會話的）視圖，將每次後續交互結合起來，可以對用戶的意圖（貝葉斯反饋系統）建立更全面的了解。
例如，在搜索某個人之後，隨後關于年齡和身高的查詢，都會被認爲與該人有關。這減少了用戶的搜索成本，從而在用戶和搜索引擎之間創建無摩擦的對話。
雖然看起來很簡單，但是要實現這一點，搜索引擎必須知道年齡和身高是一個人的屬性。
繼續對話
答案、確認（意圖）、消除歧義和建議（漸進式[細化]和發散式[橫向]）這些組成部分都用于促進一次成功的持續對話。
下面的示例說明了這些組成部分如何創建有意義的對話：
1.答案
“灰色頂欄”精確顯示了我尋求的答案（在本例中爲PJ哈維的專輯）。答案的格式通常是靈活，也取決于情境于（答案欄還可以顯示基于文本的術語定義或貨幣換算）。
2.確認
搜索結果和知識圖譜“確認”搜索引擎正確解釋了我的查詢。存在多個常見語境時（例如，查詢“Apple”這個詞，既可以指公司，也可以指水果），這一點尤其重要。
3.細化對話（漸進式建議）
通過偶然顯示最頻繁的漸進式（下一個）搜索來促進對話。
4.發散式建議
通過提供搜索“對話”的常見（橫向）過程來幫助發現、減少搜索摩擦。
去掉中間人
如上所示，“知識圖譜”可爲廣泛的查詢提供即時答案（而非可能包含答案的頁面鏈接）。
知識圖譜通常會預測下一個邏輯查詢（例如，今天晚些時候/明天的天氣如何），並提供簡單的交互方式來輕松訪問此信息。
Google知識圖包含有關人、地點、事物的超過700億個事實，再加上語言、圖像、語音翻譯。
——Google CEO 桑達爾·皮查伊
移動，移動，移動
移動設備日益占主導地位，給搜索帶來了巨大影響。文本輸入的固有成本導致了從“打字”交互模式到“”交互模式的轉變，也導致語音搜索數量增加；“對話體驗”自然而然地演變爲真正的對話。
對于我們來說，最大的三個挑戰仍然是移動設備、移動設備和移動設備。
——Google搜索業務前高級副總裁 阿米特·辛格
打字更少，點擊更多
“意外發現”是減輕用戶輸入負擔的關鍵，以前的搜索行爲可以幫助預測當前的搜索需求。
點擊交互示例：
將以前的搜索顯示爲默認建議，就會形成有效的“雙擊”交互。
考慮到用戶的位置和慣常搜索模式等因素，只需很少的輸入（只需幾個字）就可以顯示相關的答案。
少打字，多說話
語音搜索就更進了一步（降低了用戶輸入的成本），越來越流行，尤其是在年輕的人群中。Google和Bing中超過20％的搜索都是語音進行的。
爲了響應這一趨勢，Google在自動語音識別技術上投入巨資……將錯誤率從80％降低到20％，（在過去幾年中）又降到了現在的8％！
搜索的未來
搜索的未來是“更少的搜索”嗎？
隨著推薦引擎和虛擬助手不斷發展，傳統的“主動”搜索框模型正在演變爲“被動”發現（對話）模型。
推動這一轉變的主要趨勢是：
1.語境搜索
移動電話特別擅長提供語境信息（例如你的位置）；盡管全球有大約60個裏士滿餐廳，但如果我搜索“裏士滿餐廳”，結果會顯示我所在的墨爾本的餐廳。對話語境（例如上面的“伊吉·波普的年龄和身高”示例）和搜索曆史記錄也可以幫助建立語境。
2.語音搜索
如前所述，語音識別技術的快速發展正在使語音輸入從易于出錯的新技術發展爲可行有效的輸入方法。
3.會話搜索
人工智能的進步使我們能夠以更直觀、更人性化的方式與搜索引擎/虛擬助手對話。
爲什麽是現在？
向移動設備的轉移使信息更易獲取，同時增加了對信息的需求，但卻讓訪問信息不再便捷（小屏幕本來就很難互動，尤其是在執行多任務時，這個缺點更爲明顯）。
我們還達到了一個重要的裏程碑：Google成功地索引（並整理了）全世界的知識，Facebook對你的了解比你想象的還要多，Amazon也積累了有關消費者行爲的大量數據。
大量的通用數據和個人數據（可通過API輕松共享），再加上語音識別的進步，已經使虛擬助手從有趣的概念演變爲可行的計劃。同樣重要的是，虛擬助手天生適合移動設備，因爲它們將廣泛的功能整合到一個方便且易于移動的界面中（並且始終可用）。
下一步是什麽？
沒辦法作出百分之百肯定的預測，但一種新興理論認爲，大部分數字服務，包括搜索將通過其平台，融合爲被廣泛采用的、輕用戶界面的少數App（由Facebook、Google、Amazon和Apple等技術巨頭提供）。
爲什麽？效率。對于用戶而言，學習使用不計其數的App效率低下，並且時常令人困惑。對于企業而言，利用現成的平台更便宜，而且保持與定制App的交互也變得越來越困難！
互聯網數據資訊網Forrester的最新研究發現，人們84％的智能手機使用時間都花在5個App上。你的App是否足以成爲那不可或缺的五分之一？
對用戶體驗專業人員來說，這意味著什麽？
要設計出色的搜索體驗，我們需要考慮以下因素：
定義（和衡量）成功
與電商體驗不同（銷售額是明確的，可衡量的成功指標），搜索體驗很少有明確代表成功的結果和行動。
向提供即時答案的搜索轉型（我們需要辨別對話的好與壞），以及移動設備日益占主導（我們無法再用光標移動來體現用戶焦點），則使情況變得更加複雜。
指標測量轉向以用戶爲中心
行爲指標固有的模糊性，導致采用了折現累計收益（DCG）等指標衡量信息檢索中的排名質量。DCG涉及數千人（通常來自大量人群），測量搜索結果的相關性（根據定義的標准），然後將這些分數合並，以達到統計意義。
盡管衡量單個結果集的相關性仍然很重要，但是對話模型是一種交互體驗，隨著時間的推移（以及多次互動）而發生。因此，衡量整體體驗更能反映實際的成功。
示例搜索指標包括：
1.會話成功率（SSR）
2.成功時間（TTS）
3.語境感知搜索放棄預測
4.淨推薦值（NPS）
如何更靠譜地測試/驗證搜索概念
使用模擬結果測試搜索模型，通常不會有太多洞察，且一般不可能用真實結果進行原型設計。虛擬結果往往會受到以下影響：
1.用戶參與的減少（畢竟，結果/答案是搜索的主要原因）。
a. 難以評估（針對單個搜索結果）顯示的信息類型和數量是否最佳。
b. 受搜索結果以外的因素幹擾，影響了搜索結果的准確性；這也容易低估人們查看真正感興趣的結果時的反應。
2.引入不必要的混亂
如果搜索結果沒有像預期的那樣，響應重新查詢或優化，人們會不禁懷疑，搜索引擎是否認執行了用戶的操作。這有可能使指標偏頗或無效，並導致用戶失去信心和/或不再使用。
如果無法進行真實結果測試，則可能的選擇包括：
1.檢查其他網站或者App使用的模型，是否和自己的足夠相似，從而可作爲替代？
2.一旦有了功能性（生産前）代碼，請立即進行更多研究。初始回合（及虛擬結果）至少能解決低可用性問題。
3.如果你使用支持動態內容/變量（例如快速原型設計工具Axure）的原型制作軟件，則可以：
a.如果查詢的預期結果足夠可預測，則將查詢文本（作爲變量）輸入到結果中，這將會創建與真實結果近似的結果。Axure的“Repeater部件”有助于原型化交互式搜索體驗，並減少（你在叠代設計時）進行更改所需的工作量。
b.如果不可預測，只需在不同（虛擬）結果集之間進行轉換，來響應用戶的操作，即可向用戶提供反饋（告知用戶其操作已得到響應，你也可以解釋原型的局限性）。
滿足並超越用戶期望存在挑戰
用戶期望已反映出搜索技術（和體驗）的快速發展。隨著搜索引擎能更好地理解意圖，就可以響應用戶更短（更模糊）的搜索詞；創造出難以克服的進化“頂峰”。
另外，盡管我們已經看到“粗糙個性化”的進步（例如，搜索考慮了某個人的位置），但是“精細個性化”卻沒有以相同的速度發展，要知道，領先的科技公司已經對其進行了巨額投資。
例如，如果你購買了禮物（送給其他人），則很可能會據此向你進行購買推薦。未能足夠快地響應新的“趨勢”（錯失商機）與響應太快（使用戶厭煩）之間的平衡比預期的要難得多。
道德困境
跟蹤和分析用戶可以讓搜索引擎提高相關性，減少用戶輸入。但是，這種個性化設置會産生“過濾器泡沫”，用戶看到的是有限的結果子集（反映並加強他們的個人觀點和政治傾向），而不是全貌。
有趣的是，搜索引擎Duck Duck Go有意避免過濾器泡沫，以此爲特色。他們明確要求用戶明確意圖，並顯示“所有”相關結果，而不是依賴于用戶先前的搜索活動得出的假設。
文化差異/期望
有時，信息偏好會受到文化的影響。例如，在中國，人們對名人的血型很感興趣！
結論
雖然搜索體驗得到了顯著改善，但人工智能的進步正在推動搜索進入令人興奮的新軌道。傳統的“主動”模式正朝著不可預見的、“被動”的體驗發展，這些體驗無縫地預測並滿足了我們的需求（需要更少的明確用戶輸入）。
隨著我們從“信息時代”過渡到“智能時代”，我們越來越依賴産品和服務來滿足我們的潛在需求，提供以前“主動”尋找的信息、建議和推薦。
搜索的未來的確是“更少的搜索”！
