搜索指数异常 远非一句算法调整可以解释清楚的

想必大家已注意到App Store 关键词搜索指数出现异常的情况了,很多词的搜索指数在这段时间同时下降,而另外一些看起来不那么热的词却霸占了搜索指数排行的前几十位。

QQ」近一个月搜索指数趋势

中国区搜索指数排行

而这种异常确也影响了各位CP 的优化效果,于是大家猜测「苹果又调整算法了」,但算法是如何调整的,却又说不出什么所以然。我们利用自身的数据资源分析得出了结论:最近的情况不是修改算法这么简单的事儿。

一、数据统计

基本可以确定的是,最近这批热度上万的关键词有其不合理之处,因此将时间范围扩大,选取半年前后(2 月 1 日与 7 月 31 日)热度上万的关键词与之比较。

选取2 月 1 日的关键词有 17 个:「QQ、QQ音乐、爱奇艺、百度、百度云、京东、快手、乐视、美图秀秀、美团、陌陌、淘宝、腾讯视频、微博、微信、优酷、支付宝」,这些是大家普遍认为热度高的词,为方便描述我们称这些词为「A 类词」;

选取7 月 31 日的关键词有 32 个:「QQ、爱奇艺、斗地主、浏览器、陌陌、腾讯视频、王者荣耀、我的世界、彩票、传奇、传奇霸业、传奇世界、传奇私服、传奇永恒、大话西游、刀塔传奇、夺宝、皇室战争、卡牌、理财品牌、乱斗西游、梦幻西游、热血传奇、三国、三国杀、手机理财、手游、蜀山传奇、私服、仙侠、一元云购、征途」,剔除前8 个热度本来就很高的词和两个初始热度为零词以方便统计,其余 22 个词是搜索指数虚高的(B 类词)。

1.搜索指数变化趋势

根据图1 可以看到:

B 类词在近两个月的搜索指数持续上升;

7 月 20 日前后,两类词搜索指数相交,之后 B 类词继续上升,A 类词搜索指数开始下降。

2.搜索结果分析

通常一个关键词下搜索结果的前几位App 更替越频繁,说明这个词的搜索结果被人为参与地越强。统计 A/B 两类词搜索结果第一与前三的更替次数,并辅以搜索指数和次数进行计算,得到图 2 中的结果:无论搜索结果第一还是前三的App 数量,B 类词均多于A 类词,尤其体现在搜索结果第一的 App 上,前者更替更频繁,即 B 类词的搜索结果中有更多人为参与的因素!

二、分析与推论

1.根据搜索指数的定义,搜索指数越高,则搜索量越大。而目前 B 类词的搜索指数高于 A 类,即前者有更高的搜索量。

2.我们认为微信、淘宝、微博等 A 类关键词的热度是稳定的,即这些词每天的(自然)搜索量不会在短时间内发生太大的波动,即便有也只是个别词(比如热度及搜索量周期性很强的 12306)。

3.但在搜索量不变的基础下,这批关键词指数却同时降低了,即不同的搜索指数对应的是相同搜索量,搜索指数与搜索量是一个动态的关系。

(注:这里搜索量是一个累计的值)

4.结合第 1 和第 3 条可以推断得出:搜索量并非是搜索指数的唯一变量,还有一个因素影响搜索指数——这个词的搜索量在关键词库中的相对位置——其搜索量超过了越多的其他词,搜索指数就越高。

5.美国区关键词指数也可以进行佐证:

美国区搜索指数排行

搜索指数最高的词同样在10700 左右,与中国区类似;但中美 iPhone 用户数量、搜索习惯等因素不同,所以搜索量必然不一样。所以搜索指数并非直指搜索量。

6.因此 A 类词搜索指数下降并非搜索量减少了,而是被 B 类词(假量)的搜索量超过了。

三、建议与预测

1.此前搜索指数与搜索量的对应关系是很稳定的,但各位 CP 在制定优化方案和预算时要注意,现在这个关系发生了变化,现有的搜索指数带量公式已经不再适用:

1)近期有很多关键词的搜索指数下降了,但自然搜索量变化不大;

2)现在与前段时间相同搜索指数的词,前者的搜索量更大,但同样竞争难度也更高。

2.这样的异象可能之前没有发生过,但苹果绝不会坐视不理。既然苹果已经一再地打击假量在(搜索/榜单)排名上的作用;那么在搜索指数上也会类似,这些指数虚高的关键词在一段时间之后必然会有所回落。

*本文由(国内专业的App Store数据分析高阶平台)专栏作者原创,转载需注明作者【ASO100】以及文章来源-微信号:aso100news。

又一项服务对搜索有加权

注意

商家入群请加私人微信号:jd0080发送商家后台截图审核,非商家勿扰!回复本公众号数字即可看到相应文章,例如回复数字“1”即可看到文章《京东选款技巧》。

公众号赞助商

强西SEO

提升店铺评分、京东排名优化、删差评,微信号:JD0016,QQ:9190949

名流科技

出售京东APP有效流量,快车点击,微信号:jd56890,QQ2162008226

如何高效提升搜索广告 点击率 首选图片凤巢

图片已经成为我们日常浏览信息时最常见的元素,无论是浏览新闻,翻阅八卦,还是查看朋友圈与微博,我们更喜欢阅读图文并茂的内容。

为什么我们喜欢看带图的内容呢?

因为相比于文字,图片能够传递的信息更多,传递信息的效率也更高。据统计,同样面积下,图片所能传达的信息量是文字的1000倍。

(浏览以上图片时是否已感觉无需太多文字解释)

看过了纯图片,我们再来看看图文结合的内容。当一条信息内容无配图和有配图时,观感是完全不同的,来看一组对比图,如下:

通过直观对比,可以明显感觉到以上右侧带图内容的吸引力更强,我们也更愿意定睛观看,也更有欲望去点击了解详情。

对于一般的信息资讯,有配图和无配图的关注度差距如此之大,那么,在搜索广告中,带图的广告是否也具备同样的高关注度呢?

(有图广告的CTR比无图广告高20%以上)

那么问题来了:

作为广告主的我,想快速提升搜索广告的点击率,怎么将广告也变成带图的呢?

首选图片凤巢

图片凤巢是百度搜索推广客户中使用率最高的一个带有配图创意的广告产品,能够帮助您快速提升凤巢广告的图片覆盖度,从而达到高效提升广告CTR、提高获客能力的效果,可谓立竿见影。

图片凤巢产品样式大全:

1、无线端样式

(产品多图样式可以向右滑动,最多可以展现9个产品)

2、PC端样式

(多图样式在小流量测试中)

图片凤巢投放方法:

1、登录推广后台(www2.baidu.com),进入搜索推广-推广管理-创意页面。

2、选择编辑现有创意或新建创意,对创意进行添加图片即可,操作简单便捷。

备注:同一个单元下,对一个创意配图即可,这些图片会同步到该单元下所有创意中投放。

(创意便捷页面)

常见问题Q&A:

1、如何查看投放后的效果?

一站式后台推广报告中,已经接入详细的数据报告,账户概览和基础创意报告中均可常看图片凤巢的详情数据。

2、图片怎么配置最好?

建议基于自身业务进行配图,每项业务配置3-5张图以上,多多益善。

举例说明:后台有10个推广单元,每个单元推广的业务不同,则需要对每个单元都配置3-5张以上不同的图,一共需要准备30-50张图;如果10个单元的业务一致,则对每个单元配置相同的3-5张图即可,一共需要准备3-5张图即可。

— END —

谷歌推出数据集搜索工具Dataset Search

谷歌数据集搜索工具,上线了。

在发布这个消息的博客里,团队大概表达了这样的意思:

现在啊,许多领域的科学家,每天呼吸的不是空气,是数据集。没有数据集,他们就活不下去。

不过,数据集分散在世界的各个角落,口口相传是最常用的传播途径。

谷歌想让搜索数据集,能像在Google Scholar上搜索论文那样容易。

如此,便有了Google Dataset Search

猫喜欢什么口味的冰淇淋?

这样一来,不论是哪里发布的数据集,谷歌一下就出来了。

使用方法都有,你又少了一个不好好训练网络的理由。

所以,一起来试一下吧。在下是按衣食住行四类,分别搜索的。

·衣·

穿着的部分,搜的是胖次pants

然后,就出现了墨西哥、秘鲁、哥伦比亚,各个国家关于裤子的数据集。

比如,从棉裤的视角,可看墨西哥的经济状况。

·食·

吃的东西,搜了ice cream

最吸引人的,当然不是各国的冰淇淋生产力。

猫在哪个年纪,喜欢哪种口味的冰淇淋,果然有 (mei) 些 (sha) 研究价值。

·住·

就看北京房价吧,搜索beijing house price

第一条结果来自Kaggle,是链家2011到2017年的数据。

这数据集的杀伤力,应该还是很大的。有兴趣的大家,可以自行观察。

传送门:

https://www.kaggle.com/ruiqurm/lianjia

·行·

感觉出行服务、共享单车,也不会有什么惊喜。就搜了个horse

当然,搜出香港赛马的数据,也并不惊喜。

第二条,是关注马体健康状况的疝气数据。曾经有项研究,用疝气预测马的死亡概率。

数据集里,也有大千世界,各位不妨自己去搜一搜。

数据集搜索,不是一天建成的

为了搭好这个搜索工具,谷歌团队给提供数据集的人们,准备了一份充满关怀的指南。

这样一来,大家对贡献的数据集,就能有个统一的描述方式:

· 谁创建了数据集?

· 什么时候发布的?

· 数据怎样收集的?

· 使用方法是什么?

……

信息一项一项填好,搜索工具才能更友好。

描述的时候,只要依照Schema.org的标准词汇表,就可以了。

谷歌把信息收集起来之后,就会去分析,一个数据集的不同版本,可能在哪些地方。

除此之外,还要看看有哪些论文 (或者其他出版物) ,提到过这个数据集。

谷歌团队说,这一版已经支持多种语言。更多语言的支持也已经在路上了。

比如,想要自我打击的话,现在可以直接搜索“中国房价”。

普通谷歌搜索,也能搜数据表格

谷歌在数据集上做过的事情,远不止Dataset Search这个工具这么简单。

除此之外,团队也为人类最常用的谷歌搜索,加入了表格数据搜索的能力。

△ 进化前 vs 进化后 (右)

就像这样,已经可以搜索出谷歌基金会 (Google Foundation) 2014的总开支。

不过谷歌说,现在的这些努力结果,还是不够好。

他们希望,未来不论是科研领域、政府部门、新闻机构,还是任何各行各业,都有源源不断的数据,能从谷歌的平台上搜索出来。

意思就是,能提供数据集的大家,快到碗里来

Dataset Search传送门:

https://toolbox.google.com/datasetsearch

在日本搜索网站上绝对不能搜的关键词 第2期

网络日益发达的时代,网络上一些猎奇的词语也越来越多,有些本来并不恐怖的词条也因为时代的变化而慢慢地变成了绝对不能在搜索引擎上搜索的词语。我国在2009年开始就已经出现了“百度上千万不要手贱搜索的词语”,一些如“莲蓬ru”“kon手指”等词条的搜索页面也着实曾让用户们严重不安。上期笔者就介绍了一些绝对不能搜的词,这次笔者还要继续给大家带来新的不可搜索的关键词!

警告:搜到下面这些词的同学,千万!千万不要打开,或者搜索图片,在搜索后的任何不快感,失眠,食欲减退,精神异常等等概不负责!(其实有些关键词也并不恐怖,内心毫无波动甚至想笑。笔者会在下面给大家列出来。)

イメケン トラウマ(帅哥 精神创伤)

顾名思义,是会留下精神创伤的图片。

韓国キムチ(韩国泡菜)

在雅虎日本上搜会搜到非常猎奇的泡菜制作方法。

スーファミROMソフト『手紙』(一个名叫《信纸》的游戏)

听说玩了这款游戏之后会挂掉。

ゆきめ(雪花眼)

就是眼睛变成了密集恐惧症患者害怕的模样。

長州の観客(长州的观众)

就是日本长州某期摔跤比赛上一位脸长得比较像幽灵的观众,但是笔者一点都不觉得恐怖。

一点都不恐怖对吧(手动滑稽)。

なつみstep(夏美的旅途)

以下涉及剧透,注意。《夏美的旅途》是一部个人制作的flash动画。看起来这部flash好像是名叫夏美(なつみ)的少女与男朋友吵架,走出感情治愈伤痛的flash动画,但是事实上并没有那么简单……在视频网站和百度上搜也能搜到剧情的梗概。

动画中通过各种小细节隐喻了这个故事实际上是なつみ和男朋友吵架,一气之下用L型撬棍敲死了自己的男友,再到列车跳轨自杀的故事。并不恐怖,但是在搞明白结局和故事之后会让人留下许久的精神创伤。

ここはどこの箱庭じゃ?(这里是哪里的箱庭啊?)

箱庭的意思就是(在小箱、浅盆内置土沙摹造的)庭园式的盆景。”かわいくさせて”。这个关键词会搜到一个网站,在里面可以玩一个小游戏,反正结局都是作为访客的你自己死掉。

イルカの夢でさようなら(在海豚的梦中永别)

恐怖系的Flash动画,就是一个像是小孩子画的少女,突然表情狰狞叫你去死……

JAL123

有四只眼睛的尸体。

上车岂不美滋滋?momo助手官方群招收各类老司机(手动滑稽),点击或者搜索群号(297037703)上车吧。

  • 首页
  • 1
  • 2
  • 后页
  • 末页

【itmo爱萌游戏原创专稿,转载请联系商务:yami@itmo.com】

ミッキーマウスのキーホルダー妊婦(米奇老鼠钥匙扣的孕妇)<br/>

一个被刨开腹部的孕妇尸体,肚子上有米奇的钥匙扣……(慎搜,猎奇)

象皮病

皮肤病,慎搜。

プチエンジェル(一个曾震惊日本的强迫幼女援交事件)

在2003年东京赤坂的一个周租公寓中发生的一起非法监禁小学六年女学生的案件,プチエンジェル这个名字就是当时犯人经营的儿童卖春俱乐部的名字,犯人将4名女生以“帮忙打扫房间,报酬一万元”为名诱骗到一处公寓监禁并强迫她们进行援交,在当时爆出的消息中,有相当一部分的日本名流(娱乐界,甚至是知名的政客)都去过这个“プチエンジェル”的俱乐部玩弄过幼女,犯人最后自杀,而爆出来的去过“プチエンジェル”的名单上的名流身份也因为证据不足和各种不知名的原因而仅仅成为了猜测。

Goddess Bunny(小儿麻痹症的一位女孩在跳舞)

搜出来会看到一个身患小儿麻痹症的残疾小女孩跳舞的视频,其实这个视频笔者与其说是恐怖,不如说是非常同情这位女孩子的遭遇,这位女孩子也给出了巨大的勇气来上传自己的视频。

コチニール色素(cochineal extract胭脂红色素)

本身是一种需求很大的天然食用色素,从胭脂虫中提取,胭脂虫一般寄生在仙人掌中,而大范围养殖的胭脂虫的虫卵会让仙人掌变得非常猎奇,普通人可能看了会感到不适……但是不要忘记,你现在用的口红和吃的东西里就有可能是含有胭脂红色素的!

メキシコ人形島(墨西哥霍奇米尔科人偶岛)

位于墨西哥的一处恐怖景点,岛上挂满了上千以上的人偶,因为时间过长被日晒雨淋或者被弄脏,有的缺少了肢体,有的没了眼睛,非常的有恐怖电影的感觉。

カニバリズム(cannibalism/食人)

顾名思义,看过汉尼拔的都知道不要搜。

ヤンマタケ(山间茸)

冬虫夏草的变种,类似长在蜻蜓上的冬虫夏草,蜻蜓的整个身体都长出了类似冬虫夏草的菌丝,看了浑身发毛。

ドナルドは遊ぶのが大好きなんだ(蓝蓝路教主最喜欢玩了)

蓝蓝路教主/麦当劳叔叔的鬼畜视频,详情可以去一下我国著名弹幕视频网站&同性交友平台搜视频《被蓝蓝路的七变化洗脑后,兴致很高》

  • 首页
  • 前页
  • 1
  • 2
  • 末页

启信宝陈晏堂 从工具应用到商业搜索领域的Google 合合信息的进阶之路

采编|谢东霞

编辑|谭松

来源|一鸣网

如果将时间拨回2010年前后,没有人能预料到微信会成为移动互联网时代的第一新经济商业体,也没有人预料到以支付宝为代表的移动支付会让无现金社会提前到来,但91助手、墨迹天气、WiFi万能钥匙、掌阅及名片全能王等工具型应用在短时间快速获取了千万级的用户,让业内感受到了移动互联网的巨大机会。

2012年,人们“衣食住行”的方方面面开始被智能手机串联,移动网民也首次超过PC网民,焦虑与喝彩在这个变革的关口萦绕。各类工具型应用也迎来大爆发,那是移动互联网创业最好的时代,因为每一个创新都有可能重构一个新的用户行为,随之而来的是千万级的流量。

但好景不长,工具型应用开发者们的焦虑也从这一刻便开始了,那时候没有流量思维,盈利难、竞争门槛低足以让人焦头烂额,如何绕开BAT的疯狂整合收割更令他们头疼,直到今天,曾经那个热闹的大赛道慢慢褪去喧嚣,那么多爆款工具类应用或者退出历史舞台,或者成为超级APP里一个不起眼的存在,又或者正在慢慢走向消亡……

在这场大浪淘沙的竞赛中,那些活下来的少数派,又做对了什么?

合合信息是移动互联网时代的第一批弄潮儿,从超3亿用户的工具型应用名片全能王、扫描全能王,到启信宝、找到等丰富的商业产品族群,如今已然成为一家综合性、智能化的商业平台,是过去十年移动互联网浪潮中的典型代表,也是工具型应用破局的少数派。在百鸣计划专题报道中,一鸣网对话了合合信息董事长陈晏堂,她从多个维度阐述了合合信息的进阶之路。

从名片全能王到综合性商业平台,合合信息转型中的三个关键点

合合信息成立于2006年,在移动互联网浪潮下,一款名为“名片全能王”的手机应用走进大众视野,用手机扫一扫,名片中的信息在手机中快速存档。短时间成为商业人群必备的人脉管理工具,在过去的几年中,几乎每一个与手机工具应用有关的奖项都能看到名片全能王这款产品。

在OCR、人工智能、手写识别、图像处理及自动图像增强等领域的持续深耕与技术积淀,合合信息进一步扩宽新技术应用场景,在名片全能王之外的另一款产品扫描全能王也迅速走红,两款工具型应用累计用户至今累积到6.7亿。这么庞大的用户基础,无疑可以做很多事。

对于工具型应用来说,以强需求切入,有着快速吸取海量用户的天然属性。但是用户往往有着用完即走的特性,这意味着这些海量的用户要转变为商业价值并不容易。在工具型应用领域,应用商店算是最初有商业价值的领域,百度19亿美金收购91也成了应用商店最巅峰的时刻,但随着手机应用商店的逐渐迭代优化,被高估值梦想架空的豌豆荚们的最终命运,也为移动互联网早期这个最具想象空间的领域画上了句号。同时,如靠增值服务创收的美图类应用,也在手机自带相机迭代过程中存在价值越来越低。

而那些本身很难看到商业价值的应用最终的命运也逐渐成为微信等超级APP一个附带的小插件,或者一个用完即走的小程序。在移动互联网这片沃土,起初最易获得的流量,在善于经营流量的当下,却成为最大的难题。合合信息为何能成为少数派,陈晏堂提出了三个关键点:

其一是紧抓需求点,这个需求分为“用户”需求与“客户”需求,企业在经营过程中,需要深刻洞察用户与客户的需求,并针对不同的需求提供不同的服务。企业需要深刻的认知用户与客户的区别。在互联网商业范畴,用户与客户的区别分别在不同的场景体现,最简单的就是B2B生意,用户就是客户,而那些崛起的独角兽们无不深谙“羊毛出在猪身上”的互联网思维,他们的用户不是客户,而客户不一定是用户。

其二是认准行业趋势,在合合信息的产品思维中,特别强调宇宙公理,即信息传达的进化过程,从结绳记事到互联网,是一个解决信息传递效率与效果的过程。陈晏堂强调称,在互联网信息如此发达的今天,不管是Google,还是百度等主流的搜索引擎,在商业搜索范畴,搜索结果是不精准的,如果需要深刻的去了解某一家公司,需要花许多的时间与精力,合合信息要做的就是根据详细的需求提供精准的搜索结果,所以在两款纯工具型产品之外,合合又推出了启信宝与找到两款商业应用。

“在互联网里面,信息只有流动起来,传递起来,它才会产生价值。我们做产品的一些基本原则,就是满足客户的需求。”陈晏堂所强调的第三个关键点是“客户价值”,她表示,合合信息一直专注于商业领域,也意味着针对的人群是商务人群,他们的需求是非常苛刻的,并且非常讲究效率,那么提供价值服务就是合合的基本原则。

要做商业搜索领域的Google,合合信息如何确立不可替代性?

正如前文中提到的,如今,移动互联网逐渐迈向下半场,微信、支付宝等超级APP已经牢牢把握住了移动互联网的入口,逐渐承载越来越多的流量与服务。甚至,如今承载微信与支付宝等平台二级流量的创业创新逐渐成为趋势,工具型应用创业也在这样的背景下完成了“使命”,那些破局的少数派要在下半场继续前行,就需要不断地强化自身的不可替代性。

早在2017年,陈晏堂就要合合信息定下了新的目标,成为一个全球性的500亿美金估值的公司。在与一鸣网百鸣计划的对话中,陈晏堂给合合信息一个全新的定位,成为商业搜索领域的Google,也正是“一张名片”,为合合信息冲击500亿美金估值奠定了基础。

2015年,合合信息正式推出企业征信大数据平台“启信宝”,在名片全能王等前端产品的基础上,很快,启信宝迈入该行业第一梯队,至今,启信宝整合了全国1.8亿家企业743个维度的600亿条企业征信大数据。

而作为一家技术驱动型的企业,合合信息在人工智能领域也积极布局,布局了知识图谱、深度学习算法,自然语义分析(NLP)和人工智能推荐技术等前沿AI技术。2018年,一款名为“找到”的商业社交APP问世,它不同于领英,也有异于脉脉,它的定位是通过为现在的移动互联网用户,尤其是为商务人士和职场人士提供桥梁,来帮助他们打通企业、产品和个人的职场信息。

陈晏堂介绍,目前,合合信息公司有五大事业部,包括智能解决方案事业部、商业智能事业部、金融事业服务部、人工智能技术开发事业部以及大数据平台事业部,在管理方面,采用扁平化管理,在整个架构中也是采用数据一体化,目前形成了以技术驱动的TO B、TO C两大类型商业化产品族群,在企业端有找到云营销、启信宝企业版,在C端有名片全能王、扫描全能王及启信宝个人版、找到等。通过完善的产品技术架构,推出一系列完善的智能商业解决方案,比如金融、信息通讯、政府与智慧社区及SaaS等。

“我们的目标是成为一个世界型的商业大数据平台,我们在数据库的累积,包括在数据库的架构和分析层面,都是按照一个更大的版图去做的,目前同行包括在整体的数据的对用户,尤其是对企业用户的理解上是不一样的。”

其次,陈晏堂表示,目前企业征信大数据领域,各大平台所做的都是整合网络及政府的公开数据,而合合信息的核心在于对这些数据的挖掘与分析产生的数据。她举例表示,在判断一家企业的过程中,在基础的信用报告之外,合合信息会通过七百多个维度来分析,作为公开信息分析的重要价值补充。

合合信息的数据库通过四个特性,提供动态全景的智能化企业数据挖掘:

第一个是新鲜度,保证数据与时俱进,不陈旧过时,对企业决策有至关重要的作用。陈晏堂谈到企业往往会因为使用了陈旧的数据而做出错误的决策,“尤其是针对像银行之类的风控部门,他肯定需要你当下的数据。比如我旗下有一套房产,你可以贷款款给我,说不定我昨天就把这套房子给卖掉了,所以数据一定要非常新鲜及时。”

第二个是数据的全量性,随着计算机处理能力的日益强大,数据无限多时就可以接近真实世界的本原,获得的数据量越大,挖掘到的价值就越多。陈晏堂表示:对于数据库的样本来说,一定是全量的数据才更有说服力,整个数据的分母是非常重要的。

第三个是数据的有机性,当数据以适当的方式组织到一起,可以形成一定的组织规律。数据和数据间的有机组织,能够实现快速定位。陈晏堂说:“数据和数据之间是有化学反应的,比如说,在这栋楼里面同样有四家企业,他们目前的人员规模和收入都一样,但是当你的加入一个历史维度,就能看到每家企业不同的动态成长路径,每加入一个维度这家企业的质量,就会显示出不一样,合合现在有七百四十三个维度观察一个企业,每一不同的数据加入之后,就能生成一幅实时动态的企业全景画像。我们在帮上海市政府做独角兽名单的时候,数据间的有机关系就特别明显。”

第四个就是数据深度挖掘,很多数据是在表面上看不出来的,很多信息需要深度挖掘,比如分析一家企业的状况,可以从它的股东,创始人的背景,团队的背景,甚至它的前十大客户、前二十大客户来看。每一个背后深维加上去之后,企业的信用评分就都会不一样。

从名片全能王到智能商业平台,合合信息打开商业大数据的另一扇大门

大数据无疑是当下热议最多的话题之一,但在实际的商业领域,我们看待最多的是大数据在营销范畴的应用,而合合信息为我们从商业的维度打开了大数据的另一扇大门,我们也看到了大数据在未来更加多元化的价值。

据陈晏堂介绍,在商业大数据领域,目前合合信息的解决方案已经在各行业得到了广泛的落地应用,目前包括银行、证券、保险、手机厂商、智慧政务、供应链物流、SaaS等领域持续迈进,为布局领域提供多项企业级的大数据服务,包括但不限于对数据进行清洗、归整、二次加工、智能信息搜索与查询、关联关系分析、风险实时监控与推送、舆情监控、拓客展业等。成为赋能产业升级、提升效率的重要方式。

对于未来,陈晏堂也多次强调:“合合希望成为商业领域的google,根据你的搜索习惯,把各方面信息直接发给你,或者根据你的要求来提供给你,就像人跟机器对话一样。”

伴随着移动互联网浪潮,合合信息从一款名片全能王发展到一家综合性的商业大数据智能平台,完整的书写了移动互联网十多年的发展历程,并顺利开启下一段征程。

上榜的事件你都知道吗 Google公布2018年全球最热门搜索

2018 年的余额已经所剩无几,不知道大家在 2018 年都收获了什么?Google 刚刚公布了 2018 年全球最热门搜索结果,结果的统计来自各方面咨询,内容包括多个领域此番小编仅从电影、体育和时尚品牌为大家报道,各位可以根据自己感兴趣的领域了解一下志同道合的人都在搜索哪些内容。 电影:Black PantherIncredibles 2Deadpool 2Avengers: Infinity WarA Quiet PlaceA Star is BornBohemian RhapsodyVenomHereditaryThe Nun 球队:Cleveland CavaliersBoston Red SoxPhiladelphia EaglesNew York YankeesLos Angeles DodgersLos Angeles LakersBoston CelticsCleveland BrownsChicago BearsMilwaukee Brewers 时尚品牌:Fashion NovaLouis VuittonVersaceGivenchyGucciAlexander McQueenDolce & GabbanaFashionphileDiorMoschino

source:google

有赞基于ES的搜索系统架构是如何演进的

本文从架构上介绍了有赞搜索系统演进产生的背景以及希望解决的问题。

有赞搜索平台是一个面向公司内部各项搜索应用以及部分 NoSQL 存储应用的 PaaS 产品,帮助应用合理高效的检索和多维过滤功能。有赞搜索平台目前支持了大大小小一百多个检索业务,服务于近百亿数据。

在为传统的搜索应用提供高级检索和大数据交互能力的同时,有赞搜索平台还需要为其他比如商品管理、订单检索、粉丝筛选等海量数据过滤提供支持。

从工程的角度看,如何扩展平台以支持多样的检索需求是一个巨大的挑战。

我们搜索团队目前主要负责平台的性能、可扩展性和可靠性方面的问题,并尽可能降低平台的运维成本以及业务的开发成本。

Elasticsearch 是一个高可用分布式搜索引擎,一方面技术相对成熟稳定,另一方面社区也比较活跃,因此我们在搭建搜索系统过程中也是选择了 Elasticsearch 作为我们的基础引擎。

架构 1.0

时间回到 2015 年,彼时运行在生产环境的有赞搜索系统是一个由几台高配虚拟机组成的 Elasticsearch 集群,主要运行商品和粉丝索引,数据通过 Canal 从 DB 同步到 Elasticsearch,大致架构如下图:

通过这种方式,在业务量较小时,可以低成本的快速为不同业务索引创建同步应用,适合业务快速发展时期。

但相对的每个同步程序都是单体应用,不仅与业务库地址耦合,需要适应业务库快速的变化,如迁库、分库分表等,而且多个 Canal 同时订阅同一个库,也会造成数据库性能的下降。

另外 Elasticsearch 集群也没有做物理隔离,有一次促销活动就因为粉丝数据量过于庞大导致 Elasticsearch 进程 Heap 内存耗尽而 OOM,使得集群内全部索引都无法正常工作,这给我上了深深的一课。

架构 2.0

我们在解决以上问题的过程中,也自然的沉淀出了有赞搜索的 2.0 版架构,大致架构如下图:

首先数据总线将数据变更消息同步到 MQ,同步应用通过消费 MQ 消息来同步业务库数据,借数据总线实现与业务库的解耦,引入数据总线也可以避免多个 Canal 监听消费同一张表 Binlog 的虚耗。

高级搜索(Advanced Search)

随着业务发展,我们也逐渐出现了一些比较中心化的流量入口,比如分销、精选等。

这时普通的 Bool 查询并不能满足我们对搜索结果的细粒率排序控制需求,将复杂的 function_score 之类专业性较强的高级查询编写和优化工作交给业务开发负责显然是个不可取的选项。

这里我们考虑的是通过一个高级查询中间件拦截业务查询请求,在解析出必要的条件后重新组装为高级查询交给引擎执行,大致架构如下:

这里另外做的一点优化是加入了搜索结果缓存,常规的文本检索查询 Match 每次执行都需要实时计算。

在实际的应用场景中这并不是必须的,用户在一定时间段内(比如 15 或 30 分钟)通过同样的请求访问到同样的搜索结果是完全可以接受的。

在中间件做一次结果缓存可以避免重复查询反复执行的虚耗,同时提升中间件响应速度。

大数据集成

搜索应用和大数据密不可分,除了通过日志分析来挖掘用户行为的更多价值之外,离线计算排序综合得分也是优化搜索应用体验不可缺少的一环。

在 2.0 阶段我们通过开源的 ES-Hadoop 组件搭建 Hive 与 Elasticsearch 之间的交互通道,大致架构如下:

通过 Flume 收集搜索日志存储到 HDFS 供后续分析,也可以在通过 Hive 分析后导出作为搜索提示词,当然大数据为搜索业务提供的远不止于此,这里只是简单列举了几项功能。

遇到的问题

这样的架构支撑了搜索系统一年多的运行,但是也暴露出了许多问题,首当其冲的是越发高昂的维护成本。

除去 Elasticsearch 集群维护和索引本身的配置、字段变更,虽然已经通过数据总线与业务库解耦,但是耦合在同步程序中的业务代码依旧为团队带来了极大的维护负担。

消息队列虽然一定程序上减轻了我们与业务的耦合,但是带来的消息顺序问题也让不熟悉业务数据状态的我们很难处理。

除此之外,流经 Elasticsearch 集群的业务流量对我们来说呈半黑盒状态,可以感知,但不可预测,也因此出现过线上集群被内部大流量错误调用压到 CPU 占满不可服务的故障。

目前的架构 3.0

针对 2.0 时代的问题,我们在 3.0 架构中做了一些针对性调整,列举主要的几点:

  • 通过开放接口接收用户调用,与业务代码完全解耦。
  • 增加 Proxy 用来对外服务,预处理用户请求并执行必要的流控、缓存等操作。
  • 提供管理平台简化索引变更和集群管理,这样的演变让有赞搜索系统逐渐的平台化,已经初具了一个搜索平台的架构。

Proxy

作为对外服务的出入口,Proxy 除了通过 ESLoader 提供兼容不同版本 Elasticsearch 调用的标准化接口之外,也内嵌了请求校验、缓存、模板查询等功能模块。

请求校验主要是对用户的写入、查询请求进行预处理,如果发现字段不符、类型错误、查询语法错误、疑似慢查询等操作后,以 Fast Fail 的方式拒绝请求或者以较低的流控水平执行,避免无效或低效能操作对整个 Elasticsearch 集群的影响。

缓存和 ESLoader 主要是将原先高级搜索中的通用功能集成进来,使得高级搜索可以专注于搜索自身的查询分析和重写排序功能,更加内聚。

我们在缓存上做了一点小小的优化,由于查询结果缓存通常来说带有源文档内容会比较大,为了避免流量高峰频繁访问导致 Codis 集群网络拥堵,我们在 Proxy 上实现了一个简单的本地缓存,在流量高峰时自动降级。

这里提一下模板查询,在查询结构(DSL)相对固定又比较冗长的情况下,比如商品类目筛选、订单筛选等,可以通过模板查询(Search Template)来实现。

一方面简化业务编排 DSL 的负担,另一方面还可以通过编辑查询模板 Template,利用默认值、可选条件等手段在服务端进行线上查询性能调优。

管理平台

为了降低日常的索引增删、字段修改、配置同步上的维护成本,我们基于 Django 实现了最初版本的搜索管理平台。

主要提供一套索引变更的审批流以及向不同集群同步索引配置的功能,以可视化的方式实现索引元数据的管理,减少我们在平台日常维护上的时间成本。

由于开源 Head 插件在效果展示上的不友好,以及暴露了部分粗暴功能:

如上图,可以通过点按字段使得索引按指定字段排序展示结果,在早期版本 Elasticsearch 会通过 Fielddata 加载需要排序的字段内容。

如果字段数据量比较大,很容易导致 Heap 内存占满引发 Full GC 甚至 OOM。

为了避免重复出现此类问题,我们也提供了定制的可视化查询组件以支持用户浏览数据的需求。

ESWriter

由于 ES-Hadoop 仅能通过控制 Map-Reduce 个数来调整读写流量,实际上 ES-Hadoop 是以 Elasticsearch 是否拒绝请求来调整自身行为,对线上工作的集群相当不友好。

为了解决这种离线读写流量上的不可控,我们在现有的 DataX 基础上开发了一个 ESWriter 插件,能够实现记录条数或者流量大小的秒级控制。

面临挑战

平台化以及配套的文档体系完善降低了用户的接入门槛,随着业务的快速增长,Elasticsearch 集群本身的运维成本也让我们逐渐不堪。

虽然有物理隔离的多个集群,但不可避免的会有多个业务索引共享同一个物理集群,在不同业务间各有出入的生产标准上支持不佳,在同一个集群内部署过多的索引也是生产环境稳定运行的一个隐患。

另外集群服务能力的弹性伸缩相对困难,水平扩容一个节点都需要经历机器申请、环境初始化、软件安装等步骤,如果是物理机还需要更长时间的机器采购过程,不能及时响应服务能力的不足。

未来的架构 4.0

当前架构通过开放接口接受用户的数据同步需求,虽然实现了与业务解耦,降低了我们团队自身的开发成本,但是相对的用户开发成本也变高了。

数据从数据库到索引需要经历从数据总线获取数据、同步应用处理数据、调用搜索平台开放接口写入数据三个步骤。

其中从数据总线获取数据与写入搜索平台这两个步骤在多个业务的同步程序中都会被重复开发,造成资源浪费。

这里我们目前也准备与 PaaS 团队内自研的 DTS(Data Transporter,数据同步服务)进行集成,通过配置化的方式实现 Elasticsearch 与多种数据源之间的自动化数据同步。

要解决共享集群应对不同生产标准应用的问题,我们希望进一步将平台化的搜索服务提升为云化的服务申请机制,配合对业务的等级划分,将核心应用独立部署为相互隔离的物理集群。

而非核心应用通过不同的应用模板申请基于 K8S 运行的 Elasticsearch 云服务。

应用模板中会定义不同应用场景下的服务配置,从而解决不同应用的生产标准差异问题,而且云服务可以根据应用运行状况及时进行服务的伸缩容。

作者:hehua

编辑:陶家龙、孙淑娟

出处:转载自微信公众号:yangyidba(ID:yangyidba)

搜索引擎怎么选?携程酒店订单Elasticsearch实战

绝对震撼的京东搜索解析 (绝版)

一、最常问的搜索多久更新?很多人搞不明白,下面所说的情况不包含系统故障。

搜索上更新分为两部分:增量更新和全量更新(两者不冲突)。

增量更新:商品组及时将消息发送到搜索,搜索将接受到的消息更新。一般10-30分钟内即可被搜索到。

全量更新:搜索每天都会对搜索的数据库重新建索引,保证在数据库中的数据都更新(下午6点离线(不影响线上)开始生成数据,再推送到线上,期间时间较长,第二天PC、列表、其它所有客户端9点前都会基本完成更新)。

A:

1. 上架成功后,一般是半个小时内(没有勾选“上柜不展示”,去除此勾选是第二天被索引,若在18点后去除则是第三天被索引)即可被索引到,最迟第二天被索引(增量没接到消息时通过全量更新)。

2. 下架成功后,立刻–10分钟后不再被搜索到

3. 库存变更后,立刻—30分钟可以被搜索识别到新库存

4. 价格变动后,立刻—10分钟可以被搜索识别到新价格

5. 销量、金额,搜索反馈等第二天更新

6. 配送区域、限购区域等第二天更新

7. 图片、属性区(品牌等)、标签第二天更新

8. 店铺内的分类第二天更新。

9. 基础广告词第二天更新(最好白天更新,因广告词单独逻辑,每天都是晚上读数据库)。

10. 价格模型数据每周更新一次(搜索页周二/列表页周一更新),品牌模型数据(依赖于商品表和订单表)每天更新。

二、Q:不同颜色、不同尺寸的SKU都可以搜索到吗?

A:

1、 SKU只有颜色时,所有颜色的SKU都可以搜索到

2、 SKU有颜色和尺码时,同颜色可以搜到一个尺码,是15日销量最大且有库存的,其他尺码也可索引,但前端展示还是销量最大且有库存的。

3、 SKU颜色为空,只有尺码时,所有尺码都可以被搜索到。

备注:

1、此处“库存”数据第二天更新

2、上架当天同颜色不同尺码全部能搜索到,当全量更新后识别同颜色不同尺码中有库存且销量最大的。

3、同一个商品的相同颜色只能索引一个颜色。

三、Q:商品的哪些信息可以被搜索到?

A:搜索首先需文本匹配,而不是商品所有信息的文本都可被搜索,不同品类被索引的字段不同,如下:

3C和日百品类:商品名称、品牌、同义词、三级分类(AB、A/B分类不索引如奶瓶奶嘴、戒指/耳饰)、扩展属性、基础广告词、店铺名称、店铺ID、颜色、尺码(3C颜色和尺码除外)、3C规格参数(型号|颜色|操作系统|网卡|核心数|推荐用途|适用机型|适用型号|打印机类型|声道系统|定频/变频|自动化程度|类别|主板兼容|适用范围|接口类型|散热器类型|核心|摄像头|CPU核数|CPU型号|CPU类型)、送礼搜索、大家说。

图书音像品类:

图书商品系列名称、图书商品出版商、图书商品作者、图书商品译者、图书商品外文名称、图书商品编辑、图书商品美编、同义词字段、店铺名称、扩展属性、书写、高级关键词、二级分类名(后续会替换成三级分类)、ISBN。

音像商品系列名称、音像商品导演、音像商品演员、音像商品外文名称、音像商品出版社、音像商品演唱者、音像商品表演者、音像商品录制者、同义词字段、二级分类名称、店铺名称、扩展属性、产品评级、厂牌、发行公司、介质、作词、作曲、编剧、指挥、知名乐团、演奏、又名、高级关键词。

行动建议:在不影响现有的正确搜索结果,采销若需添加新的索引字段,请提供相关的数据给搜索评估(依据:对现有搜索结果带来正向影响)。

四、Q:为什么我关心的商品没被搜索到?

A:

1、 新品上架最迟第二天才能被索引到,请先确认是否上架成功,另外是否后台设置了上架不展示(图书分类无上柜不展示)。

2、 确认搜索的关键词,在商品已被索引的字段中包含。

3、 用商品的全称(标题所有文本)去搜索,看是否可以搜出来。因有时短词搜索你关注的商品可能因销量等数据很少而排在后面,不容易被发现。

4、 同颜色不同尺码只索引销量最大且有库存的SKU,其他SKU的文本也可被索引,但展示的是销量最大且有库存的SKU;

5、 被识别品牌作弊的SKU,在搜索品牌库中的品牌词时被过滤;

6、商品需正确绑定品牌;

7、“送XX礼物”、“XX礼物”等搜索词会触发搜索送礼逻辑,反馈中有这些字段(即评价中出现2次以上)的才会被索引(只在标题等含有这些字段是不行的)。

8. 店铺内分类绑定需再第二天才能被索引;

9. 搜索结果超3W会被截断(文本+商品质量分),但搜索页数只展示100页(解决点击筛选后页数变多的体验问题)。

五、 Q:为什么我关心的商品排名突然下降很大?

A:

1. 先确保用商品全称是否搜索到(单纯修改详情页不会影响排名);

2. 当前用户所在城市无库存的商品降权,请先查看当前访问jd.com的用户所在地,确认该商品在本地区是否有货

3. 搜索规则是根据各个因子的数据来综合排名,若数据发生变化,排名也会变化:如搜索计算的是3日和15日完成销量数据,若计算周期内商品销量数据已不再像前一天那么高则排名自然会受到影响;若在前一天计算权重时,与竞争对手销量差不多,但转换率和好评率竞争对手有量变到质变的提高,则商品排名也会受影响。(排除搜索系统异常)

4. 作弊商品会被降权;

5. 价格模型对商品排名也有影响。(价格模型每周二晚更新,周三排名有可能下降)

6. 店铺穿插会使某些店铺的展示数有所下降,但是会提升前几页的资源分配。

7. 商品的上下架有时也会影响当天的排名(商品质量分,此权重在下午2-4点计算,若在此时间段上下架,会计算不到当天的商品质量分,但取不到商品质量分时,搜索会默认为是新品赋予一个权重值=3),第二天会恢复正常。

8. 若修改了商品销售属性(如A商品无尺码,商家增加B商品时,给A商品多添加了尺码)导致SKUID变化会影响排名(不管修改什么属性,只要SKUID不变,商品排名就不会受太大影响,除非商品更换分类)。

9.最近正在分批上线的品牌模型和人气模型,以及京东系统AB,不包含系统故障因素。

以上是针对最近提问一些比较多的基础的问题,下面说下京东搜索优化的一些重要知识点。

1、高相关分类:我们大家都知道京东的搜索是有高相关分类一说的,高相关分类顾名思义就是和搜索关键词相关性最高的三级类目,此三级类目会在搜索的时候优先展现,这个是系统根据很多纬度的数据计算出来的,并不是人为的。

以关键词“红豆”为例,红豆是一种食材,同时这个词也是一个男装品牌的名称,那么在京东搜索的时候会优先什么类目呢,大家可以自己搜索下试试。系统判断“米面杂粮”类目更适合展现给消费者,对平台的GMV更有利,所以会优先展示米面杂粮类目的产品,而不展示男装类目。关于这块,可以使用第三方工具“老板通”查询。

2、文本相关性:京东会对平台产品建立索引,然后当消费者搜索的时候,系统就会根据索引进行召回,并根据文本相关性得分进行排序,这是整个搜索系统工作的大概流程。那么系统会索引产品的那些属性呢?给大家总结下:

a、标题

b、副标题广告词

c、品牌

d、商品属性

e、销售属性

f、详情文字

g、评价内容及标签

h、店铺名称

大家可以根据以上总结的点来对自己的产品和店铺来进行针对性的优化,思考怎么让系统在消费者进行搜索的时候会对你的信息进行召回。

那怎么知道消费者会对哪些词进行搜索呢,可以参考一些行业数据,比如数据罗盘的热搜词或者老板通的关键词以及类目数据查询,可以直接看到类目或者指定关键词每天的成交单数,这个数据是过滤之后的,可以以此推算某个关键词对应位置的所需的刷单单量。

前八的坑位平均所需单量计算公式:单天整词订单量*0.9*0.4/8

0.9为第一页成交单量占比,0.4为前八成交量在第一页的占比,8为坑位数

这个系数是全平台平均,某些类目可能有偏差,但误差不大。

建议可以把行业数据全部拉出来,做成表格,包含搜索量、成交量、客单、在竞商品数、前八所需单量等多列对比纬度,来对关键词进行判断,以达到减少投入增大效果的目的。

3、价格模型:京东于九月份基本全类目上线了价格模型,目前是第一阶段的价格模型,二阶段的多区间带价格模型预计明年才能和大家见面了,先说一阶段价格模型,这个是比较简单的,就是如果你的产品售价在系统给予的高权重价格区间内,你的产品就可以获得加权,只要在区间内,不分价格高低,权重都一样,在区间内再进行分段就是二阶段价格模型了。京东明年的方向会主抓品牌这块,整个平台会对优质的产品进行资源倾斜,其中在搜索这块,能体现产品优质的一个系统判别纬度就是高价,那么这块就很容易做了。

可以不断的给自己的产品加价,然后刷新看排名,自己把握这个度,别一双袜子都加到一百多,排名上去了也卖不掉,这种情况是真是出现过。价格模型是每周二进行更新,周期7天。

4、标题优化:标题优化说几点技巧

a、标题内的括号“()”内的内容是不计入标题长度的,一些不重要的说明信息可以写在里面

b、副标题可以被索引,可以展示在搜索结果页,优惠信息等可以写在这,并且可以展现在搜索页

c、标题越短越好是没错的,权重高是一个,第二是搜索可以看到副标题,空格是不计入长度的,但如果想做完全匹配的词,建议加空格,比如“风衣 女”,消费者喜欢加空格搜索或者搜索下拉框就是带空格的,那么建议加空格,因为系统优先召回完全匹配

d、同义词缩减,比如“女士”和“女”在京东系统眼里,他俩是一样的,没区别,可以直接写成“女”以缩短标题。

e、最好不要堆砌关键词,标题长权重低不说,被抓到要扣分,虽然被抓的比较小,建议把所有想做的词拉出来之后,进行拼装缩减,详情见我以前写的帖子(半途而废了,不好意思)。

5、流量入口概况:目前京东的流量入口分两大块

PC:搜索+类目列表页

移动端:APP+M端+微信+手Q

搜索成交订单量在这两大端口的成交量都在一半以上。说两点关于这块的事情 :

a、移动端的微信和手Q的类目列表页其实不是和APP一样的,他们的类目页其实是某些关键词的搜索页,大家可以自己试试,如果拿到这些词在PC的排名,相当于微信和手Q的类目也拿到了。(目前是这样)

b、移动端和PC端的排名正在进行拆分,已经有个别类目拆分完成了,还有正在进行测试的,数据源用的还是一样的,但是应用模型不一样,以后大家做排名可能就要分开做了。

6、人气模型:人气模型原本计划Q3全品类上线,目前还没有做到,但也差不多覆盖一半的类目了。人气模型上线后和之前的商品质量得分还是比较大的,主要体现在:

a、周期评论增加数替代总评论数计算权重

b、删除提换货率、跳失率和访问时间

c、新增纬度关注数、加入购物车和访问深度

7、品牌模型:品牌模型已于618之前上线,这就是为什么有些类目,某些评论很少的产品可以排在最前面,就是品牌模型在起作用。品牌模型主要考核的一些点有:

a、扩展区点击量

b、搜索量

c、GMV

d、销量

e、单价

8、店铺模型:店铺模型的主要作用是进行资源平均,避免一个店铺的产品扎堆显示,造成消费者的选择疲劳,同一个店铺的产品会被系统强制穿插,意思就是原则同一个店铺有两个产品可以排在第一和第二的,店铺模型应用后,只能是第一和第五。

9、个性化搜索:这个还在开发。。。不知道什么时候上线,不过已经应用在一些推荐位了,例如感兴趣,最佳组合等。

10、新品模型:顾名思义,新品有加权周期30天,搜索新品加权相同。

11、季节模型

太晚了,就到这了!

冷风个人微信号:2898956682

在消费或了解之前 你是不是会搜索一下

过去因为时代发展条件有限

人们只能通过单一的方式获取信息

如今互联网时代,随处可见的智能设备

信息可以无限制地传播

从而使得人们在了解一件事情之前

相较于传统时代

人们对于搜寻了解有了很大的主动性

当然也避免不了在当时人们被迫接收的营销方式,比如说投广告,哪怕是内容单一,令人反感的广告,通过密集的轰炸,洗脑式的文字口播,同样能占领消费者心理需求;还有通过价廉物美的营销宣传,把投放的渠道一点点铺散开来。

如今,旧时代的营销方式几乎已慢慢淡出市场,有人肯定会提出质疑:“如果没有了传统消费,现在怎么还会去店内消费呢?

其实我们所说的传统营销方式是说在没有建立互联网的基础上,而现在即使线下消费,你也避免不了手机支付消费,这就是相比传统有一个很大的改变。

其次在互联网发展的背景下,面对如此繁盛的商业经济,人们的选择越来越多样化,同时面临着一个问题,在选择一个产品时,他该如何了解?如何比较多种同类型的产品?这个时候我们需要搜索引擎的帮助。

全方位的了解,“搜索”是关键

事实上,当一个消费者在线下购买某个商品时,已经至少提前几天在网上查询了解该商品的信息及相较于同类商品的查询,这样在线下消费时能够清楚了解商品,减少盲目消费。

消费者通过这样的方式去了解,这对于广告主来说,也就意味着他们可以通过搜索引擎推广的方式,让用户不仅只局限于线下了解消费,在线上搜索引擎中可看到广告主们投放的信息。

这样减少时间、空间的局限,减少人力物力资源,方便于用户搜索查看,广告主信息投放推广,互利共赢。

我想无论是用户还是品牌商、企业、店家等,在这个互联网背景下,都需要搜索引擎的帮助。它对于我们的生活及广告主推广需求中有着很重要的作用。国德网络作为搜狗搜索推广上海地区独家代理商,拥有专业的搜索推广运营团队,希望通过精准的搜狗搜索推广服务,为广大用户带来便捷的搜索体验,以及帮助广大广告主实现推广需求。