Пришло время начать думать о данных и информационно-поисковых алгоритмах.

Поиск остается одним из самых значительных компонентов в структуре информационной архитектуры и самой известной человеку формой получения информации в современных приложениях и веб-сайтах. Мы ищем каждый день, каждый час. Это стало второй натурой людей нажимать на маленькое увеличительное стекло, когда им нужно найти информацию. Предоставление отличного опыта поиска имеет решающее значение для успеха, я имею в виду, сколько из вас использует Bing?

Вот мои мысли о том, как дизайнеры и команды могут создавать лучший поиск в своих продуктах.

Запрос

Я хотел бы видеть ядро поиска разделенным на два простых компонента: запрос и результат. Слово, фраза (или предложение), которое вы напечатали в поле перед нажатием ввода — это запрос.

Язык

Я помню, как смеялся над своим папой, набиравшим длинные вопросы в Google, оканчивающиеся пожалуйста, или спасибо, а затем злился, когда не мог найти результат, который искал. Я шучу о написании предложений в качестве запроса, но я обнаружил, что делаю это чаще, чем раньше. С тех пор Google прошла долгий путь. Теперь известно, что, когда вы задаете вопрос, когда ищете статью и когда вы ищете видео — все зависит от языка, который вы используете.

Напечатайте «Когда ___ ?» или «Как долго ___ ?"в Google и увидите как он устанавливает приоритет вопроса /результата, если он уверен, что понимает, что вы искали.

Google поиск

Здесь важно знание языка в запросе. Если вы обнаруживаете предопределенные фразы в запросе, например, «автор ___», вы можете быть уверены, что пользователи ищут человека, а не книгу, и соответственно улучшите опыт, показывав в первую очередь авторов.

Еще один способ улучшить определение языка в поисковом запросе — усилить ваш поиск тезаурусом. Использование тезауруса для нахождения синонимов запроса может значительно улучшить опыт для иностранных пользователей, и уловить использование коллоквиализмов и сленга.

У каждого свой собственный стиль и способ выражаться, так что невозможно все учесть. Ключ к решению вопроса — это аналитика, вы будете очень удивлены, взглянув на то, что люди ищут. Очень познавательно увидеть реальные данные о поиске в вашем продукте.

Помните, вместо того, чтобы сказать: «Ого, какой идиот!» — попытайтесь понять, что именно этот человек действительно искал.

Предложения

Большинство людей, опять же, подумают о Google, когда я говорю предложения. Это действительно умный механизм предложений, который автоматически дополняет набираемые вами фразы. Основанный на экстенсивном машинном обучении. На самом деле, не у всех есть бюджет для внедрения такого типа поиска в своей продукции.

Что мы можем сделать: предложение контента в режиме реального времени. В качестве примера, мне нравится поиск Medium. При наборе запроса Medium сопоставляет его с контентом (которым могут быть статьи, публикации или лица и т. д.) и обновляет предложения в режиме реального времени. Разница здесь в том, что они предлагают контент, а не язык. Надеюсь, что разработчики согласятся, что это гораздо более достижимое решение!

Поисковый запрос Medium
Поисковый запрос Medium
Хороший момент в предложении контента — это потенциал помочь пользователям найти то, что они ищут гораздо быстрее. Полностью минуя процесс ввода полного запроса, загрузки новой страницы, а затем нахождение правильного результата.

История

У людей плохая краткосрочная память, это факт. Возможно, они нашли то, что искали, но это было плохое время, или они были отвлечены чем-то другим. Когда они захотят снова найти эту информацию (может быть несколько недель или даже месяцев спустя), покажите им историю последних поисков и дайте им возможность легко перезапустить путешествие.

Людям намного легче восстанавливать действия в своей памяти, чем запоминать фрагменты информации. Вы должны быть их кратковременной памятью.

Избегая запроса

Что могло бы быть лучше, чем вводить запрос и получать точное соответствие с требуемой информацией? Отсутствие необходимости вводить запрос.

Как я уже говорил, «поиск остается самой известной формой получения информации в современных приложениях и веб-сайтах «. Все это может измениться, с тем как некоторые из самых популярных приложений подходят к поиску и пытаются связать хорошо известный значок лупы с нахождением информации.

Возьмем приведенные ниже примеры Twitter, Instagram и Pinterest.

Twitter поиск

Instagram поиск

Pinterest поиск
Twitter, Instagram и Pinterest страницы нахождения информации
Все три сервиса содержат стандартный ввод поисковых запросов, но они также пытаются предоставить пользователю ценный контент перед выполнением поиска — полностью устраняя взаимодействие вручную.

Это работает в обоих направлениях, возможно, даже больше. Люди начнут заходить сюда, чтобы открыть новый предлагаемый контент, а затем, если они не смогут найти то, что им нравится, ввод поискового запроса находится там, где вам это нужно.

При проектировании поиска спросите себя, есть ли что-нибудь, что вы можете сделать, для развития функции поиска, в функцию нахождения.

Результаты

Итак, вы придумали дизайн запроса, отлично! Но как вы узнаете, какие результаты показать?

Информационно-поисковый алгоритм

Знаю, это звучит очень страшно. Вероятно, это то, с чем, вы полагаете, имеет дело ваш инженер — я имею в виду, что в названии есть слово алгоритм! Я не могу притвориться, что я эксперт в написании этих алгоритмов, но хочу подчеркнуть, насколько важно, чтобы дизайнеры и информационные архитекторы участвовали в их создании.

Информационно-поисковый алгоритм вычисляет и извлекает информацию на основе предоставленного ему запроса. Они не должны быть сложными, на самом деле они могут быть очень простыми. Примером может быть, когда хэштаг передается в запросе, алгоритм извлекает все сообщения с этим точным хэштегом и отображает их в обратном хронологическом порядке.

Этот алгоритм соответствий основан на точном соответствии одному свойству, а затем отображает их путем сортировки другого свойства. Здесь нет искусной работы тезауруса, нет сложных расчетов, нет определения весомости публикаций.

Этот простой алгоритм можно увидеть в Instagram и Twitter.

Алгоритм поиска Twitter

Алгоритм поиска Instagram
Twitter и Instagram — простой информационно-поисковый алгоритм
Вот мы посмотрели на простой алгоритм, давайте начнем думать о более сложном. В приведенном выше примере использовались только два свойства данных. Для алгоритма не редкость рассматривать сотни или даже тысячи свойств для сопоставления и отображения информации. Поскольку я использовал Instagram и Twitter в качестве примера, давайте придерживаться их.

У обоих социальных приложений при выполнении поиска есть раздел «Топ». Этот раздел попытается сначала показать вам самую ценную информацию, возможно, то, что сейчас модно, возможно, это кто-то, кого вы знаете. К сожалению, мы не знаем точного алгоритма, но мы можем подумать о том, как он может работать.

Топ раздел в поиске Twitter

Топ раздел в поиске Instagram
Twitter и Instagram — сложный информационно-поисковый алгоритм
Что мы все-таки знаем. Существует невидимое свойство, присвоенное каждому сообщению, которое оценивает его топовое значение, рассчитанное на основе множества фрагментов данных. Если топовое значение сообщения передает топовое значение контрольной точки, оно отображается в разделе «Топ».

Некоторые данные, которые он мог бы использовать:

  • Лайки
  • Просмотры
  • Ретвиты
  • Комментарии
  • Дата
  • Число подписчиков
  • Местоположение

Я предполагаю, что Twitter и Instagram используют все это и, возможно, гораздо больше. Интересная часть здесь — это придание весомости сообщению. Это не так просто, как сумма этих чисел равная топовому значению. Каждому свойству может быть присвоен множитель для придания весомости наиболее важным данным. Например, по моему мнению, лайки имеют большее значение для пользователя, чем просмотры. Для сервиса вроде Twitter, где фид в реальном времени так важен для продукта и, следовательно, для пользовательского опыта, я уверен, что дата имеет очень весомое значение для поддержания перемещения и обновления контента. Возможно, дата — это больше, чем просто одна часть данных, что, если лайки в час — это свойство, о котором мы не знаем? Что, если дата была применена ко всем свойствам? Она сделала бы огромный акцент на разделе «Что сейчас популярно». Это имеет смысл для Twitter, не так ли?

Смысл заключается не в том, чтобы начать алгоритмы обратной разработки Twitter, скорее всего основанные на машинном обучении и специалистах по обработке данных, которые намного умнее нас.

Пришло время начать думать о приоритете данных в поиске и в вашем продукте — и как это может повлиять на пользовательский опыт.

И последний пример

Информационно-поисковые алгоритмы используются не только для поисковых запросов. Давайте взглянем на Dribbble.

Dribbble
dribbble.com
Уверен, большинство знает, что у Dribbble есть страница популярного. Она отображает трендовую работу, загруженную дизайнерами в сообщество.

Страница «Популярное» использует информационно-поисковый алгоритм, как и раздел «Топ» Twitter, но она не требует запроса — по умолчанию она отображает весь контент. С точки зрения высокоуровневого представления этот алгоритм, по-видимому, учитывает лайки и просмотры в течение определенного периода времени, возможно, дня.

Страница популярного на Dribbble
Страница популярного на Dribbble
На самом деле эта страница подвергается серьезной критике со стороны новых членов сообщества. Кажется, что одни и те же имена появляются на странице каждый день, это люди с большим числом подписчиков. Из-за этого новым пользователям (которые могли бы делать выдающуюся работу) очень трудно получить заметность на платформе. В конечном счете они становятся демотивированными и перестают использовать платформу после нескольких постов. Итак, как Dribbble мог бы улучшить это?

Экспериментирование с приоритетом данных. Оно могло бы увеличить весомость публикаций, если пользователь размещал публикации меньше, чем 10 раз. Оно могло бы уменьшить временные рамки, чтобы обновлять страницу чаще. Тогда, если популярные дизайнеры не загружают посты каждый час это дает возможность другим дизайнерам появляться выше на странице. Dribbble мог бы рассмотреть отношение числа подписчиков к просмотрам. Если два дизайнера получают 1000 просмотров, то публикация дизайнера с меньшим количеством подписчиков формально выше по популярности.

Это непросто, так как, пока вы хотите помочь другим менее известным пользователям, страница должна заполняться качественным контентом. Все дело в том, чтобы играть с цифрами, тестировать с реальными пользователями и находить правильный баланс.

Заключение

Написание и построение алгоритмов всегда будет, по праву, ролью разработчика. Я предполагаю, что мы, как дизайнеры не увиливаем от этих функций, управляемых данными, а наоборот стремимся к ним. Ваша команда будет вам благодарна.