Ozon 搜索引擎不僅按商品與用戶搜索查詢的內容相關性對所有商品進行排序，而且還分配流量和確定優質的商品報價。 買家和賣家都會影響搜索結果。

商品在搜索結果中的序數位置會影響與商品有關的商業指標：轉換率、流量和銷售量。 由于搜索引擎的運行機制，賣家可以直接、透明和清楚地影響其商品在搜索結果中的排名。 由于可靠賣家的優質報價在搜索結果中排名靠前，相關商品會獲取更多流量，也就是說，贏得更多銷售額。

Ozon 根據商品價格、質量和交貨速度來確定什么是優質報價。對于能夠提供優質報價的賣家，Ozon 提供在搜索引擎中免費推廣商品的機制。

Ozon 搜索引擎的目的是什么？

激勵賣家提供優質報價。

幫助賣家向買家展示他們的商品。

幫助買家找到并選擇最合適的商品。

在賣家的報價之間分配流量時考慮買家的習慣。

Ozon 搜索引擎工作原理 

必然性。搜索引擎總是對賣家或買家的行為作出反應。

無歧視。 搜索引擎對類似情況下不同賣家的一樣行為作出相同的反應。

速度。 Ozon 努力使搜索引擎對賣家和買家行為的反應盡可能快。

透明性。 有關 Ozon 搜索引擎工作的所有信息是公開的，Ozon 不影響商品在搜索結果中的排名，也不隱藏相關的影響因素。

Ozon 搜索引擎工作方式

買家在 Ozon 網站上進行搜索查詢。隨后的搜索引擎工作分為幾個階段。

1.形成查詢和淘汰候選商品的階段。

每天，買家在 Ozon 搜索引擎提出數百萬次查詢。為了幫助每個用戶在數以百萬計的商品中找到合適自己的商品，在第一階段，搜索引擎生成 一個較大的候選商品列表。這些候選商品的名稱或任何屬性中會有買家提出的關鍵詞。對于每個查詢，此列表最多可包含 500,000 件商品。

2.排名基礎層。

搜索引擎對候選商品進行排序以選擇具有最高相關性的 2,000 件商品。

3.排名中間層（預訓練算法）。

對于選定的 2,000 件商品，需要估計買家購買每件商品的概率。這些商品的排名取決于買家曾經 重視的特性。為了判斷這些特性，Ozon 對比商品特性和買家的行為。結果，每件商品獲得從 0 到 1 的分級。

4.提升算法

對于從 0 到 1 排名的 2,000 件商品，應用預定義的提升系數或遞減系數。 例如，提升系數會應用于優質賣家的商品，而減低系數會應用于低評級的商品。

5.商品展示 

帶有結果評級的 2,000 件商品展示在搜索結果中。買家會看見排名的商品頁面。

讓我們更詳細地了解搜索的各個階段。

第一階段：形成查詢和淘汰候選商品

在商品屬性中搜索關鍵詞

當用戶提出查詢時，系統開始在搜索數據庫包含的所有商品屬性和字段中搜索用戶的關鍵詞：

商品名稱， 商品類別， 品牌， 描述, 顏色、尺寸、材料、類型等屬性。

系統檢查數百個屬性，具體屬性取決于商品類別。賣家填寫的商品屬性越多，找到該商品越容易。

系統檢查的內容不包括商品評價和關于商品的問題。這就是說，準確填寫商品的屬性非常重要： 您注明的屬性越多，買家在搜索結果中看見這件商品的可能性越高。

查詢轉換和標準化

在淘汰候選商品之前，搜索引擎會進行一系列查詢轉換，以免錯過合適的商品。轉換順序：

1.增加近義詞 使查詢覆蓋更多的商品，例如，查詢中有“手機”時，系統也會搜索智能手機。

2.查詢標準化 查詢所有的單詞都轉換成統一的形式，例如，搜索“Builder Johnson’s Emerald Ship”和搜索“Builder Johnson’s Emerald Ships”時您會獲得相同的搜索結果。此外，搜索引擎去除不帶有語義信息的單詞，例如連詞。

3.候選商品淘汰 根據剩余的單詞，系統從搜索索引中提取包含查詢所有關鍵詞的所有商品。如果此類商品太少，則還提取包含至少一個關鍵詞的所有商品。

在這個階段上，搜索結果最多可包含 500,000 件候選商品，這個列表就被傳遞到第二階段。

第二階段：排名基礎層

按相關性排序候選商品

第二步，系統按內容相關性對候選商品進行排序。在這個階段，搜索引擎的重點是：

商品與詢問之間的文本對應：首先，用普通的線性公式確定查詢中 每個單詞在商品的字段和屬性中的命中次數.然后將每個單詞的命中次數相加。 商品評級。在此階段，商品評級用作提升系數。商品評級越高，提升系數就越大。 提升系數范圍從最低評級的 0% 到最高評級的 25%。

結果，所有候選商品都會獲得基于內容相關性程度和商品評級的基本相關性評分。

然后，搜索引擎對候選商品進行排序，并將相關性最高的 2,000 件商品列表傳遞到第三階段。

第三階段：排名中間層

預訓練排名方法的工作原理

在這個階段，搜索引擎需要估計買家最有可能購買 2,000 件產品中的哪些商品。由于購買每件商品的概率是未知的，為了進行商品排名，系統需要預測這個概率。

預測過程分為幾個步驟：

1.系統計算可能會影響商品購買的所有商品特征（features）。每個特征都是一個實數。例如，商品評級或價格都能作為一個特征。

2.一種預訓練模型基于特征值來預測銷售概率。Ozon 以梯度提升決策樹算法作為模型。

3.該模型生成用于估計商品購買概率的數值。

4.評估購買概率時，系統也考慮到查詢的內容。對于不同的查詢，相同的商品會有不同的購買概率。

預訓練模型的工作原理

預訓練模型的目的是根據某件商品的特征最準確地預測該商品的銷售概率。商品特征包含有關客戶曾經購買的商品有哪些特性的信息以及有關需要排名的商品具有其中哪些特性的信息。

基于以前的數據，模型來預測買家的未來行為。例如，有一個特征是某件商品最近 60 天的平均購物車轉換率。 對于許多商品來說，轉換率不會隨著時間而改變。所以，預測購買概率時，模型會考慮到該特征，并且可以說，最近 60 天的轉換率越高，模型預測的概率也越高。

其他特征也是如此。例如，在所有其他條件相同的情況下，買家寧愿選擇評價多的商品，因此評價越多，模型預測的概率就越高。 此外，不同的特征具有不同的預測能力，并以不同的程度影響購買概率。

模型訓練基于一種特殊算法并使用有關商品特征與購買事實之間關系的數據。 由于許多特征基于購買行為，可以說 Ozon 的客戶通過他們的行為影響商品在搜索結果中的排名。購買某件商品的事實優先影響該商品的排名，因為特征權重對購買概率的影響程度取決于相關商品的銷售歷史。

預訓練排名方法的影響因素

在這個階段，系統考慮到影響商品銷售情況的所有特征：商品規格、評級以及購買行為，例如下訂單、查看商品或添加到購物車中等操作。Ozon 搜索引擎總共考慮到 100 個特征左右。

賣家業可以影響到商品在搜索結果中的排名，因為他們直接控制某些特征值。

特征的主要語義塊：

流行度 結合了有關商品操作的特征：商品展示次數、添加到購物車和收藏夾中的次數等等。 商品展示是指買家轉到商品信息頁以及在搜索結果中查看商品的事實。 在現用的搜索模型中，流行度的權重為 29%。

銷售量 結合有關商品以前銷售情況的特征：銷售轉化率和商品的購買次數。權重為 17%。

價格 是指基于商品價格計算的特征：某件商品相對于其價格歷史的價格更改及折扣金額。權重為 5%。

評論 是指基于商品評級計算的特征：商品評級本身和商品的評價總數。權重為 5%。

運貨速度 是指有關運貨速度的特征：運貨速度本身以及商品是否屬于快運貨物類別。權重為 3%。

內容相關性 是指有關商品與查詢的文本一致性的特征。權重為 12%。

個性化 — 將搜索結果鏈接到每個單獨的買家，同時考慮其購買特征、優先級、興趣和其他參數。權重為 10%。

由于公式更新和新特征的添加，不同特征的預測能力不斷變化。

在這個階段，搜索引擎給每件商品授予從 0 到 1 的分級。 估計值越接近 1，商品在搜索結果中的位置就越高，其銷售的可能性就越大。所有分級被傳遞到第四階段。

第四階段：提升算法

在這個階段，對于從 0 到 1 排名的商品應用預定義的提升系數或遞減系數。 例如，提升系數會應用于優質賣家的商品，而減低系數會應用于低評級的商品。

提升算法工作原理

例如，分析一下“紅襪子”的查詢。假設說，經過搜索的前三個階段，包括預訓練排名過程，一個名為“紅襪子”的商品獲得了 0.7 分級。 如果這是優質賣家的商品，則系統會應用提升系數，例如，乘以1.3。結果，商品的結果分級是 0.91， 而不是 0.7。

提升系數經常變化，因為 Ozon 一直在尋找新的系數來增加網站上的銷售總量。

除非提升系數是相互排斥的，它們都被相合起來。例如，分析一下 Ozon 上的一件商品：這是優質賣家出售的、保證次日送達以及價格相當合理的商品。 假設說，每個上述特性的提升系數都是 10%。結果，經過預訓練排名得分為 0.7 的商品最終會獲得的分級為 0.7 × 1.1 × 1.1 × 1.1 = 0.9317。

提升算法

在這個階段，對于通過排名的商品我們應用以下提升算法：

搜索廣告提升 -購買付費搜索排名率。 更多詳細信息，請參閱個人帳戶中廣告→搜索推廣 搜索中的促銷部分。

與物流相關的提升算法 對于每一件商品，只能應用該類別的唯一一個提升算法。應用順序如下： Ozon Express 商品。 由于較高的配送速度，系統也會對此類商品應用 7,5% 提升系數。 帶有火箭圖標的商品。 賣家保證當日或次日從當地倉庫送達的商品具有 7.5% 提升系數。 最近的倉庫。 離用戶最近的Ozon倉庫中的商品會獲得 3.75% 提升系數。Ozon Global 賣家暫時無法在俄羅斯境內的 Ozon 倉庫中存放商品。

優質賣家。 優質賣家的商品獲得免費的 5% 提升系數。

優勢價格。 若商品價格比其歷史價格更低，則價格每降低50%以上其排名率會提高10%。 系統具備正比關系 (價格降低25%，商品排名率會增加5%)。在30天中受提升系數會降低到0%。

提升算法的影響與結果分級 

提升算法可能不足以超過買家的影響力。

例如，有兩件商品，其中經過第三階段之后一件商品的分級為 0.9，而另一件的分級為 0.6。 在這種情況下，前者在搜索結果中的位置應該比后者高。 如果第二件商品還獲得 1.25 的提升系數，則其結果評級為 0.6 × 1.25 = 0.75。 由于其初始評級較低，提升算法無法使這件商品在搜索結果中的位置高于第一件商品。

值得注意的是，等于 0.9 的結果分級可以使商品在搜索結果中排名第一，也可以使商品排名第十，這取決于其他商品 獲得的評級。

第五階段：商品展示

商品展示的工作原理

1.搜索引擎獲得帶有結果評級的 2,000 件商品。

2.根據結果評級，這些商品被展示給買家：評級最高的商品在清單的頂部，評級最低的商品在清單底部。 在 Ozon 網站的桌面版和移動版中，商品以 36 個“卡片”顯示在搜索結果頁面上。 在移動應用程序中，首先顯示前 36 件商品，而向下滾動加載更多商品。

3.對于搜索結果中的每件商品，系統會展示有效的規格和圖片。

商品在搜索結果中的序數位置會影響其商業指標：轉換率、流量和銷售量。

如何讓產品在搜索結果中更靠前

1.使用在搜索結果中促銷。 您可以通過為必要的搜索查詢設定費率來影響商品在搜索結果或目錄頁面上的序數位置。為此，在個人中心轉至 廣告→在搜索結果中促銷。

2.降低商品價格 在最近 30 天內價格相對于其平均價格下降的商品在搜索結果中排名更高。 商品的平均價格值隨著價格的每次下降會越來越低，因此這種手段的效果會隨著時間而減弱。要降低商品價格，請在個人中心轉至 價格→商品價格。

3.收集買家的評價 商品評級越高和買家評價越多，該商品在搜索結果中就排名越靠前?？梢韵蛸I家為發布評價提供積分。為此，在個人中心轉至 更多→促銷→評價積分。

4.填寫商品所有屬性 商品信息越多，買家越容易會找到它。要編輯商品信息，請轉至 商品→編輯商品。您還可以通過 XLS 文件上傳來一次編輯多種商品的信息。

常見問題及答案

我創建了一件商品并更新了庫存。當我點擊直接鏈接時，會打開 Ozon 網站上該商品的信息頁，但在搜索結果中這件商品未顯示。我應該如何處理？

新的商品不會立即出現在搜索結果中，通常需要幾分鐘時間才會顯示。此外，由于搜索結果的緩存特點，商品在更改后20分鐘內 可能不會出現在搜索結果中。如果20分鐘后產品仍未顯示在搜索結果中，請檢查是否填寫了商品的基本信息：價格、名稱和描述。 如果商品在 48 小時內還未出現，請聯系客服。

當我提出比較合適的查詢時，我的商品卻未出現在搜索結果中。 

如果您無法根據具體查詢找到商品，可以檢查：

商品是否真的未顯示在搜索結果中：搜索結果可能包含數千件商品，而您的商品可能在此列表中的任何位置。 為了確保搜索結果中沒有您的商品，請應用合適的篩選器，例如按品牌或價格。這樣，您會減少樣本量。 刪除預測類別之后，是否會找到商品。如果類別預測成功，搜索欄下方的標題中會出現 到處搜索 按鈕。 在這種情況下，需要檢查您的商品是否屬于預測的類別以及它是否應該屬于這個類別。 該商品是否與其他商品合并成一個共同的商品卡片。請查看商品卡片上有沒有屬性的不同選項，例如顏色、尺寸或件數。 可不可以按近義詞找到商品。

如果完成這些步驟后，商品仍未出現在搜索結果中，請聯系 Ozon 客服。

是否可以炒作商品以提升搜索中的排名？

許多上述指標真的可以炒作。這會是所謂的“白色”手段，例如購買高質量的外部流量，也會是“黑色”手段，例如購買機器人。

重要的是，最終排名還是取決于購買行為，因此您無法通過機器人提高搜索結果中的排名。 例如，您可以通過機器人增加展示次數，但非常大的展示次數卻會對商品的排名產生負面影響。因為如果某一件商品展示次數很多，但購買次數很少，這意味著買家還是不喜歡這件商品。 因此，通過炒作展示次數，您可以降低商品的排名。

點擊不會影響排名，而且對于添加到購物車和收藏夾中的操作我們應用反欺詐系統，以跟蹤炒作的指標而避免在排名時使用它們。 同時，我們不懲罰作弊的賣家，因此不可能通過炒作指標來降低競爭商品的排名。