这道面试题我给的场面有点吵：用户搜「连衣裙」，召回三万件商品，最近首屏点击率往下走；商家投诉流量都被头部拿走，新店没曝光；商业化团队要求多加两个广告坑位，说这个季度的收入差一截。三个部门都来找你，问排序怎么改。
我喜欢这道题，因为它没有「优化点击率」这种干净的解法。候选人只要在三个诉求里挑一个立刻开干，后面就很难圆回来。
本系列第 4/10 篇 · 上一篇：优惠券系统，我等的是「叠加怎么办」 · 下一篇：大促零点，超卖和卡顿先救哪个
先分清哪个目标能让步
我会要求把排序要服务的三件事分开说：相关性、成交效率、平台收益。
相关性是底线，不是可以加权的一项。用户搜「连衣裙」，前排出现连体裤或者裙撑配件，哪怕点击率高、广告出价高，也是在消耗搜索的可信度。一旦用户学会「这个平台搜不准」，他会绕开搜索去逛推荐或者干脆换平台，这个损失不会出现在当天的报表里。
成交效率是排序的长期目标，但它得用「成交」而不是「点击」来定义。标题党主图、擦边图、虚假低价能骗到点击，骗不到支付；只用点击率做优化目标，几周后首屏会变成一场主图竞赛。
平台收益是约束下的目标，不是排序的第一原则。商业化坑位可以加，但要在不破坏前两条的前提下，且必须有可测的护栏。
我判断候选人有没有想清楚，就看他会不会说这句：这三个目标的优先级要写进产品规则，而不是每次吵架临时定。写下来的好处是，商业化提需求时，讨论的是「新增坑位会不会让无点击率超过阈值」，而不是「谁更重视用户体验」。
「搜不到」和「搜不准」是两种病
三万件结果，看起来是太多了，其实很多用户的问题不是多，是找不到。
我会让候选人先给查询意图分个类：导航型（找品牌、找店铺、找具体型号）、商品型（带明确属性，如「黑色 及膝 通勤 连衣裙」）、探索型（「夏天穿什么」）。三类的成功标准完全不同。导航型要一步直达，商品型要属性筛选管用，探索型才需要多样性和逛的空间。用同一套排序服务三种意图，通常三种都不满意。
顺着这个分类，才谈召回层的问题：同义词、纠错、类目预测、属性抽取。「连衣裙」被写成「连群」「裙子」，或者用户加了「显瘦」这种主观词，检索层能不能正确理解。零结果页尤其值得做，因为它是用户最明确的失望信号——给同类目兜底、给可放宽的属性提示、记录查询词，都比一个空白页强。
我常用三个指标判断搜索是不是在悄悄变差，它们都不需要等转化数据：
| 指标 | 它说明什么 |
|---|---|
| 无结果率、零点击率 | 召回或类目理解出了问题 |
| 换词率（同一会话内改写查询） | 用户不信任首屏结果，得自己再试 |
| 筛选器使用率与筛选后跳出率 | 属性数据脏，或默认排序没承担该做的工作 |
能报出「换词率」的人，一般真的盯过搜索日志。它比点击率更早暴露问题，而且不容易被运营活动干扰。
点击是有偏差的，新商品尤其吃亏
排序用行为数据，就绕不开位置偏差：排在前面的天然被多点，多点又让它排得更前。头部商品和头部店铺吃掉的流量，一部分来自质量，一部分纯粹来自它们一开始就在前面。商家投诉「新店没曝光」，未必是算法偏心，可能只是反馈闭环太紧。
我会问：你怎么给新商品冷启动。常见答案有按类目给基础曝光、用内容相似度给少量探索流量、按店铺历史质量给初始分。哪种都行，但要说清三件事：探索流量的预算从哪来、观察多久、什么条件下收回。只说「给新商品加权」的，通常没考虑加权会挤掉谁。
还有一个更隐蔽的偏差：曝光偏差。用户没看到的商品不会产生任何行为数据，于是模型永远学不到它们的真实表现。所以评价体系里必须有一块不依赖线上行为的 ground truth——人工标注的相关性档位，按查询词抽样，固定一批、定期重标。数量不用大，几百个查询词足够发现「相关性整体下滑」。
我特别喜欢追问一句：如果线上点击率涨了，人工相关性档位跌了，你信哪个。答「看转化」的算稳；答「先查是不是主图风格变了造成点击涨，同时看换词率和 7 日复购，短期不扩量」的，我会多聊十分钟。
商业化插入要写成可验收的条款
回到那两个广告坑位。我不接受「加在两个自然结果之间」这种方案描述，我要的是能被验收和回滚的条款。
- 相关性下限：广告商品必须通过同一个相关性门槛，不达标出价再高也不进；
- 坑位上限与位置约束：首屏最多几个、能否置顶、同一店铺是否允许连占；
- 标识与可解释：自然结果与商业结果区分清楚，别让用户以为那是平台选出来的最优解；
- 护栏指标：无点击率、换词率、搜索退出率、整体支付转化、7 日复购，任一项越界就减坑位；
- 实验设计：按用户分流而不是按时段切，观测至少跨一个完整周，收入增量和体验损失放在同一张表里看。
最后一条最容易被跳过去。「这个季度差一截」是收入口径，「用户以后不搜了」是长期口径，两者时间尺度不一样，混在一次为期三天的实验里，结论一定是加坑位更好。我会要求把观测窗拉长，或者至少补一个长期对照桶。
商家侧的诉求也要落到规则，而不是落到情绪。头部集中度可以用基尼系数或 Top N 商品的曝光占比来度量，新商品可以用「首次有效曝光时长」和「有点击的商品占比」来度量。定好指标，再讨论要不要给腰部商家流量倾斜，讨论就有依据。
我给这道题分档
及格线是知道搜索分召回和排序，会看无结果率，能提出按意图分层。
好一档的，会指出点击数据的位置偏差和曝光偏差，给新商品留出可收回的探索预算，并坚持人工相关性标注作为独立于线上行为的尺子。
最强的一档，会把商业化诉求翻译成带护栏和回滚条件的实验方案，并且主动说明：搜索是电商里少数「用户带着明确意图来」的场景，伤害它不像伤害一个推荐位那样容易恢复。
我收尾时通常问一句：如果三个部门下周就要一个决定，你先做什么。答「先拉换词率和人工相关性标注，确认首屏是不是真的变差，同时把广告坑位放进带护栏的小流量实验」的，比任何「我们会综合评估」都让我放心。
评论