更极致的搜索推荐——“去哪儿酒店”搜索体验【2013年9月版】

标签: 信息和交互 | 发表时间:2013-09-06 07:17 | 作者:Hi,digmouseHi,digmouse
出处:http://www.blogread.cn/it/

标签:   去哪儿   推荐   搜索

   预订酒店的用户主要分两种,有明确目标的用户和没有明确目标的用户。本文分别从两种用户的角度分析去哪儿网为用户提供的酒店搜索服务。

搜索入口

   

  • 有明确目标的用户

  •    有明确目标的用户知道自己要去哪里,他们往往希望在目的地附近找到自己心仪的酒店。这些用户可以直接使用最基础的地点和入住时间查询功能来搜索酒店。而且在用户输入地点时,去哪儿还会为用户列出地点周围的标志性区域,让用户可以便捷的查询酒店。

  • 无明确目标的用户

  •    对于没有目标的用户,他们通常是来游玩,而且可能对入住城市不熟悉。他们可能仅仅确定的入住城市,而其他都未确定。所以这些用户不知道具体住在哪里最合适,面对搜索框他们可能不知道怎么去查询。去哪儿为这些用户提供了价格,档次,热点地区等个性化的酒店查询功能,帮助无目标用户查询满意的酒店,避免了这些用户在进入网站时不知道该怎么查询的问题。对比其他酒店预订网站,可以看到只有去哪儿网在搜索入口为用户提供了个性化查询功能。

       用户在使用城市文本框右侧的按钮切换城市时,热点项会跟着列出对应的城市的热门地区。但是,如果城市名是直接输入的,热点项就不会跟着改变,如下图所示:

       

       这时选择的地区是上海,但是热点项显示的却是北京的热点地区。如果用户对这些地域不熟悉,将会误认为现在显示的是上海的热点地区,这可能会误导用户使用户定错酒店。

       这里应该无论是在列表中选择的城市还是直接输入的城市,热点项都应该与之对应。如果城市没有录入热点地区,应该与列出的首尔这些外国城市的处理方式一样,隐藏这一项。

    搜索结果列表

       去哪儿采用分批显示的方式,将先找到的酒店先向用户展示出来,这种方式将搜索的等待时间降到了最低。

       

  • 有明确目的的用户

  •    如上图显示,去哪儿为有明确目的的用户提供了一个很有用的筛选选项:通过距离筛选。这个功能很实用,目标明确的用户经常希望知道酒店离自己期望的目的地有多远,而且这个功能在其他网站上还没有见到过。

       搜索结果列表里的酒店信息相当简单,只给出了酒店名称,距离查询地点的距离,价格和用户评分。用户可以方便的查看酒店和搜索地点的明确距离,如图中显示的0.1公里。但是用户对这种明确的长度数字常常没有清楚的概念,如果改成花费的时间,比如:步行需要10分钟会更好。

       我留意到这个酒店信息模板与携程网的外国酒店推荐模板十分的相似,携程的酒店推荐如下图所示:

       

       可以看到两个酒店信息显示的差异只有:1. 携程加入了酒店图片,2. 携程将去哪儿的酒店距离变成了酒店简介。

       携程这个信息显示方式用在热门酒店推荐上我觉得没有任何问题。因为用户在浏览推荐酒店时是没有很强的目的性的,更多的是持一种随意看看的态度,而这里为用户提供了足够的用来随意看看的信息。而去哪儿则显示的是搜索的结果,对于有目的的用户来说,现在显示的信息是远远不够的,用户同时希望从这里了解到酒店提供的设施信息,比如:wifi,停车场之类的。目前,用户如果想了解这些信息,则需进去到酒店详情页面,这使用户对酒店筛选变得很吃力。

  • 无明确目的的用户

  •    对于无明确目的的用户,可能通过个性化搜索功能进到了搜索结果页面,但是可能还是在被酒店的价格和位置等因素折磨着。去哪儿虽然在搜索结果页面提供了丰富的筛选功能,但是仍然不能帮助无明确目的的用户解决被折磨的问题。

       那么怎么才能解决这些用户的问题呢?我觉得应该为这些用户提供酒店推荐服务。我们可以通过用户的搜索行为对用户的偏好做一个猜测,进而通过猜测结果向用户提供相应的酒店推荐。比如,用户从个性搜索的中关村入口进入,并且选择的有车库的过滤条件。我们可以搜集以往用户的数据,向这个用户提供“去中关村的用户大多住这里”的推荐服务。

       同时,用户熟悉的酒店终究是少数,用户常常需要在一些自己未听过的酒店中筛选。根据长尾理论,去哪儿应该根据用户在查询时的特征提供推荐服务,来帮助用户找到适合自己的高性价比酒店。

    总结

       总体来说,去哪儿基本上完全可以满足有目的性的用户的酒店预订需求。从主页搜索到最终的酒店预订过程中都不会出现让用户感到迟疑的地方。而且,酒店的搜索过滤功能十分的完善。

       但是,去哪儿仍然没有很好的解决无目的性用户的酒店预订需求。虽然,去哪儿提供了一些个性化搜索功能可以为这些用户起到一定的指引作用。不过,在整个预订过程中,用户仍然是在纠结和迷茫中进行。我认为向这些用户提供酒店推荐服务可以缓解用户的纠结的心情,更好的指引用户进行酒店预订,比如前面提到的“去中关村的用户大多住这里”的推荐服务。甚至可以将推荐服务延伸到搜索入口,在个性化搜索里添加目的入口,比如:游玩,散心,缓解压力等等这些。这样的话推荐范围可以扩大到全城,如果可以结合以往的用户搜索预定数据,分析出相应的用户特征,便可对用户做精准的推荐。

您可能还对下面的文章感兴趣:

  1. 基于Solr的空间搜索(3) [2013-08-15 13:40:09]
  2. 基于Solr的空间搜索(2) [2013-08-15 13:39:11]
  3. 基于Solr的空间搜索(1) [2013-08-15 13:38:28]
  4. 淘宝搜索中Query下拉推荐技术 [2013-08-12 13:35:08]
  5. Learning to rank在淘宝的应用 [2013-08-12 13:32:35]
  6. 从概念的角度审视一淘商品搜索的Online系统架构 [2013-08-08 23:30:13]
  7. 基于用户行为分析的搜索引擎自动性能评价 [2013-05-29 22:35:23]
  8. 垂直搜索新问题 [2012-09-20 13:48:29]
  9. 索引页链接补全机制的一种方法 [2012-08-17 13:20:11]
  10. 让搜索跨越语言的鸿沟——谈跨语言信息检索技术 [2012-06-19 23:56:24]
  11. 怎样用好Google进行搜索 [2012-04-15 16:05:01]
  12. 百度搜索URL参数解析 [2012-02-05 15:33:49]
  13. 百度解构第一季 - 理解用户搜索行为 [2012-01-03 23:35:01]
  14. 搜索背后的奥秘――浅谈语义主题计算 [2011-11-23 23:47:15]
  15. 简析搜索引擎中网络爬虫的搜索策略 [2011-07-30 21:23:53]
  16. 淘宝搜索:定向抓取网页技术漫谈 [2011-07-09 22:45:26]
  17. 附近地点搜索初探 [2011-06-20 13:46:22]
  18. 浅析视频搜索中的清晰度识别过程 [2011-06-01 23:59:26]
  19. 如何预测用户query意图 [2011-01-10 23:19:10]
  20. 从狄仁杰的测字占卜到一淘网的Query分析之大结局 [2011-01-05 22:26:37]
  21. Query Forwarding in Geographically Distributed Search Engines [2010-12-28 20:46:49]
  22. 百度这个公司 [2010-11-22 21:17:57]
  23. 几种常见的基于Lucene的开源搜索解决方案对比 [2010-11-21 19:52:27]
  24. 信息时代的双峰 [2010-10-31 20:16:18]
  25. 挑战邮箱搜索(续一) [2010-09-28 09:20:54]
  26. 挑战邮箱搜索 [2010-09-25 09:42:51]
  27. 用搜索的倒排轻松搞定“好友的文章”类相关推荐功能 [2010-09-06 08:46:04]
  28. 排头兵PHP中文分词,纯PHP版实现 [2010-08-05 09:52:57]
  29. 从细节看知识搜索 [2010-07-21 23:38:41]
  30. 用sphinx轻松搞定方便管理的多节点过亿级数据搜索 [2010-07-14 09:53:06]
  31. 用Sphinx快速搭建站内搜索功能 [2010-06-23 12:59:33]
  32. Xapian搜索体系结构 [2010-06-02 11:48:45]
  33. 搜索引擎停用词 [2010-04-06 13:51:08]
  34. 搜索引擎爬虫蜘蛛的USERAGENT收集 [2010-01-15 14:47:25]
  35. 搜索结果显示:栅格视图还是列表视图? [2009-12-18 15:41:07]
  36. 向搜索引擎举报作弊网站地址 [2009-11-20 21:03:31]
  37. 音乐搜索的极致 [2009-11-16 23:21:51]
  38. 关于音乐搜索 [2009-11-04 13:31:24]
  39. 整合搜索,阿拉丁,云计算,以及框计算 [2009-11-04 09:23:54]
  40. 互联网网站的反爬虫策略浅析 [2009-10-31 00:53:36]

相关 [搜索 去哪儿 酒店] 推荐:

更极致的搜索推荐——“去哪儿酒店”搜索体验【2013年9月版】

- - IT技术博客大学习
标签:   去哪儿   推荐   搜索.    预订酒店的用户主要分两种,有明确目标的用户和没有明确目标的用户. 本文分别从两种用户的角度分析去哪儿网为用户提供的酒店搜索服务.    有明确目标的用户知道自己要去哪里,他们往往希望在目的地附近找到自己心仪的酒店. 这些用户可以直接使用最基础的地点和入住时间查询功能来搜索酒店.

Google推出【酒店搜索助手】

- Taozi - 36氪
Google今天推出了一个名为酒店搜索助手{Hotel Finder}的搜索工具,用来帮助用户找到最满意的酒店. Google地图会突出显示最受游客欢迎的酒店. 一键点击把酒店添加至清单,可以方便查阅. 对比酒店现在的价格和历史价格. 该工具目前还处在测试阶段,目前仅支持美国部分城市. 除非注明,本站文章均为原创或编译,转载请注明: 文章来自36氪.

去哪儿手机客户端推出类似“今夜酒店特价”的“夜销”服务,通过手机低价预订当晚酒店,已覆盖7大城市

- - 36氪
去哪儿网刚刚在一月中旬更新了其手机客户端,其中最大的一个更新就是集成了类似“ 今夜酒店特价”的“夜销”功能. 今夜酒店特价我们此前曾报道过他们的模式:每晚六点以后通过手机客户端预订当晚尚未售出的酒店空房. 这一模式最早由美国创业公司 HotelTonight 发明,该公司刚于11年11月完成B轮融资900万美元,具体模式的介绍可以参考 我们此前的报道.

新浪微博的人气儿都去哪儿了?

- - 雷锋网
新浪公司的基因是新闻,所以微博也带有深刻的新闻烙印. 对互联网来说,微博的传播方式其实是一种反动. 它不具备互联网精神的平等交流,信息始终单向流动,大部分信息枢纽节点为大V所把持,普通人的声音如果不经大V转发,很难传播开来,仔细考察一些转发上万的热微就会发现,每一次转发量攀升峰值,都是在大V转发之后.

“有戏网”上线,打造演出票务领域的“去哪儿”

- Chyi - 36氪
如果你是一个经常喜欢参加各种演唱会、体育赛事的人,现在你是如何通过网络买票的呢. 想必无非就是去百度搜索一下,然后一个链接接着一个链接的点下去,看看各家供应商有没有合适价格的票. 其实这是个用户体验非常差的过程,一件很简单的事情却要花费很多的时间. 有戏网就是打算通过有效信息的聚合和整理,在电子票务领域打造一个专业的垂直搜索引擎,或者说演出票务版的“去哪儿”.

从产品经理角度看:《爸爸去哪儿》为何如此火爆?

- - i黑马
最近很多人都在说一个火到不行的电视节目《爸爸去哪儿》,以前看过《饭没了秀》. 如果说《饭没了秀》是卖萌1.0,《爸爸去哪儿》则是卖萌2.0. 关于《爸爸去哪儿》的火爆背后,我更愿意从产品的角度拷问,有人说内容好,有人说营销好. 1、首先是一个产品品类的胜利——野外综艺. 2、通过明星制造产品尖叫点.

去哪儿网基于Mesos和Docker构建私有云服务的实践

- - IT瘾-bigdata
【导读】本文深入介绍了去哪儿网利用Mesos和Docker构建私有云服务的全过程,分享了从无状态应用向有状态应用逐步过度的经验与心得. 2014年下半年左右,去哪儿完成了有关构建私有云服务的技术调研,并最终拍定了Docker/Mesos这一方案. 下图1展示了去哪儿数据平台的整体架构:. 图1:去哪儿数据平台的整体架构.

豪华酒店网:世界最贵酒店排行榜

- 罗智中 - 译言-每日精品译文推荐
译者 chunfengqiushui. 豪华酒店网:世界最贵酒店排行榜. 2011年9月27日,《商业内参》. 想要预订一趟一生只此一次的度假吗. 那么世界上最贵的30家酒店可供您选择. 最近,豪华酒店网(Luxury-Hotels.com)基于今年6月到8月的酒店双人标间平均价数据发布了世界上最贵的酒店排行榜.

去哪儿网庄辰超:携程的重大错误至今仍有很多人在犯

- - 36氪
编者按:本文经授权转载自微信公众号“我这一辈子”(wo_zheyibeizi),作者sam. 为什么去哪儿网能够在携程的眼皮子底下快速建立后发优势,取得和携程互相抗衡的双巨头地位. 答案可能藏在两个名词里:Addressable Market和Marketing Myopia. Addressable Market,中文意思就是“可追寻的市场规模”、“潜在的市场规模”,我经常把这个概念和"Marketing Myopia"联系在一起.

预测人群流向:他的这项技术能知道朝阳群众们都要去哪儿

- - 只为商业新变量 | 极客公园
作者: 龟途慢慢 我们该如何丈量我们所生活的城市. 经济学家有 GDP 等经济学数值,社会学家有各项社会调查指标,建筑学家、统计学家…似乎各行各业都有自己「计算」一座城市的方法. 那,计算机科学家该如何做这件事呢. 从 2008 年开始,来自微软亚洲研究院的郑宇博士开始主持一项名为「城市计算」的研究,具体地说,城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战(如环境恶化、交通拥堵、能耗增加、规划落后等)的过程.