如何使用 Elastic 打造个性化搜索体验

打造个性化搜索体验是非常有挑战性的。本博客阐明了入门的各个步骤，让您能够根据用户个人资料对搜索结果进行优先级排序，提供相关的建议，并加快工作流程。但在此之前，我们先来谈谈个性化搜索的重要性。

[下载白皮书：借助 Elastic 实施电子商务搜索个性化]

个性化搜索的影响

无论您有没有意识到，您每天的个性化数字体验都离不开搜索功能的助力。下面列举几个例子：

• 输入即搜索使用您的搜索历史记录来建议查询。
• 根据您的订阅偏好提供知识库文章。
• 根据您的病历和位置提供医疗保健机构的建议。
• 根据相似的用户最喜欢的产品和以前的购买记录为您量身定制线上购物建议。

个性化为什么会无处不在？因为个性化会推动巨大的业务成果。根据 Wakefield 最近的消费者调查，可以得到如下结论：

• 88% 的线上购物者更有可能继续在提供个性化体验的网站上购物。
• 84% 的参与调查的消费者表示，个性化影响了他们的购物决策。
• 68% 的参与调查的消费者根据个性化推荐购买了他们本不打算购买的商品。

简而言之，个性化可以建立忠诚度、影响决策并增加支出。因此，打造搜索体验的组织和开发人员都在关注这一点。

[相关文章：线上零售商如何通过打造个性化体验获得回报]

个性化本质上是一个数据问题 

所有个性化架构都遵循相同的步骤：数据采集、数据分析和为最终用户定制体验。每一步都以数据为中心，从收集数据到分析数据，一直到将数据用于提供个性化体验。

第一步是将客户数据全部汇集在一起，为您制定个性化策略提供依据。这通常还意味着，将客户数据与查询、点击数和历史购买记录等其他数据集整合在一起。

接下来，您将汇总分析数据，以确定最终用户的偏好并提炼出趋势。您可以通过手动方式，或在机器学习的自动化辅助下完成此操作。您从分析中收集的见解将为您提供个性化搜索模型。

最后，应用数据分析的结果来设计个性化搜索体验。 

听起来很简单，对吗？在 Elastic，我们喜欢说：“根据情况而定吧……” 

使用 Elastic 简化个性化搜索流程

很幸运，作为一家数据分析公司，Elastic 拥有强大的搜索功能作为基础。Elastic 为从业人员提供了各种各样的开发人员工具，从只需编写少量代码或无需编写代码即可使用的现成选项，到可让您完全掌控体搜索验的 API，应有尽有。灵活性是应用于流程中每个步骤的一个关键原则，因为每个个性化用例都是不同的，有其自身的定义，必须相应地进行定制。

从数据采集的角度来看，您可以访问预构建的连接器、用于为自定义源构建连接器的框架，以及第三方集成，将相关数据引入并存储到 Elastic 中。

在进行数据分析时，您可以在 Elastic 中索引数据，并使用 Kibana（Elastic 的数据可视化和仪表板化工具）来分析数据。您还可以使用 Elasticsearch 的 API 自动执行聚合。您甚至可以跨多个集群分析数据，满足数据隐私或数据驻留需求。您可以引入专有机器学习模型，也可以直接从 Hugging Face 导入这些模型来自动处理分析。此外，您还可以使用 Elastic 的原生矢量搜索来构建和交付您自己的个性化推荐引擎。

当您准备好将个性化见解应用到搜索中时，可以使用 Elastic 的企业搜索 API，通过 boost 或通过字段权重实时调整相关性模型。为了进一步控制结果排名，您可以使用 Elasticsearch 的 API。您还可以使用 Elastic 的 Search UI，通过一个直接插入 Elastic 搜索引擎的 Javascript 库，快速构建搜索体验。

更深一层的挖掘

个性化搜索为我们已经习以为常的现代数字化体验提供了动力。个性化体验产生了效果，可以推动客户的参与度、增加销售额、获得业务回报。

每个组织都应该有自己的个性化策略。如果您要打造个性化体验，也需要有一个数据策略，因为实现个性化取决于采集数据、分析数据和呈现个性化信息这一系列的步骤，以满足最终用户的需求。

Elastic 认为灵活性是打造个性化体验的关键要素。Elastic 提供了一系列内置功能、开发人员工具和库，可以实现最大程度的控制，这样您就可以为您的用户量身定制个性化。

如需获取实时编码演示来了解如何根据点击数据重新排列搜索结果并将矢量搜索应用于个性化，请观看如何使用 Elastic 实施搜索个性化。

如需了解如何使用 Elastic 企业搜索创建基于分析的个性化的更多详情，包括代码示例以及有关 Elastic 的原生矢量搜索及其开放灵活的机器学习方法的更多信息，请下载白皮书。