Group items tagged

1、最近在搜索结果呈现方式上两个关键词经常出现：综合（整合）搜索、搜索建议。 2、综合（整合）搜索，简单来说： 现在google、baidu的搜索结果“默认的都是网页”，随着网络媒介内容和搜索内容的不断丰富，对于图片、音乐、视频等内容的搜索需求越来越大，用户需要一个包括网页、图片、音乐、视频等等更多类别内容在一起的搜索结果； 3、“搜索建议”只是一种帮助用户更加准确录入搜索条件的手段，最早只是用链接的方式展示在搜索结果的上面，后来有过很多的用法实验，google第一个将其正式插入到了用户第一次录入搜索条件的动作中。 . 4、其实在搜索领域的创新尝试上最为积极的一直是ask.com，最早推出“综合搜索”概念的也正是ask.com。 比如，搜索Steve Jobs，搜索结果的页面会这样呈现：中间是和他相关的网页，右侧会出现“图片”“百科”“视频”“新闻”等相关结果，左侧会列出来“相关搜索建议”、“扩展搜索”（更多和他相关的东西）、“相关人物”（搜索引擎判断出来这是个人，所以会给出类似“Bill Gates”这样的建议，如果判断是其他的事物也会给出与其同类的建议） 5、可惜当ASK将这个测试了N久的新模式在几个月以前正式推出后，他的市场占有率反倒出现了较大的缩水（李开复说的，具体数字我没有找到）。 我个人认为这种新模式没有得到较好效果的主要原因是： 一个页面一下子展现出来太多的东西，用户反倒不知道该如何选择；他们大都已经适应了从上往下一条条的去看结果，对于一个上下左右全是搜索结果的页面他们会不知所措；这样的设计把原本“简单”的事情搞“复杂”了。 （当你在实验室访谈那些“典型用户”是否喜欢这种模式时，他们却总是会说自己很喜欢这种方式。） 6、往往“看似不错”的创新一般都会很快被复制。 这个在反响并不好的“创新” 就很快被在搜索市场穷途陌路的yahoo抄袭了过去，并美其名曰自己的“创新之举”为：“全能搜索”。（其实他们也测试了一段） 7、yahoo美国也一直信誓旦旦的要不惜重金改进自己的搜索。但他们不会笨到像微软搞live.com一样冒险尝试过于新鲜的模式。 于是最近yahoo的搜索有了两个大变化： 变化1：改进了用户录入过程的“搜索建议”。 不仅仅建议出现的动态效果更“炫”，而且建议的内容也不再像google那样只能从输入的开头起，还可以从中间的关键词计算出来。（其实这个数据是现成的，但这种建议才是真正的“搜索建议”，对于用户的作用要高于google那种只是“输入的建议”。可惜为了那种会使界面拉动的更“炫”的效果，yahoo这个搜索建议的出现等待时间不得不更长一些） 变化2：在不到两个月后，紧随google也正式推出了“整合搜索”。（目前他们还都只是在一些特殊关键词上的尝试，并非大规模的应用。大概是为了避免被人鄙视说抄袭google，yahoo给这个翻译成“通用搜索”） . 8、 如果说“综合搜索”是把搜索图片、音乐、视频等相关内容，都一股脑的在页面上找个不同位置罗列出来； 那么，“整合搜索”就是“按照原先网页搜索结果那种一条条的展现方式，罗列包括网页在内的更多图片、音乐、视频等搜索结果”。 9、其实这种罗列方式并非整合搜索的最大问题。（无外乎就是怎么展示嘛） 真正关键的是：搜索引擎在背后如何更好的计算出什么样的结果排在前面，什么样的结果要排在后面。 比如，在搜索“周杰伦”的时候音乐得排在影视前面，搜索刘亦菲的时候就要反过来。 也就是说，“综合搜索”其实只是把所有类别的搜索结果都找地方摆出来，而“整合搜索”是先把不同类别的搜索结果排好顺序，再按照用户习惯的方式展现出来。 之前ask.com只是通过最简单的方式给展示了出来，也没有解决最麻烦的算法问题。现在google和yahoo在解决更加复杂的问题… . 10、keso说搜索的游戏已经GAME OVER。 我认为某些还没有落后太远的选手其实还会有机会，虽然从搜索结果如何更匹配上很难有大的超越，但是“如何更好的呈现搜索结果”也许会是一个突围口。

Web2.0的基本精神包括：以Web为平台、强调从使用者的角度来考虑、让使用者自己掌握自己的信息…，尤其特别强调软件的重要性以及群体智慧的运用。

Web2.0创新应用服务发展趋势   Web2.0可视为泛指Web近几年在观念上、技术上以及商业应用上的进步与新想法。比较Web1.0与Web2.0，归纳出Web2.0的主要进步，体现在以下4个C上。见图下，除了Wiki、Folksonomy、Blog是创新的应用模式外，大体上能看出主要进步的具体所在。

（一）   内容（Content）   在Web1.0时代内容主要由厂商提供，使用者仅单方面接受信息。而在Web2.0时代则强调提供双向交流，由使用者参与并贡献内容。简言之，在Web2.0时代用户不只是消费者，更是内容的提供者。分析由使用者贡献内容的众多案例，可看出应用范围非常的广泛。由具有高度知识性的百科全书Wikipedia到仅只是由使用者投票决定新闻重要性的Digg.com都是有名的成功案例。   （二）   社群（Community）   社群经营的理念早在Web1.0时代就有。通常以加入会员，共享部分特定资源（如公告栏、讨论版、聊天室、下载空间）为主要经营方式。但Web2.0的经营方式则更为多元且活泼，在各种服务上都对社会网络的功能进行强化，见表下，大量建立人际连结的接点，不论是现实中的人脉、书签、相薄、地理位置甚至愿望清单等都可以成为建立人际网络的起点。通过大量的社会网络功能，促进分享也强化服务对使用者的黏性。                 Web2.0社群服务案例与人际接点 服务名称 人际连结接点 Linkedin.com Del.icio.us Flickr 43. Places、Platial 43 Things Last.fm 现实世界人脉 网络书签 相片 地理位置 愿望清单 歌曲清单   （三）   消费者使用体验（Customers Experience）   良好的使用者体验有助于降低学习门槛，并提升使用者对服务的接受度。在强调以使用者为中心的Web2.0概念实践过程当中，良好的使用体验更是鼓励用户参与的基本动力之一。   举例来说，在地图界面广为普及之前，当使用者想要描述地点位置时，往往只能写地址，并用文字极力描述附近的地标。不但提供信息的人麻烦，阅读信息的使用者也不好理解。但现在随着Goolge Maps等地图的流行，使用者能够直接在地图上点选地点，大大降低了使用上的负担，也造就了如Platial.com等由使用者共同创造生活地图或景点指引的服务。   除了前述有关地图界面造成的使用体验差异之外，地图服务自身界面的进步其实也是极具代表性的。过去的地图服务在界面设计上往往局限于所谓的「8个小箭头」的设计，使用者必须通过上、下、左、右、左上、右上、左下、右下8个箭头来操作地图界面。而现在的地图服务如Google Maps等几乎都提供了直接以鼠标拖拉的操作界面。表面上差异似乎不大，但在操作体验上却截然不同。   除了良好的设计之外，界面相关技术对创造良好的使用者体验也相当重要。过去的Java Applet、Flash等技术都是Web1.0时代为了强化使用者体验而作出的努力。Web2.0时代则是以AJAX为主流应用，让使用者在不需要安装额外plug-in的状态下，能够在Web上享受到便利且具有高度互动性的使用界面，改善使用体验。   （四）   跨服务的互动与整合（Cross-Service Integration）   由于技术的进步、成熟与经营理念的改变，Web2.0时代的服务，往往开放程序开发界面（如Web Service）及资料聚合界面（如RSS）。借开放界面来带动社群与第3方开发者投入，发挥Web2.0服务的网络效应。同时也创造出混搭这样的新开发风格。所谓的混搭，便是利用现有服务开放的界面，重新组合创造新服务。典型的案例如，将Craigslist上的租屋/售屋信息与Googe Map提供的地图服务整合而成的Housing Map地图找屋服务。

用户体验可以：1、提高用户的回访率（用户黏度）；2、增强品牌气质的影响力和用户的荣誉感；3、提高产品持续获取利润的能力（我喜欢说：不是不能加广告，是看如何更有技巧的加广告）；4、提高产品的用户满意度、为品牌带来不可估价的口碑；5、增强用户对品牌的忠诚度和信任度；6、合理而高效的促进用户消费欲望，（也是长远的利润获取保障）7、是超越竞争对手最有深远影响的一个重要方面

Web 2.0 网站都是以形成社区为基础，而社区其实就是小型社会。想要社会得以发展，经营者必须注意人际互动方式的促进及规范。最终目标则是建立用户间的「关系链」，否则用户注定待不久。

这正是Web 2.0 与 1.0之间的重大差异，然而却很少被提及。 1.0试图满足的是人类的「工具性需求」，而Web 2.0 试图满足的却是「心理性需求」，

在一个社会中，人人都有向上攀爬的欲望。亦即马斯洛需求五层级中的最高层级，自我实现的需求。尽管成功者仅占5%，然而人人心中都渴望成功。 你如何获知自己成功？这是Web 2.0 的另外一个重点：迈向成功的过程必须要有累积，这个累积必须要量化而且要被展示出来让人知道：这就是「私有财产」的观念。其中，还可分为有形财产与无形财产。

这个生意如果要有钱赚，平均每个用户每月看DVD的数量不能超过5张。（译者：见文章开头的介绍） 如果用户寄回DVD太快了，唯一的办法就是把给他寄下一张DVD的时间拖延些。Netflix和其他同业公司都有这样一个复杂的算法，在这里或那里想办法把收到用户寄还DVD的日期改晚一两天。目的是让那些看DVD太快的用户慢下来。

Netflix 是美国一家著名的网上租赁DVD的站点。长尾中也把Netflix作为长尾战略的典型成功例证。其基本运作模式为：用户订购6美元到24美元不等的包月服务。价格的不同由每月可以租DVD的张数，和每次可以同时租DVD的张数不同而决定。Netflix 通过邮寄方式把DVD寄给用户，同时附上一个邮资已付的回寄信封。对用户寄回DVD的时间不做限制，只是旧的不还，就不能租新的了。

最近Blockbuster的一系列举措将让Netflix遭受重创：（译者：以下根据原文做了调整和归纳）2005年Blockbuster推出了网上租赁服务，但由于邮寄迟缓，当时并没有对Netflix构成威协。但最近Blockbuster 把网络服务和已有的连锁店业务结合起来了：通过网上租赁邮寄来的DVD可以还到任何一家Blockbuster的连锁店（译者：至少在加州，从几乎任何地点开车10分钟之内就可以找到一家Blockbuster），而还DVD的同时可以免费租一部电影或游戏。于是我把 Netflix 的服务取消了，而加入了Blockbuster的服务计划。这样我既可以立刻看到新片，又可以通过邮寄服务看到难找的老片了。

某些帖子，对于新手来说是没有权限浏览的，只有挣够了积分，有了正式会员的资格，才有的相应的权限，学习浏览到更多精彩的内容及评论，这就是天梯网激励机制的一部分，“挣够积分”这一外在形式的意义，是要一个新会员懂得有奉献才有收获，奉献越多收获越多，因为一个社区就是一个社会，如果一个社会，每个人只知道索取而不懂的奉献，只知道收获而不懂得分享，这个社会一定不是一个健康发展的社会；“挣够积分”这一外在形式的背后，是一位会员为其他会员提供了帮助、做出了贡献，或者，同其他会员分享了精彩的观点、精彩的内容等等，而随着一位会员分享的越多，他收获的越多，这就是一个良性发展的机制。

在用户动机非常强烈的时候，给于适当的引导，聪明的用户就会将精力转移到交流、分享中来。

在一个社区运营的过程中，适当、合理的目标是激励成员积极性的重要措施之一。 目标设置的原则： （1）精准 这个与网站的目标用户群及定位有关。所谓精准，就是充分迎合目标用户需求，其根本之道在于，此目标的实现对于目标用户是极其重要的，所以，目标用户才会重视此目标的实现，并进而出现采取行动的动机，这个时候，网站的引导就尤为重要。 （2）长远 既有分阶段可以实现的目标，又要让社区成员总有奔头，比如，在天梯网（www.tntbbs.com），预备会员、初级会员、高级会员.....钻石会员的权限是各不相同的。 初级会员在天梯网，就有阅读精华帖子的权限了，中级会员在天梯网可以下载附件......，到钻石会员级别，就可以自由进入VIP会员区和机密资源共享区，第一时间获取最有价值的咨询。（今后我们将着重建设VIP区，也希望各位VIP会员在VIP区多多分享内容）。 如果会员在初级会员阶段就实现了全部目标，可想而知，当升级到初级会员，可能很多会员就失去了继续进取的动力。 （3）合理 正像前面所分析的，如果会员升级到初级会员就畅通无阻，这个目标明显设置过低，缺乏挑战性，但如果所有的精华内容及服务只有升级到钻石会员才有权限获得，这样高的目标又使大多数社区成员望而却步。 所以，目标设置一定要合理，使成员在收获每一个阶段目标实现的喜悦同时，充满激情和憧憬的迎接下一个目标的挑战。 （4）多赢 如果目标的实现，意味着社区成员的利益受损，或者其他成员的利益受损，这样的网站运营机制设计，一定是有问题的，比如，对于会员刷分行为不予管理，使一些会员在没有为其他会员做出贡献的情况下，同样得到级别的提升，这在无形中就是对社区其他成员利益的损害，因此，务必以多赢的原则来设置社区的激励目标、措施与机制。

什么是隐式网络    隐式网络的基本概念是很简单的。当我们接触信息时，我们就对它进行了判断。当我们遇到一篇喜欢的文章，我们会花时间阅读它。当我们喜欢一部电影，我们就会想把它推荐给自己的朋友和家人。如果一段音乐引起我们情感共鸣，我们就会反复聆听。我们自然而然，下意识的做了这些事情。

last.fm网站—目前最佳的隐式网络     也许迄今为止，最成功的隐式网络案例就是last.fm了，last.fm最近被CBS哥伦比亚广播公司以2.8亿美元收购了。last.fm如此成功的一部分原因是因为它的完全自动性。last.fm给itunes和其他主要的音乐播放器提供了插件服务。通过这个插件，你播放的歌曲会都是自动捕获下载和添加的。根据你的个人音乐偏好信息，这项服务可以自动推断你最喜欢的音乐家和歌手。      然后last.fm按照逻辑开始了下一个行动。根据你喜欢的音乐为你介绍朋友和音乐，更重要的意义是last.fm提供一项用户不用做任何工作的服务，如果你只需要听音乐，其他事情都自动替你完成了

亚马逊也应该是隐式网络的老前辈。我们每次点击亚马逊的网站，它都利用先进的算法来给我们提建议：接下来你应该买什么？      在我们以前发表的文章“推荐引擎”（ recommendation engines），我们已经描述了亚马逊怎样用不同的方法调节它的系统为每一个人作出推荐和建议，这一基于用户的隐性选择而建立起来的完整系统，是亚马逊销售策略的核心。       另一家利用用户隐性选择行为的公司是GOOGLE。GOOGLE开发了复杂并不断调合变化的搜索算法反馈，用户的每一次点击行为都被到导入算法中，并反馈给用户搜索结果。