京东年货节，我们应该怎么分析搜索权重模型？

搜索流量优化的重要性
一、京东搜索结果页数据统计分析
京东关键词搜索结果页各排序方式入口

搜索不同排序方式入口下的流量占比

搜索不同排序方式如后下的GMV（Gross Merchandise Volume，成交金额）占比

从搜索结果页的自然展示结果和流量，GMV的统计数据看：关键词下搜索的综合排序是访客流量最大及成交最集中地部分。所以，关键词搜索优化的第一主要入口为综合排序入口。
二、京东平台搜索排序权重简要分析
在京东平台中，影响搜索时商品是否曝光的因素有很多。我们把这些因素按照不同的方式分成以下六种类型
1.规则类型：包括搜索引擎索引规则、召回规则、排序规则和展示规则。下图所示，可以看到，搜索系统通过这四种规则的规范和应用，实现商品从被索引到最终的被展示。

2.排序类型：如图所示，包括综合排序、销量排序、价格排序、评论数排序、新品排序。

3.排序模式：如图所示，包括商品搜索排序、活动搜索排序、店铺搜索排序、促销搜索排序。

4.权重模型：如图所示为文本相关性、类目相关性、商品质量分、搜索反馈、价格模型、品牌模型、季节模型等。

5.权重因子：如图所示，销量、销售额、转化率、评论数、好评率、某关键词下的点击、成交、新品分、深度访问、独立访客数、客单价、UV价值、老客回访率等。

6.宏观调控：如图所示，包括店铺穿插，搜索反作bi系统。

在京东我们把影响商品排序的数据统称为因子，因子在商品排名维度中起作用，我们把这些影响商品排名的维度叫做权重模型。

文本相关性和类目相关性我们统称为相关性模型，相关性模型是指：商品归属的类目、关键词与访客搜索词之间的关联程度。相关性是排名优化的基础，也是其他模型作用的基础。如果基础没有做对，例如高相关分类选择错误，关键词排列错误，都会导致商品无法被索引。即使其他模型的分数再高，也无法让商品在综合排序下得到好的曝光。

基于以上数据及权重分析，本文章着重阐述基础模型中的关键词优化。