返回

醫療網站內搜尋意圖:患者搜什麼、為何重要

通智雲團隊 ·
Query理解 站內搜尋
醫療網站內搜尋意圖:患者搜什麼、為何重要

摘要:醫療站內搜尋與電商站內搜尋最大的區別是:搜不到不是流失一個訂單,而是讓一個正在焦慮的人放棄就醫。本文按患者問法的四種意圖拆開,並給出零結果、移動端與預約鏈路的處理順序。

關鍵要點

一、患者問法與其他行業不同

患者進入站內搜尋時,通常帶著三種特徵:不確定自己的問題屬於哪個科室、用日常語言描述症狀、並且時間壓力大。

這三點決定了檢索設計的方向。電商使用者搜"紅色連衣裙",詞與商品一一對應;患者搜"最近總是頭暈",詞與科室是多對多的對映,還夾著大量口語與錯別字。若檢索只做字面匹配,命中率會非常低。

另一個差異是容錯空間。電商搜不到可以換個詞,患者搜不到往往直接離開,並且把"這家醫院不擅長這個"記下來。醫療場景裡,零結果的代價遠高於其他行業。

還有一層:醫療內容的表述受嚴格約束。結果頁不能給出診斷建議,只能引導到科普、科室介紹與就診流程。這要求搜尋結果的組織方式與普通內容站不同——先分類,再排序。

站內搜尋選型卡住了,或者效果一直不動?

看搜尋與推薦能力

二、四類意圖與四種結果形態

意圖 典型問法 合適的首屏 不該做的
查症狀 "頭暈是怎麼回事""孩子發燒三天" 相關科普 + 對應科室入口 直接給診斷結論
查疾病 "甲狀腺結節""糖尿病飲食" 疾病專題頁 + 專科醫生 只給一篇文章
查流程 "怎麼掛號""體檢預約""醫保報銷" 流程步驟卡 + 線上入口 埋在幫助中心深層
查人查藥 "某醫生門診時間""某藥怎麼吃" 醫生主頁 / 藥品說明頁 混在文章列表裡

四類意圖的識別不能只靠關鍵詞表,還要靠問法結構。"怎麼辦""能不能""多久"這類詞往往指向症狀或流程,"是什麼""哪些"更可能指向疾病科普。識別之後,首屏形態必須跟著變——這是醫療站內搜尋與通用站內搜尋最大的區別。

實際落地時,建議先只做兩類:症狀與流程。這兩類覆蓋了大部分真實搜尋,且改造收益最直接。疾病與醫生檢索可以隨後做,因為它們的頁面基礎通常已經存在,缺的是入口整合。

三、零結果:最貴的錯誤

零結果有兩種,處理方式完全不同。

第一種是真沒有內容。例如使用者搜一個本院不設的專科。這時正確做法不是返回空頁,而是給出"本院不提供該專科"的明確說明,並推薦相鄰科室或轉診指引。含糊的空結果會讓使用者誤解為系統故障。

第二種是有內容但檢索沒命中。同義詞、口語表達、錯別字、簡稱都會導致這種情況。處理方式是建同義詞表與別名對映,並記錄零結果查詢,按週迴看。零結果日誌是醫療站內搜尋最有價值的改進輸入,比任何使用者調研都直接。

還有一類隱性零結果:有結果但不對。使用者搜"兒童發熱",返回成人發熱文章。這類問題不會出現在零結果日誌裡,只能靠點選與後續行為發現——結果頁點選率正常但停留極短,往往就是"命中但不對"的訊號。

處理順序建議是:先解決真沒有內容(補頁面或補說明),再解決檢索沒命中(同義詞與別名),最後解決命中不對(排序與意圖識別)。

四、移動端與科室導航

醫療站內搜尋的主場景在手機上,且經常發生在弱網、單手、碎片時間。設計要圍繞這三點。

第一,輸入成本要低。提供熱門問法與症狀快捷入口,讓使用者不必完整輸入。語音輸入在醫療場景裡的價值高於其他行業,因為症狀描述往往較長。

第二,結果要能一眼判斷。首屏每條結果都要帶型別標籤(科普、科室、醫生、流程),讓使用者知道點進去會看到什麼。

第三,路徑要短。搜尋結果頁必須有直接進入預約或線上諮詢的入口,不要讓使用者回到首頁重新找。

科室導航與搜尋的關係也要理清。科室導航服務的是"已經知道自己要看哪個科"的使用者,搜尋服務的是"不知道"的使用者。兩者不能互相替代。常見錯誤是把搜尋做成科室導航的附屬功能,結果兩類使用者都不滿意。

五、從搜尋到預約的四個斷點

搜尋改好了,轉化仍可能斷在別處。

斷點一是結果頁沒有下一步。使用者讀完科普,頁面沒有"這個情況該看哪個科""怎麼掛號"的入口。補一個固定的引導模組即可解決。

斷點二是醫生資訊不全。只有姓名與職稱,沒有門診時間、擅長方向、停診狀態。患者必須再去別的頁面找,中途流失。

斷點三是號源狀態不明。使用者不知道今天有沒有號,只能反覆重新整理或打電話。把號源狀態接入搜尋結果,是最直接的改進。

斷點四是移動端表單過長。預約表單要求填寫過多資訊,在手機上完成率很低。每減少一個必填項,完成率通常都會上升。

四個斷點的共同特徵是:它們都不在搜尋系統裡,卻在搜尋的下游。只最佳化檢索質量,不處理下游,使用者依然走不完這條路徑。

六、改造順序:先做什麼

如果只能做一件事,先做零結果說明頁。它成本最低、見效最直接,而且能立刻減少"這家醫院不處理我的問題"這類誤判。很多機構的第一輪改造,就是把空白結果頁換成一頁可讀的引導,零結果投訴隨即明顯下降。

第二件做症狀到科室的對映表。這張表不需要複雜模型,人工整理一兩百個高頻症狀詞即可覆蓋大部分真實搜尋。它的價值在於把"使用者的話"翻譯成"院內的組織方式",這是所有後續最佳化的基礎。

第三件做結果頁的型別標籤與下一步入口。這一步幾乎不改檢索,只改呈現,卻能明顯提升從搜尋到預約的轉化。

第四件才是排序與個性化。把前面三件做好之後,排序問題往往已經被稀釋——因為使用者能更快找到他要的那一類結果,而不是在長列表裡翻找。

常見問題

問:醫療站內搜尋能用通用搜索引擎替代嗎?
不能。院內搜尋需要理解科室體系、醫生排班與就診流程,這些是外部引擎沒有的資料。

問:搜尋結果能直接給健康建議嗎?
不能。結果頁應引導到科普與就診,不下診斷結論。這既是合規要求,也是責任邊界。

問:零結果日誌要怎麼用?
按周彙總,按頻次排序,分三類處理:缺內容、缺同義詞、缺別名。處理完再觀察一輪,形成閉環。

問:要不要做個性化推薦?
謹慎。醫療場景的個性化容易被理解為窺探病情。基於當前位置與已瀏覽科室的輕量提示可以,基於症狀歷史的推薦不建議。

問:怎麼衡量改造成效?
看三個數:零結果率、結果頁點選率、搜尋到預約的轉化率。三個數要一起看,單獨最佳化任何一個都可能誤導。

相關閱讀

資料來源

  1. Google,《搜尋質量評估指南》——醫療健康類內容的質量與信任評估要求。
  2. Microsoft Learn,《Azure AI 搜尋概述》——站內檢索的同義詞、篩選與排序能力說明。
  3. Google Search Central,《建立有幫助的內容》——面向真實使用者問題的內容組織方式。
← 上一篇: 教育與教培機構的 GEO:招生季怎麼被 AI 推薦 下一篇: 獨立站 AEO:怎麼讓 AI 搜尋引擎推薦你的商品 →
諮詢
二維碼

企業微信