由於Etsy有三千萬種來自全球百萬賣家的商品，因此如果沒有功能齊全的搜尋服務，可能根本無法找到想買的商品。Etsy就是靠著站內搜尋，大幅的提升了使用者的投入程度 …

由於商品都是賣家託售，因此沒有SKU商品編號，並且所有的資料都是非結構化的資料。因此對於使用者來說，商品搜尋是一件頭痛的事情。

但是經過了一個多月的測試改良，Etsy推出了更貼心的站內搜尋服務，並且大幅提升了桌機與行動設備使用者的投入程度。

雖然Etsy原本就有站內搜尋，但是可以說只是陽春型的站內搜尋，並不適合用來當成Etsy的商品搜尋。現在改善後的站內搜尋，可以更符合使用者的需求，尋找到適合的商品。

原本的搜尋介面

改良後的搜尋介面

雖然上面兩個長得好像差不多，但是其實有很大的差異。當你輸入查詢詞，他會提供更多長尾的查詢詞選項讓你挑選。歷史的站內搜尋詞約有30%屬於非常大範圍而無法知道搜尋企圖的狀況。

這個搜尋改善原本想利用機器學習(machine learning)的方式，但是發現它們沒有足夠的資料集當成訓練資料集，後來找來圖書館科學家來進行結構分類，並且讓賣家也能夠更加的分類與標示他們的資料，這些資料集可以提供日後進一步改善更優秀的搜尋。

這個搜尋的方式讓使用者可以知道搜尋詞在整個資料的位置，更深層的挖掘出該類型的資料。例如輸入sofa，就會出現相關的查詢詞，跟Google的搜尋有些類似，只是他還出現不是以sofa開頭的資訊 (如下圖)。

原本Etsy的流量有逐步下滑的趨勢，但是推出站內搜尋改善之後，讓使用者更方便的搜尋到想要的資料，也同時提高了使用者的停留時間(time on site)，如下圖。

根據Etsy自己的統計數據，推出站內搜尋改善後，提升了至少10%的使用者投入(engagement)，行動使用者的使用者投入改善程度更高，行動設備的流量提升竟然高達50%以上(app+行動網頁)。

參考資料: Etsy Boosts Search For Better Content Discovery, User Engagement