知识搜索成功率衡量的是用户发起知识查找后，在约定时间窗内得到可用结果的比例。常用口径为：成功率＝有效成功搜索次数÷有效搜索总次数×100%。要让这个比例可复算，需要先固定统计对象、时间窗、分母排除规则和“成功”的判定条件，再用抽样核验校准，并与无结果率、结果采纳率一起解读。
要点总览（TL;DR）
- 知识搜索成功率＝有效成功搜索次数÷有效搜索总次数×100%，计算前需固定统计对象、时间窗、分母排除规则与“成功”判定条件。
- “成功”建议同时满足返回非空结果、发生点击或采纳、未触发二次改写查询三项条件，规则写入定义卡后跨周期保持一致。
- 分母需排除测试账号、爬虫流量、空查询与重复提交；会话切分规则变化会直接改变分母，须与结果一并记录版本。
- 分母为零或样本过小时不输出百分比结论，改为报告绝对次数并标注样本不足，避免小样本排名失真。
- 解读时与无结果率、结果采纳率并列呈现，看趋势与分群对比，不把单一比例当作知识库整体质量或绩效结论。
这个指标要回答什么问题
知识搜索成功率回答的是一个具体问题：用户在知识库中发起查找后，查找环节能否让他们拿到可用信息。它关注查找链路的完成情况，包括是否返回结果、结果是否被用户点击或采纳、用户是否因为结果不理想而反复改写查询。指标服务于知识库运营和检索体验优化两类决策：前者判断内容覆盖与入口组织是否有效，后者判断查询理解、结果排序和结果呈现是否需要调整。
这个指标不承担另外两类判断。第一，它不描述知识库内容的整体质量。一篇文档是否准确、是否过时、是否写得清楚，需要内容评审和更新机制来评估，搜索成功率只能反映这些内容能否被找到并被初步接受。第二，它不直接评价搜索算法优劣。成功率受内容覆盖、查询表达、权限范围、终端差异共同影响，算法只是其中一个环节。把成功率单独当作算法评分，容易把内容缺口误判为排序问题。
因此，使用这个指标前应明确它服务的决策场景。若用于知识库运营，重点看无结果查询集中在哪些主题、哪些部门；若用于检索体验优化，重点看成功判定中“点击后未采纳”“二次改写查询”的比例。两类场景共用同一套分子分母，但分群维度和改进动作不同。
指标定义与统计范围
建议把指标定义写成一张可复算的定义卡，公式、分子、分母、范围和周期五项缺一不可。公式统一为：知识搜索成功率＝有效成功搜索次数÷有效搜索总次数×100%，单位为百分比，保留一位小数即可，同时报告分子分母的绝对次数，避免小样本下百分比失真。
| 定义项 | 口径说明 |
|---|---|
| 分子：有效成功搜索 | 同时满足三个条件：返回非空结果；用户在该次查找内发生点击或采纳行为；未在同一查找内触发二次改写查询。三个条件需在统计前固定，统计周期内不随意调整。 |
| 分母：有效搜索总次数 | 纳入真实用户主动发起的知识查找；排除测试账号、爬虫与自动化流量、同一会话内的重复提交、空查询和纯翻页操作。 |
| 统计对象 | 明确用户范围（如某部门全员或某知识库全部访问者）、终端范围（Web、移动端、客户端插件）、知识库范围（单库、多库或全站）。 |
| 时间窗 | 一次查找的观察窗口，例如从首次查询起 10 分钟内；统计周期按月或按周，与观察窗口分开声明。 |
“成功”的判定条件是口径中最容易产生分歧的部分。返回结果但用户没有点击，可能说明结果不相关，也可能说明用户已从摘要中获得答案，需要在定义中二选一：要么要求点击或采纳，要么把“结果摘要直接满足”单独计数。二次改写查询的处理同样要提前约定：同一查找内改写查询，通常视为前一次未成功，改写后的最后一次结果参与成功判定。这些规则一旦写入定义卡，跨周期对比才有意义。
数据从哪里取、口径怎么对齐
计算所需数据主要来自搜索日志，核心字段包括：查询词、查询时间、用户标识、终端类型、知识库标识、返回结果数、点击行为、采纳行为（如收藏、引用、复制、标记有用）、会话标识。若日志缺少采纳行为，只能用点击作为成功信号，此时应在定义卡中注明“成功口径为点击口径”，并在解读时说明它比“点击或采纳”口径更宽松。
会话切分决定分母的大小。常见做法是以用户标识加空闲超时（如 10 分钟）划分查找会话，同一会话内的连续查询归并为一次查找，取最后一次查询的结果作为该次查找的判定依据。切分规则变化会直接改变分母，因此规则版本需要与统计结果一起记录。
缺失值处理要写成明确规则：无点击日志的终端不纳入统计，或单独报告该终端的样本占比；匿名用户无法归并会话时，按单次查询计数并标注口径差异；跨端数据未打通时，分端计算后再合并，不把不同端的会话强行拼接。跨知识库或跨版本对比前，先核对统计对象、时间窗、成功判定和会话规则四项是否一致，任一项不同都应在报告中注明不可直接比较。
在知识库运营中，搜索日志、评估结论和改进任务往往分散在不同工具里。ONES 提供 Wiki 页面、附件等内容的统一知识上下文与全局知识检索，团队可以把指标定义卡、月度评估记录和改进事项沉淀在文档与工作项中，让口径变更和改进验证有据可查；具体日志字段与统计报表的可得性需以实际产品配置为准。
计算步骤与核验方法
从原始日志到指标结果，可按四步执行，每一步都留下可复核的中间产物。
- 清洗：剔除测试账号、爬虫与自动化流量、空查询、纯翻页记录，输出清洗后日志和剔除条数。
- 会话归并：按用户标识与空闲超时切分查找会话，同一会话内多次查询归并为一次查找，记录归并前后条数。
- 成功判定：对每次查找依次判断是否返回非空结果、是否发生点击或采纳、是否触发二次改写，三项同时满足计为成功。
- 汇总计算：按统计周期汇总分子分母，计算百分比，并按部门、终端、知识库、查询主题分群输出。
分母为零或样本过小时，不输出百分比结论。分母为零时报告“本期无有效搜索”；分母低于约定阈值（例如 100 次）时，报告绝对次数并标注“样本不足，百分比仅供参考”。阈值应在定义卡中事先约定，避免事后挑选。
自动判定需要抽样人工核验校准。抽样可按分层随机方式，从成功与未成功两类中各抽取一定数量（如各 50 条，样本少时全量核验），由两名评估者按同一判定标准独立标注，计算一致率；一致率偏低时先修订判定标准再重算。核验结果、抽样量、判定标准和一致率一并记录，作为指标可信度的证据。每次口径调整都应保留版本号和生效日期，历史结果按旧版本口径标注，不追溯改写。
算例：一次月度统计怎么走完
以下为演示数据，用于说明计算过程。某知识库 6 月清洗后日志共 12,400 条查询记录，按 10 分钟空闲超时归并为 9,800 次查找；其中测试账号与爬虫记录已在清洗阶段剔除 620 条。归并后查找中，返回非空结果的有 8,330 次，发生点击或采纳的有 7,150 次，未触发二次改写的有 7,840 次，三项同时满足的成功查找为 6,860 次。
| 项目 | 数值 |
|---|---|
| 清洗后查询记录 | 12,400 条 |
| 归并后有效查找（分母） | 9,800 次 |
| 返回非空结果 | 8,330 次 |
| 发生点击或采纳 | 7,150 次 |
| 未触发二次改写 | 7,840 次 |
| 有效成功查找（分子） | 6,860 次 |
| 知识搜索成功率 | 6,860÷9,800×100%＝70.0% |
| 无结果率 | (9,800－8,330)÷9,800×100%＝15.0% |
| 结果采纳率（点击或采纳占返回非空结果） | 7,150÷8,330×100%＝85.8% |
若该月某部门仅有 42 次有效查找、成功 31 次，按公式得 73.8%，但样本低于约定阈值，应报告“42 次中成功 31 次，样本不足”，不与其他部门直接排名。若某知识库当月有效查找为 0，则报告“本期无有效搜索”，不计算百分比。三个指标并列呈现时可以看出：本例成功率 70.0%，无结果率 15.0%，说明约七分之一的查找没有返回结果，改进重点在内容覆盖和查询词映射；采纳率 85.8% 说明返回结果后的接受程度尚可，问题更多出在“找不到”而非“找到了不用”。
结果怎么读：限制与常见误读
成功率高低受三类因素共同影响：内容覆盖决定有多少查询能找到对应文档；查询表达决定用户用词与文档用词能否匹配；结果排序决定返回结果中可用信息是否排在前面。三者对应不同改进动作，内容缺口需要补充或重写文档，表达差异需要同义词与别名维护，排序问题需要调整相关性策略。只看总成功率无法区分是哪一类，分群和抽样查看无结果查询词才能定位。
常见误读有四种。其一，把成功率当作知识库整体质量结论，忽略了它只覆盖查找环节。其二，把成功率变化当作某项改动的因果证明，实际上内容更新、用户构成变化、统计口径调整都可能带来波动，验证改进效果应设置对照或前后分群比较。其三，用单一数值做部门排名或绩效结论，小样本和不同知识库范围会让排名失真。其四，只报百分比不报分子分母，掩盖了样本量差异。
更稳妥的读法是看趋势与分群：连续多个统计周期在同一口径下的走势，比单月数值更有信息量；按部门、终端、查询主题分群对比，能指出改进落点。每次改进后，用相同口径重算并记录变更内容，观察成功率、无结果率、采纳率是否同向变化。指标用于发现问题、验证假设，最终结论仍需结合内容评审和用户反馈形成。
常见问题
同一会话里用户改了三次查询词，这算几次搜索、成功几次？
按会话归并口径，同一用户标识在空闲超时（如 10 分钟）内的连续查询归并为一次查找，分母计 1 次。成功判定通常取该次查找最后一次查询的结果：若最终返回非空结果、发生点击或采纳、且未再触发改写，则计为成功；前两次改写视为未成功的过程记录，不单独计入分母。
如果团队更关注“首次查询即命中”的能力，可以另设一个首查成功率指标，与整体成功率分开报告。两个指标口径不同，不能混用同一分母做对比。
日志里没有采纳行为字段，只有点击，指标还能算吗？
可以算，但要在定义卡中注明“成功口径为点击口径”。点击口径比“点击或采纳”口径更宽松，因为点击后用户可能发现内容不相关而离开。解读时应说明这一差异，并尽量补充可观测的替代信号，例如复制、收藏、引用或页面停留时长，作为辅助判断。
若后续日志补齐了采纳字段，属于口径变更，应保留版本号和生效日期，历史结果按旧口径标注，不追溯改写，跨期对比时注明口径不同。
不同部门的知识库成功率可以直接排名吗？
直接排名容易失真。各部门的知识库范围、用户构成、查询主题差异很大，小样本部门（如月度有效查找不足 100 次）的百分比波动明显。更稳妥的做法是先确认统计对象、时间窗、成功判定和会话规则四项一致，再按分群呈现绝对次数与百分比，并对样本不足的部门标注说明。
排名用于发现改进落点而非绩效结论。看到某部门成功率偏低时，应进一步查看该部门的无结果查询词集中在哪些主题，判断是内容缺口、查询表达差异还是权限范围限制。
成功率从 65% 升到 72%，能说明这次搜索优化有效吗？
不能直接下因果结论。内容更新、用户构成变化、统计口径调整、季节性查询主题变化都可能带来波动。验证改进效果时，可以设置前后分群比较或对照知识库，观察成功率、无结果率、采纳率是否同向变化，并记录同期发生的其他变更。
如果同期调整过会话切分规则或成功判定条件，应先按旧口径重算历史数据再比较，否则数值变化可能来自口径而非体验改善。
指标定义卡和月度评估记录放在哪里比较合适？
关键是让口径变更可追溯、改进事项可跟踪。可以把定义卡、字段清单、抽样核验记录和改进任务放在同一知识协作空间里，按版本记录生效日期。ONES 提供 Wiki 页面、附件等内容的统一知识上下文与全局知识检索，团队可将指标定义与评估结论沉淀在文档中，并把改进事项落到工作项跟踪；具体日志字段与统计报表的可得性需以实际产品配置为准。
