fuzzy对比：一次搜索改造
fuzzy对比不能只看演示效果，要放进真实流程。这里复盘一个后台客户搜索改造：从精确匹配到模糊匹配，再到组合排序。数据量不大，问题却典型：销售搜不到客户、搜到了又排不准，最后靠几步小改动解决。
步骤1：先记录原始问题，不急着上库
场景是一个B2B后台，客户表约4.8万条，字段有公司名、联系人、手机号、备注。销售抱怨最多的是“明明有客户，搜简称搜不到”。比如库里是“深圳市蓝海智能科技有限公司”，他们只搜“蓝海智能”。
我们先拉了两周搜索日志，挑出300条零结果和低点击查询。问题分成四类：公司后缀干扰、错别字、联系人同音、手机号漏位。这个动作很关键，因为 fuzzy对比要比真实问题，不比想象中的完美样例。
步骤2：拿精确匹配做基线
原系统只做 LIKE 包含匹配。优点是可解释、快、不会乱联想；缺点也明显：输入少一个字、换一个简称就没结果。300条样本里，人工判断应命中的有214条，系统实际命中129条。
这个基线不能省。没有基线，后面加 fuzzy 只会陷入“感觉好多了”。我们记录三个数字：应命中数、实际命中数、首位正确数。首位正确尤其重要，因为销售通常只点前3个结果。
步骤3：加入fuzzy候选，但不直接放到第一
第一版我们用公司名清洗字段做 fuzzy：去掉“有限公司”“集团”“股份”等后缀，统一全半角和空格，再计算相似度。结果命中数从129涨到183，但误召也增加了，几个名字相近的公司互相抢位置。
这里的教训是：fuzzy不是替换精确匹配，而是补候选。排序上我们让精确包含优先，fuzzy候选排第二层；手机号仍然只做精确和前缀，避免搜错号码。
步骤4：加字段权重，做第二轮对比
第二轮把字段权重加进去：公司名权重最高，联系人次之，备注最低；最近跟进过的客户加分；已归属当前销售的客户加分。这样同样 fuzzy 分数下，业务上更可能被点击的记录会靠前。
再次跑300条样本，应命中214条里命中198条，首位正确从原来的96条提高到171条。误召没有完全消失，但销售反馈明显变少，因为真正想找的结果已经在前面。
步骤5：上线后盯三类词
上线不是结束。我们重点看三类查询：零结果词、结果多但没人点的词、点了又马上返回的词。前者说明召回不够，后两者说明排序不准。
这个案例里的 fuzzy对比结论很清楚：单独 fuzzy 能提高召回，但会带来噪声；清洗字段、保留精确优先、叠加业务权重，才是可上线方案。别迷信某个相似度函数，真实搜索永远是组合拳。
常见问题
fuzzy对比时看哪些指标？
至少看召回、误召、首位正确率。在线后再看点击率、零结果率、搜索后转化。只看命中数量会掩盖排序问题。
小公司后台有必要做fuzzy吗？
如果用户经常搜姓名、客户简称、商品短名，就值得做轻量版。几万条数据不一定要上复杂引擎，先做清洗和候选排序。
fuzzy上线前怎么测试？
用真实日志抽样，人工标注正确结果。每次改规则都跑同一批样本，避免新规则解决一个问题又制造两个新问题。