芬兰语SEO的十五个格只是开胃菜，真正难住关键词工具的是词干自己也会变

摘要：芬兰语的十五个格常被拿来吓人，但它其实是可数、可穷举、可以写进字典的。真正让关键词工作失控的是另一件事：变格的时候词干里的辅音会跟着改，k、p、t这三个音在强弱两级之间来回跳，同一个词能给出两个不同的词根。词根一分裂，词干还原就接不住，工具报的数字也就不能信。这篇讲清楚哪些格要处理、词干交替怎么判、变体收录到什么程度够用，以及标题模板怎么彻底绕开变格计算。

一家做宠物智能硬件的品牌，两条主线：自动喂食器和带定位功能的项圈。北欧几个市场里瑞典先跑起来了，接着看芬兰——人口不多，但养宠比例高、客单价扛得住、线上支付习惯成熟，看起来是个干净的市场。

词表交给了一位芬兰母语的自由译者。交付很快，两百多个词，形态标注得整整齐齐。问题出在把词表接进系统之后。

站内搜索的匹配率低得离谱。用户搜ruokinta-automaatin，库里存的是ruokinta-automaatti，两者只差最后两个字母，可搜索组件把它们判成了两个词。同样的事在panta和pannan之间又发生了一次。

不是格的问题——格只改词尾，改词尾的语言到处都是。问题是这门语言在改词尾的同时，把词干中间的辅音也改了。tt变成了t，nt变成了nn，而所有按词尾做归一的逻辑，对词干中间的变化一律无感。

十五个格听着吓人，实际要处理几个？

十五这个数字是真的，但它包含了几个基本只出现在书面语和固定短语里的格。做电商内容，需要认真对待的大约是十个。

主格是词典形态，属格表示所属，部分格表示不定量，这三个占了绝大部分出现频率。加上六个表示位置关系的格，九个就覆盖了日常表达的绝大多数场景。

剩下几个用得很少。缺格表示没有某物，共格表示带着某物，工具格几乎只活在固定搭配里，做词表时可以直接跳过。

所以第一件要做的事就是给自己减负：把十五个格砍成十个，其中真正会出现在搜索查询里的通常只有三四个。恐惧感一半来自那个数字本身。

芬兰语为什么没有介词？

因为介词的活全被格接管了。英语里要用介词表达的在里面、从里面出来、到上面去这些关系，芬兰语直接改词尾。

房子是talo，在房子里是talossa，从房子里出来是talosta，进到房子里是taloon。三个概念，三个词尾，没有任何独立的介词。

这对关键词研究的直接影响是词数变少而词变长。英语里三个词的查询，芬兰语可能是一个词。你的最小匹配单元、你的标题长度预算、你的分词逻辑，全都要按这个前提重新算。

顺便说，芬兰语确实有后置词，跟在名词后面表达更精细的关系，但它们不承担基础的位置关系，也不改变上面这个结论。

六个位置格是怎么分工的？

分成内部和外部两个系列，每个系列三个，各管进入、停留、离开三种状态。

内部系列表达在某物内部的关系，词尾分别是表示在里面、从里面、到里面的三套。外部系列表达在某物表面或者附近的关系，另外三套词尾。

这个区分不只是空间上的。芬兰语用外部系列表达拥有关系，狗有一个项圈这句话，用的是狗加上外部系列的在上面那个格，字面上像是项圈在狗身上。

外部系列还兼任工具的意思。用手机看位置这个表达里，手机要用外部系列的词尾。这对写产品说明和使用场景的文案是高频需求，模板里得留好位置。

部分格为什么出现频率最高？

因为它管的事最多：不定量、部分、未完成、否定、数量表达之后的名词，还有一大批动词强制要求的宾语形态。

买猫粮这个动作里，猫粮通常用部分格，因为你买的是一些猫粮而不是全世界的猫粮。这个逻辑在商品搜索里出现得极其频繁。

结果是部分格在真实查询里的出现率高于很多人的直觉。如果你的词表只收录了主格，那些以部分格形态打进来的查询会全部落空。

更麻烦的是部分格的词尾有好几种，取决于词的结构和长度。这不是可以靠一条规则推出来的东西，还是得逐词查。

词干交替是什么，为什么它比格更麻烦？

词干交替指的是k、p、t这三个辅音在词形变化时会在两种形式之间切换，语法上叫强级和弱级。

举几个本案例里的实例。自动喂食器这个词以双t收尾，变成属格时双t变成单t。项圈那个词的词干里有nt，变属格时nt变成nn。食物那个词的词干里有k，变属格时k直接消失。

价格这个词也一样，主格里是nt，属格里变成nn。便宜这个形容词更夸张，主格里是p，属格里变成v。

为什么它比格更麻烦？因为格只动词尾，而所有的搜索匹配逻辑、模糊匹配、前缀匹配都是围绕着词的开头相同这个假设建的。词干交替破坏的正是这个假设——两个形态的开头几个字符相同，中间那个辅音不同，这是最难处理的一类差异。

强级和弱级到底怎么判？

基本规则跟音节结构有关：后面接的音节是闭音节时用弱级，开音节时用强级。听起来清楚，实际操作起来处处是例外。

而且交替不只有强变弱一个方向。有一批词是反过来的，词典形态是弱级，变格之后反而变成强级。

交替的具体形式也不止一种。双辅音变单辅音是最常见的一类，除此之外还有单辅音消失、辅音变成另一个辅音、辅音组合整体改变好几种情况，每一种都有自己的适用条件。

结论很直接：别自己写规则。把头部词表拿去做形态分析，把每个词的强级和弱级两个词干都存进字典，之后所有环节直接取字典，谁都不用再算。

词干变了以后，词干还原为什么会失效？

词干还原算法的工作方式是按规则切掉词尾，留下的部分当作词根。这套逻辑的前提是词根稳定。

芬兰语的公开词干提取算法在处理规则词尾时表现不差，但遇到词干交替就无能为力——它切掉词尾之后拿到的是两个不同的字符串，没有任何办法知道它们是同一个词。

真正能处理这件事的是形态分析器，它不是切词尾而是查形态词典，能把任意一个变格形态还原到词典形态。芬兰语有成熟的开源形态分析组件，这类工具在芬兰语上的必要性远高于在别的语言上。

所以芬兰语站的技术选型有一条不同于其他语言的建议：站内搜索别只上词干还原，直接上形态分析。多出来的部署成本，比后期修匹配率的成本低得多。

元音和谐怎么决定后缀用哪一套？

芬兰语的元音分成两组，一个词里通常只能出现同一组的元音，后缀也要跟着词根挑对应的那套。

所以同一个格有两种词尾形态，词根里是后元音就用后元音那套，前元音就用前元音那套。猫在里面和桌子在里面，用的是同一个格但两种拼写。

复合词是例外，各段各按各的元音和谐走，所以一个复合词里可以同时出现两组元音，但决定后缀的只有最后一段。

这条规则对做词表的人来说其实是好消息：它是少数几条真正没有例外的规则，可以放心写进程序。真正需要人工的还是词干交替那一层。

ä和ö在芬兰语字母表里排在哪？

排在最后，在z之后。顺序是z、å、ä、ö，三个都是独立字母，不是a和o的变体。

这一点跟德语正好相反。德语的变音字母在排序时基本等同于对应的基本字母，而芬兰语的ä和ö是完全独立的字母，跟a和o没有排序上的亲缘关系。

做多语言站时这个差异会咬人：同一套排序配置，在德语站上是对的，搬到芬兰语站上就全错。以ä开头的品牌会跑到a开头那一堆里去，芬兰用户看着就是乱的。

å这个字母在芬兰语本族词里基本不出现，它主要服务于瑞典语来源的人名和地名。芬兰是双语国家，这类词在地址和品牌名里出现得不少，字符集白名单别把它漏掉。

复数词干和单数词干是两个东西吗？

基本上是。芬兰语的复数在斜格里要插入一个复数标记，而这个标记还会跟词干末尾的元音发生反应，把元音也改掉。

结果是同一个名词的复数斜格形态，跟单数斜格形态相比，词干末尾和词尾两个位置同时不一样。再叠上词干交替，一个词能给出的形态数量相当可观。

好消息是电商场景里真正高频的复数形态就那么几个：复数主格用在列表页和分类名上，复数部分格用在数量表达里，复数内部系列的几个格用在描述里。

所以不用穷举，按高频形态收录就够。把主格、属格、部分格的单复数六个形态存进字典，覆盖率已经很高了。

所有格后缀又叠了一层，形态数会到多少？

理论上很吓人。十五个格乘以单复数两个数，再乘以六个人称的所有格后缀，理论组合数接近两百。

但这个数字没有实操意义。所有格后缀在商品搜索里几乎不出现——没有人搜我的自动喂食器，大家搜的是自动喂食器。

所有格后缀真正会出现的地方是产品说明和帮助中心的正文，比如把项圈戴到你的狗身上这样的句子。这属于写作范畴，不属于词表范畴。

划清这条界线很重要，否则一开始就被理论组合数吓退，或者更糟，真的去穷举了，做出一张几万条的词表，维护不动还没人看。

复合词的前段用什么形态？

两种都有：有的用主格，有的用属格，而选哪一种没有一条能覆盖全部情况的规则。

狗粮这个词用的是狗的属格加上食物；而喂食碗用的是食物的主格加上碗。两个词结构类似，前段形态却不同。

这跟德语的复合词是两种机制。德语靠连接音把两段粘起来，芬兰语靠格形态，而格形态本身可能触发词干交替，于是复合词的前段跟它单独出现时长得不一样。

德语那边的复合词切分策略在德语复合词与变音符号的选词方法那篇里讲过，思路可以借鉴，但具体的切分点判断在芬兰语上要重做，因为连接方式根本不同。

复合词该在哪里切？

按语义边界切，不按字符长度切。芬兰语的复合词可以叠三四段，字符数轻松过二十，靠长度阈值切一定切在奇怪的地方。

实用做法是维护一张词素表，把常见的构词成分列进去，遇到长词先尝试用词素表分解，分解不了的整词保留。

切分的目的是让用户搜其中一段时也能命中。用户搜项圈，你的页面上写的是定位项圈，不切分就匹配不上。

但切分不能进标题。标题上必须是完整的复合词，把复合词拆开写在标题里，在芬兰人看来跟把中文词拆成单字排列差不多。切分只发生在索引层。

关键词工具在芬兰语上的数据能信吗？

能看大盘，不能看词级。芬兰人口五百多万，长尾词在工具里大量返回零，这是规模决定的，怪不到工具头上。

更要命的是形态拆分。同一个概念因为格和词干交替被拆成十几条记录，每条都是一个小数字，加起来才是真实需求，而工具不会替你加。

正确用法是先按概念合并再排序。把一个概念下的主格、属格、部分格、几个位置格的形态全列出来，量相加，再跟别的概念比。这么算完，芬兰市场的体量通常比第一眼看上去大出一截。

做捷克语和斯洛伐克语时也是同一个毛病，只不过那边是被两门语言切开，这边是被形态切开。捷克语与斯洛伐克语的内容复用判据那篇里讲的先合并再排序的思路，在这里换个合并维度就能用。

站内搜索日志为什么在芬兰语上格外值钱？

因为它是唯一能直接告诉你用户打的是哪个形态的数据源。工具给不了这个信息，母语译者凭直觉给的答案也未必准。

重点看三样。第一是空结果查询，那里面藏着你没收录的形态和没想到的说法。第二是同一概念各形态的出现次数分布，这张分布表比任何理论推导都可靠。第三是查询长度，芬兰语的查询词数少但字符长，按词数设的阈值全都要重调。

这份数据攒一个月就有用，攒三个月就能当词表的主要依据。对小语种市场来说，它的性价比高到没有理由不做。

还有一个附带好处：从空结果里能筛出用户用英语搜的那部分查询。芬兰这个市场里这部分比例不低，值得单独看。

一个产品词到底要收录多少个变体？

六到八个，不要更多。主格单复数、属格单复数、部分格单复数，这六个覆盖绝大多数真实查询。

如果这个词在使用场景描述里高频出现，再加上内部系列的在里面和到里面两个形态，八个封顶。

超过八个之后收益陡降，而维护成本线性上升。词表的价值在于准，不在于全，一张两百条准确的词表比一张两千条掺水的表有用得多。

每个变体记录三件事：形态本身、它属于哪个概念、它对应哪个词干等级。第三项是芬兰语特有的，别的语言的词表模板里没有这一栏，得自己加。

标题该用主格还是带格的形态？

主格，几乎没有例外。商品标题和分类标题的语法角色就是命名，命名用的是主格。

会犹豫是因为看到真实查询里带格的形态占比不低，于是想把标题也改成那个形态。这个想法要打住：查询里出现带格形态是因为用户在句子里思考，而标题不是句子。

让页面接住带格查询的正确位置是正文和站内搜索的索引层，不是标题。标题保持主格，正文里自然带出几个常见形态，两边分工清楚。

唯一值得考虑的例外是那种整个查询就是一个固定短语的情况，短语里的格已经凝固成词的一部分，那时候照抄短语没问题。

商品标题模板怎么彻底绕开变格计算？

最省事的办法是模板里所有从字典取的字段一律取主格，字段之间用符号或者空格分隔，不构造句子。

品牌加型号加品类加规格，四个字段拼起来，中间不放需要变格的连接成分。这样的标题在芬兰人看来是标准的商品标题格式，读起来完全正常，而模板一次变格计算都不用做。

如果一定要有连接成分，用那种形态凝固的表达。有一批表示用途和适配对象的固定说法，接在品类词后面形态不变，可以安全地放进模板。

绝对不要在模板里做变格。芬兰语的变格牵扯词干交替、元音和谐、复数词干三层，程序算出来的结果每一百条里总有几条是错的，而错的那几条通常正好在高流量词上。

分类页和筛选器的命名选哪个形态？

分类名用复数主格。分类页描述的是一类商品，复数最自然，也跟用户浏览时的心理预期一致。

筛选项用主格，不管它挂在哪个分类下。芬兰语的筛选项通常是名词或者形容词的独立形式，不需要跟分类名保持一致，这一点比屈折程度高的其他语言省心。

面包屑跟着分类名走，直接复用分类名的形态即可，不要为了句子通顺临时改形态。面包屑是导航不是句子。

需要注意的是排序：分类列表和筛选项列表按字母排时，一定要用芬兰语的排序规则，否则以变音字母开头的项会跑错位置。

网址里的变音字母该转写还是保留？

转成对应的基本拉丁字母，这是芬兰站点的通行做法，用户也习惯。转写规则简单到不用查表，去掉字母上那两个点即可。

要注意的是转写会造成碰撞：两个只差一个变音符号的词，转写后路径相同。碰上了就在路径里加一个区分词，别靠加数字后缀，那样的路径没人愿意点。

保留本地字符在技术上可行，但收益有限。地址栏里显示得好看，复制粘贴之后就变成一长串编码，客服在电话里也没法念，得不偿失。

芬兰语的地名和人名里带变音字母的比例很高，这一层转写规则要一次定死写进规范，交给不同的人写路径会出现两种转写方式并存的局面。

本地域名后缀有什么特别的门槛？

芬兰的国家顶级域名当时由通信主管部门直接管理，注册资格有本地主体要求，不是随便谁都能注。做这个市场之前先确认自己的主体资格，或者找本地代理。

另一件值得知道的事：这个后缀早就支持带变音字母的域名，注册本地字符版本在技术上没有障碍。

但要不要真的用本地字符做主域名，答案通常是不用。主域名用转写版本，本地字符版本注下来做防御性持有并跳转过去，这是成本最低的组合。

本地后缀在芬兰市场的信任加成是实打实的，尤其是需要退换货和售后的品类。如果主体资格能满足，值得注。

锚文本在芬兰语里会变成什么样？

会变格，因为锚文本要嵌进句子里，一嵌进去就得跟着句子的语法环境走。

同一个链接目标，出现在不同句子里可能是主格、属格或者某个位置格的形态，而这几个形态之间因为词干交替，字符串差异可能不小。

做法是给每个链接目标准备一个锚文本变体池，写作时按语境挑，别硬凑字面一致。硬把主格塞进需要属格的位置，句子会立刻显出机器味。

这也意味着芬兰语站的锚文本天然分散，那种一模一样的锚文本反复出现的模式在这门语言里根本写不出来。锚文本配比与过度优化的判断那篇里的比例算法，用在屈折语上要先做形态归并再算，否则分母全错。

芬兰人英语这么好，还需要做芬兰语吗？

需要，但要接受一个现实：这个市场的英语查询占比确实高于欧洲平均水平，尤其在科技类、专业类品类上。

分界线大致在这里：品牌名、型号、专业术语，芬兰用户经常直接用英语搜；而描述需求、比较、找本地服务和售后时，几乎全用芬兰语。

所以合理的策略是双轨。产品页保证型号和品牌名以原样出现，能接住英语查询；内容页和分类页用芬兰语做深，接住需求侧的查询。

完全不做芬兰语的代价不在流量而在转化。芬兰用户看得懂英语页面，但掏钱之前会本能地找母语的退换货条款和客服入口，找不到就走了。这笔账在客单价高的品类上尤其明显。

意图词在芬兰市场怎么说？

高频的一批是价格、便宜、最好、评测、体验、比较、优惠、配送、免运费、网店。这些词构成了绝大多数商业意图查询的后半段。

其中两个词本身就带词干交替：价格那个词从主格到属格中间的辅音组合要变，便宜那个形容词从主格到属格辅音直接换成另一个。这两个词出现频率极高，形态一定要收全。

还有一个本地特色值得注意：芬兰用户很爱在查询里加上表示体验和使用感受的词，这类查询的搜索意图偏向调研而非购买，适合用内容页承接，不适合直接怼产品页。

获取这批词的最快方式还是抄本地竞品的导航和帮助中心。芬兰的电商站点结构普遍规整，一个下午能整理出两三百个准确的意图词。

数字、日期和地址格式要注意什么？

小数点用逗号，千位分隔用空格，货币符号放在数字后面。写成英语的格式在芬兰读者眼里就是外国网站，这个印象在支付环节代价最大。

日期用日在前的点分格式，三段之间不留空格。月份名全小写，不像英语那样首字母大写。

邮编五位数字。地址结构是街道名在前门牌号在后，跟英语相反。芬兰语的地名变格规则有专门的官方指南，写配送范围说明和门店地址时值得对着核一遍。

还有一件小事：芬兰是双语国家，部分地区的地名有芬兰语和瑞典语两个版本，做地域覆盖时两个版本最好都收，否则会漏掉一部分本地查询。

机器翻译在芬兰语上会犯什么错？

第一类是词干交替错。机器把词尾变对了，词干里的辅音没跟着变，输出一个形态上半对半错的词，芬兰读者一眼看出不对。

第二类是格选错。哪个动词要求哪个格，这在芬兰语里是词汇属性不是语法规则，机器只能靠统计，碰上低频动词就会翻车。

第三类是复合词乱切或者乱拼。该合的分开写了，该分的粘一起了，两种错都会让词看起来很陌生。

验收时把这三类单独列成检查项。给审校人的清单越具体，回收质量越稳，列三行有效，列三十行没人认真看。

母语审校要额外看哪几点？

第一，词干交替对不对，尤其是那批高频商业词。第二，元音和谐有没有破，后缀挑错组的情况机器翻译里不少见。

第三，格用得合不合适，重点看动词后面跟的宾语形态。第四，复合词的写法对不对，该合写的有没有被拆开。

第五，数字、日期、货币格式。第六，语气。芬兰语的商业文案偏克制，直白陈述比热情推销更容易建立信任，从英语直译过来的营销腔在这里会显得夸张。

保哥的经验是把这六条做成一张表发过去，比说一句请检查语言质量管用得多。审校人拿到的越具体，回收的质量越稳定。

跟土耳其语那种黏着语比，难在哪？

两门语言都靠后缀承载语法信息，都能把好几层意思叠进一个词里，从这个角度看是同一类。

差别在词干。土耳其语的后缀叠得再多，词干本身纹丝不动，只有元音和谐决定后缀用哪个变体，所以按前缀匹配的逻辑在土耳其语上基本是管用的。

芬兰语的词干会变。同一个词的两个形态，前几个字符相同、中间的辅音不同，前缀匹配这条路直接堵死。这是两门语言在技术处理上最大的分野。

土耳其语后缀叠加的选词方法那篇里的后缀分层思路在芬兰语上仍然成立，但那边可以靠规则解决的部分，在这边必须换成形态词典。

芬兰市场的投入产出账怎么算？

人口五百多万，绝对量不大。但有三个因素让它比数字看起来好：线上支付习惯成熟、物流基础设施好、竞争密度低。

竞争密度低的原因正是本文讲的这些麻烦。词干交替和形态爆炸足以劝退所有只做机器翻译的对手，门槛高的市场里，认真做的人拿到的份额比例反而更高。

预算上给个粗略分配：翻译三成，词表和形态字典建设三成，搜索与排序的技术改造两成，剩下两成留给审校和上线后迭代。形态字典这块最容易被砍，也最容易砍出返工。

判断要不要做的标准很实在：如果你的品类在瑞典或者德国已经跑通，客单价能覆盖跨境物流，本地母语人才找得到，那就值得做。这三条不满足两条，先放一放。

关键词表要留几个字段？

九个。概念标识、形态本身、格、单复数、词干等级、词性、所属产品线、搜索量、来源。

词干等级那一栏是芬兰语专属的，别的语言的模板里没有。它记录这个形态用的是强级还是弱级词干，站内搜索做归一时直接取用，不用现算。

概念标识把同一概念的所有形态串起来，是整张表的骨架，缺了它这张表就只是一堆散词。

来源那一栏建议保留，标明这条词是工具来的、站内日志来的还是抄竞品来的。三种来源的可信度不同，复盘时能省很多推理。

标题在搜索结果里被截断，芬兰语吃亏更多吗？

吃亏更多，而且是双重的。第一重是复合词本身长，一个词二十几个字符是常态，两三个词就把可用宽度占满了。

第二重是格把介词吃掉之后，芬兰语没法像英语那样靠短介词调节节奏，句子结构更紧，能砍的冗余更少。

应对办法是把最重要的信息放在最前面，品牌名如果不是决策要素就往后放甚至去掉。截断发生时用户看到的是前半段，前半段必须自成信息。

另外别用连字符硬拆复合词来省宽度。省下来的那几个字符换不回被拆坏的可读性，芬兰读者对复合词被拆开非常敏感。

芬兰市场的季节性节奏是什么样的？

四季分明，而且分得比多数欧洲市场更彻底。冬季漫长、光照短，室内相关的品类在十一月到二月有明显的需求抬升。

夏季则集中在七月，那是全国性的休假月，商业活动明显放缓，B2B询盘几乎停摆，消费端则转向户外和度假屋相关的品类。

圣诞前的采购期比南欧市场开始得更早，十一月中旬就已经启动。围绕这个节点的内容要在十月上旬准备好，等十一月再上就来不及爬排名了。

这些节奏不需要靠语言知识判断，看两年的搜索趋势曲线就一目了然，但很多团队直接套用了南欧或者中欧的排期表，白白错过半个旺季。

上线后头三个月该盯哪几个数？

第一个月盯收录和抓取，确认页面进得了索引、变音字母的路径转写没有出岔子。这一层跟语言关系不大，按常规做法查就行。

第二个月盯站内搜索的空结果率和匹配率。这两个数直接反映词干交替处理得对不对，匹配率上不去，说明形态归一那一层还有洞。

第三个月开始分形态看排名。把同一概念的几个形态分开看，你会发现搜索引擎认定的主形态未必是你想要的那个。

如果主形态跟预期不符，调标题和正文里的形态权重，别推翻重写。这一条在所有屈折程度高的语言上都成立，芬兰语只是幅度更大。

正文里要不要故意把多种形态都铺一遍？

不要刻意铺，但也别刻意避。芬兰语的自然写作本来就会带出好几个形态，因为句子结构强制要求变格，你正常写就已经覆盖了主流形态。

真正要避免的是那种硬凑：把同一个词的六个形态塞进相邻几句话里，读起来像语法练习题，本地读者一眼就看出这段是写给机器看的。

如果确实有某个高频形态自然写不出来，正确的做法是造一个真实的使用场景把它带出来，而不是把它孤零零地列进一个词条。

顺带说一句判断标准：写完之后请母语者朗读一遍，凡是他念到某处会停顿、皱眉或者下意识改词的地方，就是硬凑的痕迹，删掉即可。

常见问题解答

芬兰语的十五个格是不是意味着关键词量要乘以十五？

不是，实际要收录的变体六到八个就够。十五这个数字包含了几个基本只出现在书面语和固定搭配里的格，做电商内容真正需要认真对待的大约十个，而真正会出现在搜索查询里的通常只有三四个。建议的收录范围是主格单复数、属格单复数、部分格单复数这六个，如果这个词在使用场景描述里高频出现，再加上表示在里面和到里面的两个形态，八个封顶。超过八个之后收益陡降而维护成本线性上升，词表的价值在准不在全，一张两百条准确的表比两千条掺水的表有用得多。要提醒的是，真正让形态数量膨胀的不是格本身，而是格叠上复数词干再叠上词干交替之后的组合，所以正确的做法不是穷举组合，而是按真实查询里出现的高频形态来收，这份数据从站内搜索日志里拿最准。

词干交替具体会造成什么技术后果？

它会让所有按词尾做归一的逻辑失效。格只改词尾，而词干交替改的是词中间的辅音，比如双辅音收尾的词变属格时双辅音变单辅音，有的词中间的辅音直接消失。后果是同一个词的两个形态开头几个字符相同、中间的辅音不同，而搜索匹配、模糊匹配、前缀匹配这些机制全都建立在词的开头相同这个假设上，这类差异正是它们最难处理的。所以芬兰语站的技术选型有一条不同于其他语言的建议：站内搜索别只上词干还原，直接上形态分析器。词干还原按规则切词尾，切完拿到的是两个不同的字符串，它没有任何办法知道这是同一个词；形态分析器查的是形态词典，能把任意变格形态还原到词典形态。多出来的部署成本，远低于后期修匹配率的成本。另外把每个词的强级和弱级两个词干都存进字典，之后所有环节直接取，谁都不用再算。

商品标题模板要不要做变格计算？

不要，一次都不要做。芬兰语的变格牵扯词干交替、元音和谐、复数词干三层，程序算出来的结果每一百条里总有几条错，而错的那几条通常正好落在高流量词上。正确做法是模板里所有从字典取的字段一律取主格，字段之间用符号或空格分隔，不构造句子。品牌加型号加品类加规格这样四个字段拼起来，在芬兰人看来是标准的商品标题格式，读起来完全正常，而模板一次变格都不用算。如果一定需要连接成分，选那些形态已经凝固的固定表达，有一批表示用途和适配对象的说法接在品类词后面形态不变，可以安全放进模板。至于那些带格的查询怎么接住，答案是靠正文和站内搜索的索引层，不是靠标题。标题保持主格，正文里自然带出几个常见形态，两边分工清楚，谁也不用为难谁。

芬兰用户英语很好，是不是可以只做英语页面？

不建议，代价主要不在流量而在转化。这个市场的英语查询占比确实高于欧洲平均水平，分界线大致在这里：品牌名、型号、专业术语，芬兰用户经常直接用英语搜；而描述需求、做比较、找本地服务和售后信息时，几乎全用芬兰语。所以合理的策略是双轨——产品页保证型号和品牌名以原样出现，能接住英语查询；内容页和分类页用芬兰语做深，接住需求侧的查询。完全不做芬兰语，你会发现流量看起来还行，但转化率上不去，因为芬兰用户看得懂英语页面，掏钱之前却会本能地去找母语写的退换货条款和客服入口，找不到就默默离开了，这个动作不会留下任何可归因的数据。客单价越高的品类这笔账越明显。判断方法也简单：看有多少芬兰来源的会话最后停在了政策页。

关键词工具在芬兰语上的数据到底能不能用？

能看大盘，不能看词级。芬兰人口五百多万，长尾词在工具里大量返回零，这是市场规模决定的。更要命的是形态拆分，同一个概念被格和词干交替拆成十几条记录，每条都是一个小数字，加起来才是真实需求，而工具不会替你加。所以正确用法是先按概念合并再排序：把一个概念下的主格、属格、部分格以及几个常用位置格的形态全部列出来，量相加，再跟别的概念比较。这么算完，芬兰市场的体量通常比第一眼看上去大出一截，很多本来被判定为不值得做的品类会重新回到候选名单里。如果工具在你的品类上数据稀疏到给不出有意义的数字，就换三个土办法：抄本地竞品的分类树和筛选项、看本地比价渠道的属性命名、以及最准的那个——自己站内搜索的日志。前两个立刻能用，第三个要等一个月，但等到了就是最可靠的依据。

变音字母在排序时该怎么处理？

当独立字母处理，位置排在字母表最后。这一点跟德语正好相反，德语的变音字母在排序时基本等同于对应的基本字母，而芬兰语这几个变音字母跟对应的基本字母没有任何排序上的亲缘关系。做多语言站时这个差异会咬人：同一套排序配置在德语站上是对的，搬到芬兰语站上就全错，带变音符号开头的品牌会跑到基本字母那一堆里去，芬兰用户看着就是一个乱序列表。会受影响的地方有三处：按字母排列的品牌索引页和术语表页、筛选器里的下拉选项、站内搜索的自动补全建议。解决办法在数据库层，给相关字段指定芬兰语的排序规则而不是用默认的通用规则，一次性配置全站受益。顺带提醒，其中一个变音字母在芬兰语本族词里基本不出现，它主要来自瑞典语的人名和地名，但芬兰是双语国家，这类词在地址和品牌名里出现得不少，字符集白名单别把它漏掉。

复合词在标题里要不要拆开写？

绝对不要。芬兰语的复合词可以叠三四段，字符数轻松过二十，看着确实长，但它在芬兰语里就是一个词，拆开写在标题里，在芬兰人看来跟把中文词拆成单字排列差不多。切分只应该发生在索引层，目的是让用户搜其中一段时也能命中，比如用户搜项圈而你的页面上写的是定位项圈，不切分就匹配不上。切分的方法是按语义边界切，不是按字符长度切，实用做法是维护一张词素表把常见构词成分列进去，遇到长词先尝试分解，分解不了的整词保留。还要注意芬兰语复合词的前段形态有两种，有的用主格有的用属格，而没有一条规则能覆盖全部情况，加上属格本身可能触发词干交替，所以前段在复合词里的样子跟它单独出现时可能不一样。这一点跟德语靠连接音粘合是完全不同的机制，德语那套切分策略不能照搬。

权威参考资料