Идеальный поиск работает так, что пользователь находит нужный товар по тому запросу, как привык называть этот товар. Если хочет, называет микроволновую печь свч, а хочет — микроволновкой. В идеале интернет-магазины должны знать все синонимы, которыми покупатель называет товары, а не вынуждать вводить нужное сочетание слов или вручную искать в каталоге.
Виктор, спасибо за обратную связь! Скоро будет 2 статья из этой же серии, мы еще шире посмотрим на проблематику.
Мы с командой 1,5 года делаем продукт для поиска в интернет-магазинах (AnyQuery), очень глубоко знаем тему и сотрудничаем с большим количеством ритейлеров. Тут кстати, кейс с одним из наших партнеров, хороший пример, когда сделали под ключ без затрат на команду и подняли с хорошим результатом коммерческие метрики по сайту: https://www.shopolog.ru/metodichka/customer-retention/just-ru-optimizaciya-poiska-uvelichila-konversiyu-na-8/
Кстати, интеграция супер простая через Javascript, полностью без ресурсов со сторону внутренней ИТ команды.
Дмитрий, а стоимость примерно какая? Для малого бизнеса подъёмная тема?
Прицепить к Чат-боту можно?
Сделаете интеграцию с CRM и CMS системами SaaS ?
очень полезная статья. как нить ее отправьте маркетологам goods.ru там абсолютно все перечисленные ошибки, даже переписывают пользовательский запрос, показывают товары не в продаже, и ищут не по признакам основного названия, а атрибутам. например поиск по слову "топленое молоко" находит не продукты, а мойки этого цвета ) и есть пустой поиск. самый отрицательный пример если потребуется где-то. то это они.
Мы решили эту проблему с помощью elasticsearch + расширенные тэги, которые не видят клиенты, но по ним осуществляется поиск
Да, эластик неплохое, возможно даже лучшее opensource решение для поиска, когда есть ресурсы и экспертиза внутри команды. И клевое решение с расширенными тегами!
Но глобально, мы за время работы над нашим продуктом (AnyQuery) и интеграцией у многочисленных клиентов увидели очень много примеров, где эластик не дотягивает. Например, эластику чужды вещи связанные с поведением покупателей и последующим использованием этих данных в ранжировании результатов и персонализации. Так же, качество исправления ошибок/опечаток построенное на машинном обучении и контексте запроса лучше, чем просто Расстояние Левенштейна, которое является базой в эластике.
Но, глобально это полемика, каждый выбирает для себя наиболее правильный путь. Крутить эластик, либо работать с партнером, который на несколько шагов впереди opensource и с внятной дорожной картой типа голосового поиска и тд.
Роман, какой у вас адрес магазина? Интересно посмотреть на вашу реализацию поиска.
У меня есть опыт работы с командой anyquery. У коллег очень профессиональный подход, внимательное отношение к данным и классные продукты. Мы добились хороших результатов с ними. Удачи в развитии!
Отличная статья! В Читай Городе с поиском беда. Копирую часть названия, можно даже полностью, но при добавлении фамилии автора, книга просто перестаёт существовать.