Кейс SearchBooster.io: стартап улучшил пользовательский опыт в FINN FLARE
За 8 месяцев увеличил ROI на 600% в интернет-магазине
Проектный менеджер стартапа-выпускника акселератора Sber500 рассказал, как удалось облегчить поиск товаров на сайте FINN FLARE — международного бренда одежды, который входит в топ-15 крупнейших компаний fashion-ритейла России.
Какой был запрос
К команде пришел с запрос на увеличение конверсии в продажу в интернет-магазине и мобильном приложении.
В первую очередь клиент хотел решить следующие задачи:
- Внедрить умное ранжирование и мерчандайзинг внутренней поисковой выдачи на домены:
- Разработать и внедрить поисковые подсказки.
- Увеличить конверсию с внутренних поисковых сессий на сайте и приложении.
- Обеспечить точность и персонализацию результатов внутренней поисковой выдачи, учитывая пол, и показ только соответствующих товаров.
SearchBooster.io предложил решение
SearchBooster — cистема smart-поиска для интернет-магазинов, помогающая клиентам быстрее находить нужные товары за счет интеллектуальных алгоритмов, и уменьшить количество действий на сайте. Это приводит к увеличению продаж, среднего чека и повышению лояльности покупателей.
Сначала команда провела анализ интернет-магазина, изучила поисковые запросы, выделила запросы с пустой поисковой выдачей и популярные. Также был изучен пользовательский опыт клиентов. На основе этой работы внесли изменения в поисковый виджет, чтобы обеспечить неразрывность дизайна и пользовательского пути в процессе совершения покупки.
Далее SearchBooster.io провел работу по добавлению синонимов, передачи рекомендаций по изменению фида и его наполнению атрибутами (фид — это документ формата yml, в котором приведена вся информация по каждому товару и используется для поиска), активировала глобальные фильтры при работе поиска, например: пол, цвет, сезон, размер. На платформы был добавлен список исключений при склонении слов.
На следующем этапе команда усовершенствовала комплексную поисковую стратегию, обеспечив точность и персонализацию результатов. Это включало учет половой принадлежности и вывод только соответствующих товаров. Например, при запросе «куртка женская» поисковая выдача содержит только женские куртки, а мужские куртки в нее не попадают.
На заключительных этапах интеграции команда SearchBooster.io проводила анализ работы поиска и корректировала результаты.
Результаты сотрудничества
Интеграция помогала FINN FLARE значительно повысить ROI - до 603%, увеличить конверсию в поиске на 21% и улучшить пользовательский опыт. Напрямую интегрировали продукт SearchBooster.io с платформой мобильного приложения imshop.io интернет-магазина для обеспечения качественного поиска.
Клиент отметил значительное улучшение в опыте использования поискового сервиса благодаря ряду конкретных изменений:
- Улучшение релевантности подсказок и основной выдачи
SearchBooster реализовал более точные и релевантные подсказки, чтобы пользователи быстрее находили нужную информацию. Это достигается с помощью алгоритмов, которые анализируют поисковые запросы и поведение пользователей и предлагают наиболее подходящие варианты.
- Учет гендерных характеристик запросов
SearchBooster интегрировал в свою систему анализ запросов с учетом гендерных предпочтений пользователей. Например, при запросе на поиск женской одежды алгоритм учитывает гендер пользователя, чтобы предложить более релевантные результаты.
- Обеспечили группировку результатов поисковой выдачи
После 8 месяцев сотрудничества клиент был доволен работой технической поддержки SearchBooster.
Такая интеграция может быть полезна интернет-магазинам, новостным и информационным сайтам, мобильным приложениям. Вам подойдет сервис, если пользователи сайта пишут поисковые запросы, но не получат релевантных ответов.
По процентным показателям звучит здорово
Но из кейса не слишком понятно, используете ли вы ИИ в вашем поисковом решении?
Мы используем ИИ в поиске SearchBooster:
1.У нас есть векторный поиск, позволяющий искать по «смыслу слов».
2.У нас есть интеграция с чат GPT для обработки запросов свободной формулировки.
3.В поиске мы можем выводить Персональные рекомендации по товарам, основанные на пользовательском поведении.
4.В нашем поиске есть возможность поиска по изображениям.
"Был изучен пользовательский опыт клиентов. На основе этой работы внесли изменения в поисковый виджет".
Интересно, а что это за такой особенный пользовательских опыт и какие именно изменения под его особенности были внесены?
Мы нашли клиентов интернет-магазина и провели интервью о их опыте использования поиска. На основании UX-исследования вносили изменения в дизайн. Один из моментов, пользователям не нравиться, когда по запросу «женские куртки» в результатах поиска присутствуют товары для мужчин, поэтому мы внесли изменения в поисковые стратегии.
Любопытный кейс. Увидела, что еще и на казахском сайте вы внедрили поиск. А отличается ли как-то интеграция системы умного поиска на российских и зарубежных сайтах?
Интеграция одинаковая, но это разные проекты с разными фидами.
Добрый день, хотелось бы узнать, можно ли управлять синонимами через ваш сервис?