Истории
Виктория Рипа
12 033

Выходец из «Яндекса» научил интернет-магазины понимать запросы людей и поднял их продажи: история поисковика Detectum Материал редакции

Интервью с основателем сервиса Львом Гершензоном.

В закладки
Аудио

Лев Гершезон возглавлял «Яндекс.Новости», а в 2012 году ушёл из компании и основал свой стартап — систему «умного» поиска для интернет-магазинов Detectum. Сервис позволяет искать товары на естественном языке.

Например, если покупатель введёт фразу «белая посудомойка филипс», Detectum «переведёт» эту фразу и отправит подходящий запрос к базе данных интернет-магазина. И тогда на первом месте в выдаче будет карточка посудомоечной машины Philips белого цвета.

Кроме того, Detectum может ранжировать товары в выдаче на основе данных о продажах, выдвигая на верхние строчки наиболее популярные артикулы.

По словам Гершензона, благодаря сервису магазины могут увеличить продажи на 7–30%, а месячный оборот товаров, которые продаются через поиск Detectum, составляет около $62 млн. Годовой оборот самой компании превышает $1 млн.

В интервью vc.ru Гершензон рассказал:

  • Как работа в «Яндексе» помогла найти идею для бизнеса.
  • Как поиск, который использует магазин, влияет на его прибыль.
  • О прошлом и настоящем «Яндекса».
  • О минусах работы в корпорации.

Как возникла идея сервиса?

Я много лет работал в «Яндексе», где в числе прочего отвечал за поисковые механизмы. Мы работали над релевантными ответами от разных контентных сервисов «Яндекса».

К примеру, человек писал «Гарри Поттер» в поисковой строке «Яндекса». Мы делали так, чтобы если фильм с таким названием показывали в кинотеатрах, в результатах поиска была «Яндекс.Афиша», если был инфоповод про Поттера, то «Яндекс.Новости». Мы настраивали ответы на поисковые запросы так, чтобы они были полные, точные и релевантные.

В процессе работы я увидел, что точность ответа сильно зависит от того, как работают поиски в каждом из контентных сервисов, продукты которых мы должны были показывать. Особенно ярко это было видно на примере «Яндекс.Маркета» — мы замечали, что много пользовательских запросов не обрабатывались так, как надо, и по этой причине нужный товар не доходил до пользователя.

Когда я ушёл из «Яндекса», в первую очередь занялся этой проблемой — начал с товарного поиска магазинов, хотя технология Detectum применима не только для него. Она полезна для любой базы объектов в каталоге, у которой есть частично структурированное описание, не просто текст, а параметры со значениями.

Как в сервисах для аренды недвижимости. Там у объектов есть множество формализованных параметров: число комнат, спальных мест, наличие интернета, парковки, возможность останавливаться с детьми или животными, адрес и так далее.

Есть параметры коммерческого предложения: даты, цена. Есть неструктурированная текстовая информация: описание от владельца, отзывы гостей. У нас то же самое — мы анализируем максимально возможное количество данных.

Как росла и трансформировалась идея проекта?

Я видел, что у поиска по каталогу и частично структурированным данным есть свои особенности. У Google и «Яндекса» есть мощные поисковые механизмы, но несмотря на то, что они решают сложные и нечётко сформулированные задачи, ниша «умного» поиска осталась. И я хотел её занять, пока компании не заметили и не сделали своего решения для этого.

После ухода из «Яндекса» в конце осени 2012 года я написал в Facebook, что у меня есть много идей и если кто-то хочет присоединиться, пусть присоединяется. Но у публикации был очень странный эффект. Я больше никогда такого не писал.

Какой?

На него откликнулись самые неожиданные люди: старые знакомые, друзья, коллеги, которые сами не могли поучаствовать, но они советовали своих друзей или родственников.

Из затеи ничего не вышло, но отдельные отклики показались мне интересными. Самым неожиданным для меня стало то, что никто из бывших коллег по «Яндексу» не откликнулся.

Почему?

Я думал, что многим из них было бы интересно развивать стартап, но это оказалось не так. Выяснилось, что человек, работающий в «Яндексе», и человек, который решил оттуда уйти, — это два очень разных состояния.

«Яндекс» — прекрасная компания. Там много задач, интересная работа. Я хорошо помню ощущения, когда делал сервисы, которыми пользовались десятки миллионов людей, и мог показать маме на главной странице «Яндекса» кусок, за который отвечал. Это был большой драйв.

Кроме того, «Яндекс» — это более защищённая в социальном плане компания, нежели стартап. У работников есть соцпакет, уверенность в завтрашнем дне, стабильная зарплата. Мне странно про это говорить, мне всегда казалось, что такие вещи — это про старшее поколение, но они тогда были мощным сдерживающим фактором.

В итоге мне не удалось переманить к себе ни одного человека из «Яндекса». Им нужно было уйти из компании самим, начать хотеть нового — это важный шаг. Сначала они должны были сделать его, а уже потом нам следовало искать друг друга.

Как идея Detectum трансформировалась в реальность? Вы её придумали, опубликовали пост в Facebook, вас заинтересовали несколько откликов. Чьи?

С помощью Facebook я нашёл двух партнёров-сооснователей Detectum — Фёдора Сопрунова и Галину Тихончук, но сперва к команде присоединился только Фёдор.

У меня сначала ничего не было: ни команды, ни компании, ни прототипа. Я сделал презентацию про поиск и то, почему он важен для интернет-бизнеса, а затем пошёл с ней в Ozon и Wikimart.

Во время презентации я вёл себя нагло — сказались предыдущие годы на заметных позициях в «Яндексе». Мне казалось, что я крутой, поэтому говорил, как «руководитель крупнейшего интернет-СМИ в России».

В презентации были показаны примеры и несовершенства товарного поиска в этих двух магазинах. Я сказал им, что найду команду и сделаю для них хороший поиск за «много денег». Сколько предлагал — не помню. Сейчас мне немного смешно про это рассказывать. Понятно, что никто не согласился, но вежливо меня выслушали. В Ozon даже позвали на работу, хотя я её не искал.

Весной 2013 года Галина Тихончук пришла в ещё незарегистрированную компанию. Она же стала нашим основным инвестором. Вместе с ней мы вложили в проект примерно $500–700 тысяч собственных средств. Также с самого начала к нам присоединился мой друг и одноклассник Александр Тархов, который занялся продажами.

Галина Тихончук была руководителем отдела качества поиска в «Яндексе» и менеджером проекта «Яндекс.Каталог». Сейчас — директор по продукту Detectum.

Больше на этом этапе никакого развития не было. Я понял, что интерес есть и надо работать. Параллельно находил людей — в основном через знакомых, и работал над созданием прототипа Detectum.

Что представлял из себя прототип?

Это была программа, которая анализировала данные магазинных каталогов по всем возможным категориям: цене, названию, цвету, размерам товара, его параметрам, назначению.

Чтобы собрать демо-версию Detectum, нужны были данные: товарные описания (товарный фид) и лог запросов. В России общепринятый формат товарных описаний — yml. Это формат «Яндекс.Маркета».

Почти у каждого российского магазина есть товарный фид в таком формате, потому что почти все сотрудничают с «Маркетом». Но такой фид, как правило, содержит неполные описания товаров. Например, только категорию, название и цену, в то время как для хороших результатов нам была необходима полная информация, все параметры (к примеру, для телевизоров — это диагональ, тип экрана, наличие Wi-Fi, Smart TV и так далее).

Моя идея заключалась в том, что для «умного» поиска нужно было использовать как название и значение параметров («турник с лестницей»), так и структуру каталога и категорий в нём («шведская стенка, «спортивный комплекс»).

К лету 2013 года прототип был готов. На нём можно было показывать отличие от уже имеющегося в магазине поиска — это нужно было для презентаций Detectum.

Мы всё делали на свои деньги. У нас стоял вопрос: вкладывать все возможные средства в проект или нет. Мы решили рискнуть.

Когда состоялась первая презентация? Для кого вы её проводили?

Первую презентацию мы провели в августе 2013 года в Санкт-Петербурге — в магазине «220 вольт». Договориться о ней мне помог Лёня Зондберг, мой хороший друг, который в то время работал коммерческим директором DPD. На начальном этапе он часто помогал мне связаться с потенциальными клиентами.

В чём отличие того механизма, который вы показывали, от того механизма, который уже использовали в магазине?

Основное отличие в том, что существовавшее в магазине поисковое решение искало только по названиям и текстовым описаниям товаров — не было ни рубрик каталога, ни структурированных описаний.

В результате, например, если пользователь искал ударную дрель с реверсом, найти такую модель он мог только после просмотра всех результатов выдачи или использования дополнительных фильтров. Но случалось и так, что запрос приводил к пустой выдаче.

Вторым важным отличием нашего поиска от существующего был лингвистический блок. Уже в первой версии Detectum мы предусмотрели расширение слов запроса синонимами и ввели транслитерацию иностранных брендов, например, «Бош» — Bosch. В 2013 году такая функция была далеко не у всех магазинов.

Как прошла презентация в «220 Вольт»?

Мы провели в офисе «220 вольт» больше трёх часов — показывали наше решение и рассказывали о технологии Detectum. Мы заметили, что увлекли своим рассказом команду магазина.

Но, скорее всего, их интерес был в том, чтобы узнать, как и что они смогут улучшить самостоятельно. Никакого сотрудничества после этого у нас не случилось.

Что было после презентации?

Мы нашли первого сотрудника-разработчика и вплотную занялись проектом. Чуть меньше года мы работали над продуктом, а в 2014 году у Detectum появился первый клиент. В этом же году, кстати, он исчез.

Кто?

Осенью 2013 года мы познакомились с представителями магазина Esky (магазин товаров для детей — vc.ru), в декабре договорились, что сделаем для них поиск, который бы тестировался весной 2014 года.

В декабре 2014 года Esky отказался от нашего поиска, оставив себе дизайн поисковой выдачи, сгруппированный по категориям, которые мы рекомендовали использовать.

А почему отказался?

Не могу утверждать наверняка, но думаю, это было эмоциональное решение гендиректора. Я считал, что наша ценность выше и предлагал рассмотреть с нового года возможность повышения платы за сервис.

В частности, я надеялся, что это поможет нам эффективнее внедрять улучшения в поиске, что менеджеры магазина будут больше к нам прислушиваться и наше взаимодействие будет продуктивнее. На это я получил ответ о прекращении сотрудничества.

Несмотря на то, что в тот момент это был довольно чувствительный удар, я очень благодарен за него Esky и отдельно его гендиректору.

После этой ситуации мы сделали важный вывод, который стараемся использовать в нашей работе до сих пор: надо стараться избегать эмоциональных решений и поступков. Лучше закончить взаимодействие с клиентом, если не удается наладить эффективное взаимодействие и ценность его не очевидна для обеих сторон. Клиенты ради галочки не нужны.

Почему первые презентации Detectum не приводили к сделкам?

Я считал, что моих идей и предыдущего опыта работы в «Яндексе» достаточно, чтобы магазины хотели платить мне вперёд и ждать, как я улучшу их поиск. Это был этап потери адекватности при выходе из пузыря «Яндекса» в реальный мир.

Идеи и презентации недостаточно. Прототипа недостаточно. Первого клиента недостаточно. Первого крупного клиента недостаточно. Мы должны постоянно доказывать свою ценность не только потенциальным клиентам, но и существующим.

В 2014 году у вас был только один клиент?

Можно сказать, что ни одного.

Как тогда вы развивались? На что и зачем?

Летом 2015 года мы договорились об инвестициях с Еленой Колмановской, соосновательницей «Яндекса». Она вложила примерно $100 тысяч.

К этому моменту у нас не было ни одного платящего клиента, но был вполне приличный продукт. Тогда мы находились на продвинутой стадии переговоров с «М.Видео»: собрали и показали демо-версию, которая понравилась руководителю направления электронной коммерции компании Роману Горшкову.

Было ощущение, что у нас хорошие шансы получить их в качестве клиента, просто надо пройти разные бюрократические процедуры. Я думал, это вопрос пары месяцев, а в реальности до интеграции и A/B-тестов оставался еще год.

Но первоначальные инвестиции уже закончились. В этот правильный момент Лена решила нас поддержать. Кроме этого, мы сократили затраты, чтобы протянуть до прихода первых заметных клиентов, которые появились осенью 2015 года.

Итого вас стало четверо: вы, Елена Колмановская, Галина Тихончук и Фёдор Сопрунов. Как распределялись доли в компании?

Изначально у нас троих было 40%, 30% и 30%, я был мажоритарием. Потом мы выделили некоторую долю для сотрудников. Долю, на которую договорились с Еленой, мы тоже выделили из своих — она не превышает 10% акций компании.

Но по данным сервиса «Контур.Фокус», вам принадлежит 57,1% Detectum, а Галине Тихончук — 42,9% Detectum. Как вы это прокомментируете?

Всё верно. Структура российского ООО не отражает всех договоренностей между сотрудниками и акционерами. Она только помогает вести деятельность на территории России, принимать платежи от российских клиентов, платить зарплаты.

Вернёмся к истории проекта. В 2015 у вас появились первые клиенты. Кто это был?

В начале 2015 года мы начали работать с магазином детских товаров «Дочки-Сыночки» и с сайтом myToys.ru — делали для них поиск и навигацию в каталоге.

В 2016 году начали сотрудничать с «М.Видео», потом — с ЦУМом, «Технопарком», «Мосхозторгом», Республикой, Евродомом.

А как они о вас узнавали? Вы приходили в ЦУМ и говорили, что у вас есть поиск. Как это выглядело?

Несколько лет назад «М.Видео» выпустила пресс-релиз и официально рассказала, как она довольна нашим поисковым решением. Это была наша инициатива, но компания её поддержала.

Кроме того, мы участвовали в выставках, но они толком ничего не приносили, и мы решили больше в это не ввязываться. Настоящего маркетинга у нас, наверное, нет. Максимум раз в полгода-год я что-нибудь пишу про нас и про то, чем мы занимаемся.

С магазинами получается всегда по-разному. В «М.Видео» я пришёл. ЦУМ связался сам после статьи в «Секрете Фирмы». Внутрицеховое сарафанное радио очень хорошо работает.

На каких условиях вы сотрудничаете с клиентами?

Наша целевая модель — перейти со всеми на комиссионную модель от оборота. Мы не продаём «коробочное решение», а всё время развиваем продукт. Мы предлагаем наше решение магазинам.

C помощью него они больше продают и зарабатывают. Часть этих денег мы просим себе в качестве премии. Как правило, это 0,1–0,5% от оборота. Минимальная сумма, с которой можно начать работать с Detectum, — 20 тысяч рублей. Верхней границы нет.

А какова максимальная цена работы с Detectum для клиента?

Не хотелось бы разглашать эти цифры. Поскольку мы переходим на комиссионную модель и уже какое-то время по ней работаем, это может быть 0,1–0,2% от онлайн-оборота через поиск.

Тогда о других цифрах. Какой у Detectum среднемесячный оборот и какая выручка?

Обороты сейчас превышают $1 млн в год, но, на мой взгляд, в нашем случае гораздо релевантнее другие показатели: оборот товаров, проданный клиентами через наш поиск, дополнительный оборот по сравнению с прошлыми поисковыми технологиями, которые использовались до нас.

В невысокий сезон, скажем, октябрь, оборот товаров, проданных через поисковый канал Detectum, примерно равен $62 млн.

При умеренно консервативной оценке эффекта нашего решения по сравнению с «обычным поиском» в 10% (наши реальные данные по A/B-тестам колеблются от +7% до +30% к продажам) суммарная ценность нашего решения — $6,2 млн в месяц дополнительного оборота.

Эта сумма — то, что мы добавляем нашим клиентам к продажам. Или то, что они потеряют, отказавшись от нашего поиска.

У нас сейчас не очень сбалансированный пул клиентов: на главную тройку приходится более 80% суммарного оборота проданных товаров. Как среднее значение, так и медианное, тут не очень показательно. У большинства наших клиентов продажи через поиск не превышают 30 млн рублей в месяц.

Какие объёмы продаж клиента через поисковые каналы Detectum считаются успешными для вас?

Мы считаем результаты теста успешными, если наш поиск смог дать хотя бы 5% увеличения продаж в канале. При этом важно, чтобы магазин тоже считал этот результат успешным — наше решение должно быть выгодно ему с первого месяца использования.

Если экономика не сходится и прирост прибыли получается меньше нашего минимального тарифа, сотрудничество не получается. В абсолютных цифрах получается примерно так: 100 тысяч рублей продаж в месяц — это нижний порог. То есть если после установки Detectum выручка магазина не увеличивается хотя бы на 100 тысяч рублей, сотрудничество признаётся неудачным.

Какую долю трафика Detectum приносит на сайты клиентов?

Никакую. У нас Site Search. Мы работаем с привлечёнными пользователями.

То есть с теми, кто уже перешёл на сайт?

Да, и это одна из сложностей нашей коммерческой модели. Магазины привыкли платить за приведённых посетителей, а не за то, что происходит дальше.

Например, человек ищет в интернет-магазине домик Barbie, но видит там только рюкзаки с этим персонажем и уходит. Здесь магазин теряет деньги, но если он будет пользоваться Detectum, выдача будет показывать клиентам то, что нужно, при условии наличия товара. Они совершат покупку, а у магазина будет возможность продолжить с ними работать.

Вы можете назвать Detectum прибыльным проектом?

Всё, что у нас зарабатывается, мы вкладываем в Detectum. Никто из акционеров не получает дивидендов. По деньгам Фёдор пока единственный из нас, кто вышел в плюс. Он не вкладывал в сервис личных средств, но зато смог какие-то получить.

В 2018 году он вышел из бизнеса — хотел заниматься своими проектами. Сейчас Фёдор не занимается деятельностью компании и не владеет её акциями.

На каких условиях Фёдор вышел из бизнеса?

Совместно с Галиной мы выкупили его долю (Гершензон на разглашает сумму сделки — vc.ru).

Существуют ли аналоги Detectum, которые были бы эффективнее? Конкуренты?

В мире есть несколько компаний, которые предлагают поиск и навигацию для магазинов. Самая известная — Algolia. Недавно она подняла очередной раунд инвестиций на $100 или $110 млн. Она достаточно популярна в мире, особенно в Европе. У неё примерно 4000 клиентов.

С точки зрения бизнеса мы представлены только на постсоветском пространстве: в России, Украине. Кроме этого, у нас был опыт работы с Белоруссией и Казахстаном. В последние годы мы фокусировались на технологии и продукте, а теперь нужно переступать через себя и заниматься поиском клиентов за границей бывшего СССР.

С какими трудностями вы сталкивались во время работы над Detectum?

Трудностей всего ничего: тяжело с людьми, тяжело без денег, тяжело с клиентами, тяжело с сотрудниками, тяжело с партнёрами. В каждом аспекте есть что-то нелёгкое.

Основная сложность — очень длинный цикл продаж. Обычно от первого контакта с клиентом до того, что он начинает использовать наш поиск, проходит чуть больше года.

Есть отдельные магазины, в которых последние несколько лет раз в год меняется команда. Тогда новые сотрудники приходят к нам всё узнать и потом снова уходят. К этому я не был готов.

Что касается продукта, нам пока везло. У Detectum не было особо тупиковых направлений. В сегодняшней версии поиска почти не осталось строчек исходного кода. Мы полностью его переписали.

В целом мне кажется, что нам повезло. У нас есть достаточно хорошее продуктовое представление. Мы всегда видим конечного пользователя.

Сочетание продуктового представления с технологическим опытом наших разработчиков и не совсем провальной бизнес-политикой даёт Detectum возможность продолжать своё увлекательное плавание.

Какие у Detectum планы на будущее?

Стать прибыльным бизнесом. Для этого нам обязательно нужно выйти на рынки СНГ, Европы, США. В России у нас большой потенциал для роста за счёт сарафанного радио. Проще, когда нас знают.

На других рынках нужно будет выстраивать связи с нуля, но я знаю, что мы там нужны. Нужны везде, где есть электронная коммерция.

Я не очень люблю покупки в интернете. Но мне кажется, что без него нельзя. И если без него нельзя, круто было бы сделать так, чтобы люди тратили на него минимальное время с максимальной отдачей — быстро и эффективно получали то, что им нужно по оптимальной цене. В моём личном изложении это тянет на миссию Detectum в разрезе электронной коммерции.

В чём вам помогал предыдущий опыт работы, а в чём мешал?

Мне было нужно «спуститься с небес на землю» — это мешало. Было трудно привыкнуть, что у меня в некотором смысле не бесконечный ресурс.

Оказывается, за несколько лет работы в «Яндексе» это чувство очень сильно въедается. Я думал, что я очень рачительный менеджер, но оказалось, что в собственном деле цена ошибки совершенно другая.

Конкретнее?

Если в большой компании не получился проект, ты лишишься премии или тебя не похвалят. А здесь, если не туда вложился, у тебя закончится значительная часть денег. Всё на тебе: чем ты будешь платить работникам зарплату в следующем месяце, что ты сможешь разрабатывать — это главная разница.

В чём вам помог «Яндекс»?

В «Яндексе» у меня был опыт работы с нагруженными системами, я участвовал в создании и поддержке сервисов с многомиллионной аудиторией. Опять-таки, там появилось много связей, контактов. Но в России, когда ты говоришь, что работал в «Яндексе», это что-то значит. В Европе — не особо.

Как бы вы оценили «Яндекс.Новости» сейчас? Что стало лучше после вашего ухода, а что — хуже?

Последние года четыре, на мой взгляд, «Яндекс.Новости» — это позорно неприличный сервис, поэтому я стараюсь туда не заходить, как и на главную страницу «Яндекса».

Могу только догадываться, какие задачи решают его владельцы и по каким причинам они его держат. Тот сервис, которым я занимался и за который отвечал (2008–2012 годы), был, на мой взгляд, хорошим и полезным продуктом, технологически интересным, перспективным на мировом уровне. Наверняка в чём-то он стал лучше, но эти метрики мне неизвестны и нерелевантны.

{ "author_name": "Виктория Рипа", "author_type": "editor", "tags": ["\u0438\u043d\u0442\u0435\u0440\u0432\u044c\u044e","ecommerce"], "comments": 101, "likes": 40, "favorites": 157, "is_advertisement": false, "subsite_label": "story", "id": 93129, "is_wide": true, "is_ugc": false, "date": "Mon, 18 Nov 2019 18:08:16 +0300", "is_special": false }
0
{ "id": 93129, "author_id": 281483, "diff_limit": 1000, "urls": {"diff":"\/comments\/93129\/get","add":"\/comments\/93129\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/93129"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199131, "last_count_and_date": null }
101 комментарий
Популярные
По порядку
Написать комментарий...
3

Удивлен, что крупные магазины самостоятельно не реализовали такой механизм поиска. Я думал у них это по умолчанию должно быть реализовано. По сути ничего сложного, разбить запросы на параметры, параметрам присвоить ключи. 

Ответить
10

Ох как это поверхностно )

Ответить
3

Да, я не вникал. Но пробежался по сайту и по тем фишкам, что у них на главной. 

Ответить
0

Что там такого особенного? Есть что-то действительно стоящее, или ребята "переизобрели" полнотекстовый поиск?

Ответить
4

Сказать честно, сложилось впечатление, что люди изобрели велосипед и торгуют им. Но это обывательский взгляд, может я что-то упустила из виду.

Ответить
0

Да?
И где мне взять базу синонимов "Бош-Bosch"?
Каждый из миллионов магазинов должен изобретать велосипед?

Ответить
0

Ой я вас умоляю. Это вопрос накопленной статистики не более. За это стоит платить 500 баксов в месяц?* Не думаю

Ответить
0

Тогда вопрос: почему миллион всех сайтов так до сих пор этого не сделали? Это же всего лишь навсего "вопрос статистики"

Ответить
4

Elasticsearch решает все эти задачи.

Ответить
–1

Эластик знает про Бош-Bosch?
Он знает про синонимы?

Ответить
0

Господи, синонимы это просто ключи, пополняйте базу данных новыми ключами согласно запросам в вашем сервисе, присваивайте их параметрам и готово. Да это займет время и какие то ресурсы, но это будет ваша разработка за которую не надо каждый месяц платить и которую можно и дальше уверено развивать под свои запросы и нужды.

Ответить
6

Вот. Видите сколько работы надо проделать.
А теперь вопрос: сколько студентов, которые писали поиск для магазина, будут заниматься этой ебатнёй? Правильно. Ровно ноль.

Ответить
0

Мне кажется, даже проще параметры наоборот трансформировать в текстовое описание. И дальше использовать стандартный текстовый поиск.

Ответить
1

Ну я это и имел в виду, я просто рассказал про механику, как это наверное работает.

Ответить
0

Товарный поиск писать на порядок сложнее, чем обычный полнотекстовый. Взять хоть тему ранжирования результатов. Есть у вас "малиновый джем" и "краска для волос малиновый цвет", а пользователь ищет, например, "малиновое варенье" и видит на первой строчке краску для волос. А еще есть миллиард специфичных характеристик, которые сильно контекстозависимы и имеют разный вес. А еще, если вы хотите давать подсказки при наборе фразы вы должны уметь схлапывать похожие результаты до похожих товаров. Ну например "горошек Бондюэль" 200 и 400г - можно считать, что это один продукт, а вот 800г - это уже совсем другой продукт для других покупателей или по другому поводу. И в каждой предметной области, в каждой категории есть много подобных нюансов. Нужно быть не просто спецом по поиску, но еще и спецом в предметной области. Тема безумно сложная. 

Ответить
1

Ну подождите, причем тут ранжирование - ни в статье ни на сайте я не увидел информации о том что умный поиск Detectum отранжирует результаты, по умному их сгруппирует и т.д. все что они обещают - что "малиновое варенье" будет искать в каталоге варенье с параметром "вкус-малина", а вот "малиновая краска для волос" будет искать краску, где доп. параметром будет уже "цвет" а не "вкус".
То есть мы берем любой опенсорсный NLP-токенизатор, который разобет фразу, ищем товар, и пытаемся сопоставить остальные параметры имеющимся у товара характеристикам. (маловероятно что у краски для волос есть характеристика "вкус")

Ответить
0

Тогда я не понимаю куда они потратили почти $1M)))  Без ранжирования этим вообще не стоит заниматься - ерунда получится.. 

Ответить
5

кстати попробовал их демо
- "телефон за 1000" выводит все телефоны, каталога, с любой ценой.
- "айфон, яблофон, плейстейшен" - не выводит ничего
- "последний iphone" - выводит одну гарнитуру, вместо ожидаемого яблока с максимальной датой выхода.

в общем, что-то я не проникся... наверное рекламную белую микроволновку он отработает...
Хотя вот попробовал - в каталоге есть белая микроволновка супра с опцией гриль. - "микроволновка с грилем" ничего не находит ))

Вердикт - нам опять втирают говно.

Ответить
1

Исправлюсь - "телефон за 1000руб" все же находит телефоны за 1000 рублей. Даже вот понимает приоритет что если я ищу белый телефон за рубль, то на всякий случай стоит мне показать и черный телефон по той же цене... Но вот с базой русских текстов явно проблемы, а это основное за что можно брать такие деньги..
Ну и да - учитывая доступность опенсорсных и уже обученных либ NLP - это было бы неплохо для трехмесячного стратапа, но для 6-ти летнего проекта это тотальный фейл. Надеюсь поиск у их клиентов разительно отличается по качеству и возможностям от демо.

Ответить
0

И еще раз исправлюсь - краткий тест на живом магазине тут https://vc.ru/story/93129-vyhodec-iz-yandeksa-nauchil-internet-magaziny-ponimat-zaprosy-lyudey-i-podnyal-ih-prodazhi-istoriya-poiskovika-detectum?comment=1514872
В общем при сильно хромающей демке, результаты у реальных клиентов смотрятся вполне прилично.
Тем не менее демку стоило бы подтянуть.

Ответить
0

На обучение DeepPavlov. А то у них демо на сайте цвета не распознает =)

Ответить
0

Андрей, вы совершенно правы: у нас не очень актуальные на сайте демо и описание продукта. Мы это исправим, спасибо. Пока составить представление о нашем поиске лучше по сайтам магазинов, где стоит наше решение: Мвидео, Майтойз, Технопарк, ДочкиСыночки и другим. Ранжирование товаров - это сейчас основная составляющая нашего поиска, как по ресурсам, так и по отдаче. В этом интервью не удалось про него рассказать, возможно, будет еще возможность. 

Ответить
1

Да, я уже отписался с извинениями и уточнением ответом в свой пост https://vc.ru/story/93129-vyhodec-iz-yandeksa-nauchil-internet-magaziny-ponimat-zaprosy-lyudey-i-podnyal-ih-prodazhi-istoriya-poiskovika-detectum?comment=1514875.
Что бы не возникало обид и непониманий - еще раз извиняюсь вам лично )
Тестирование на реальной площадке сильно исправило мнение о вашем продукте, надеюсь собственное демо вы тоже в скором времени обучите, потому что оно немного не в том состоянии, что бы привлекать клиентов.
Про ранжирование я тоже вскользь упомянул, ну а поскольку задачи как-то полноценно оценить ваш продукт у меня нет, то и более развернуто изучать пока лень.
Тем не менее почитать про ранжирование от вас было бы интересно - как вы могли заметить в комментариях - общество сошлось на том что прикручивание NLP-токенизатора к поиску таких денег не стоит, и ранжирование это сама интересная часть которая могла бы реально зацепить.

Ответить
1

Есть у вас "малиновый джем" и "краска для волос малиновый цвет", а пользователь ищет, например, "малиновое варенье" и видит на первой строчке краску для волос

Для этого и существуют ключи. Берём ключ варенье и присваиваем его нужным категориям: варенье, джемы и так далее. И вот уже краска для волос у вас не выпадает.

Насчёт нюансов согласен, насчёт сложности пример привели плохой.

Ответить
0

В общем случае у вас есть многомерное пространство (математическая абстракция) представляющее характеристики товаров из определенной категории. Допустим категорию  товаров по запросу вам уже удалось определить. Дальше вам нужно извлечь запрашиваемые характеристики из запроса, определить точку в этом пространстве и дальше взять товары по степени удаления от данной точки. В принципе, современный полнотекстовый поиск похожим образом работает, но здесь нужно чтобы кто-то определил какие измерения должны быть в каждой товарной категории, какие синонимы взять и т.д. Простой полнотекстовый поиск на базе того же Эластик, конечно, работает но не сказать, что очень хорошо. 

Ответить
1

Дальше вам нужно извлечь запрашиваемые характеристики из запроса, определить точку в этом пространстве и дальше взять товары по степени удаления от данной точки

Сложность то в чем? Это все данные и правильная их обработка

Разложить по полочкам и подтягивать варианты с ближайших полочек.

Ответить
0

Давайте вы на коленке за пару дней набросаете парсер запросов, который будет извлекать и классифицировать характеристики товаров из произвольного запроса, а потом поговорим за сложность)))))

Ответить
1

Да у меня как бы работает один, но не товаров а заказов трансфера. Парсер Телеграм каналов. Заняло это месяц и 50 000. Плюс ещё месяц в процессе дополнял ключами. Это примитивная схема, но логика та же

Ответить
–1

Парсер - это в общем случае что-то, что обрабатывает текст, но их существует великое множество и под разные задачи и разной сложности. В общем крайне не просто вести ликбез человеку, который ничего в этом не понимает

Ответить
1

И главная сложность ,то что каждый пишет как хочет, но схема оказалась примитивной, и то что я увидел на сайте очень похоже на эту примитивную схему просто с бОльшим объемом данных

Ответить
–1

Задачи вроде вашей вообще эффективней решать через машинное обучение. Товарный поиск про другое. Я там в другой ветке расписал пример того, что нужно сделать для обработки простейшей поисковой фразы.

Ответить
1

Это там где про варенье? Не вижу различий, просто дополнительный ключ. Вопрос именно большой базы накопленных запросов, но у крупных магазинов это есть и вопрос до сих пор актуален, почему они сами это не реализуют?

Ответить
1

Блин я вам по русски пишу. Есть парсер текстовых запросов построен на той же логике (скорее всего) что и этот сервис. Алгоритм придумал я, писали программисты согласно моему ТЗ. Я мало что понимаю, но что то все таки понимаю. 

Ответить
–1

Сложность собрать команду программистов подходящей квалификации, а так же специалистов в предметных областях. А так же убедить инвестора, что всем этим стоит заниматься и тратить на это человеко-годы. А так да, бери и делай))) Обычно подобная наивность проистекает от плохого понимания задачи.  

Ответить
2

Кто в лес, кто по дрова. Так сложность не в самой задачи стоит, а в организации ее выполнения? Да я обыватель, но даже я без должного уровня понимаю как построена система, и при этом я не исключаю, что могу ошибаться. Мне пока не сказали, нет чувак. Это работает по другому, вот так и так и вот в этом сложность ее выполнения. Я вижу элементарную схему, построенную на больших данных. И поэтому у меня логично созрел вопрос, почему крупные сайты сами это давно не реализовали? Может я где то что-то не понял и поэтому спросил. Но пока никто тут не опроверг механику данного сервиса, что описал я.

Ответить
2

Это элементарная схема основанная на больших данных, для реализации которой нет никакой сложности, есть куча готовых инструментов или тех же апи от фейсбуча или гугл ассистента. И основная проблема в том что большинству магазинов на это насрать, так же как и на банальные автодетект кривой раскладки (много ли магазинов найдут мне вообще хоть что-то по запросу "vbrhjdjkyjdrf BOSH").
Но возвращаясь к статье - обратите внимание на время действия - для 2013 года, когда BigData и технологии ИИ только начинали проползать в потребительский сектор - было неплохо. Сейчас основной ценник не за сложность а за накопленную за это время русскоязычную "базу синонимов".

Ответить
2

Я придерживаюсь идентичного мнения, и поэтому спросил почему крупные магазины сами не реализовали это? Ответ ваш порадовал :) всем насрать

Ответить
3

Например тот же https://habr.com/ru/hub/natural_language_processing/ - там в каждой второй статье есть ссылки на опенсорсные либы, словари для обучения и прочие ништяки, позволяющие понять что этот проект сильно раздут по заявленной сложности..

Ответить
0

Пойдите и сделайте. Мы у себя на selvis.com сделали более-менее приемлемого качества, но если в каталоге будет не 10К товаров, а 1М, то определенно нужно будет все переделывать.

Ответить
0

Ну сделали же сами в итоге) И очень прилично, с версткой только недоработали немного, а так приятное впечатление.

Ответить
0

Это доработанная Lucene Search. Доработка заключалась в классификации по группам и брэндам. Для 10К товаров сильно повышает качество по сравнению с обычным полнотекстовым. Но как только начинаются количественные характеристики, так все работает сильно хуже. В общем все зависит от датасета по которому происходит поиск.

Ответить
1

Вы как обыватель плохо себе представляете многомерное пространство и векторизацию признаков. Вы не написали за всю жизнь ни одного парсера, который извлекал бы из текста какие-то контексто-зависимые факты, но рассуждаете как это все легко сделать. Типичный эффект Даннинга-Крюгера. 

Ответить
0

Написал, не сам парсер но его алгоритм и ТЗ к его разработке

Ответить
0

Согласен, что по умолчанию - а вот нет, был свидетелем как однажды один человек запускал магазин где можно было купить игры за крипту, и там не было ни то что параметров поиска, там не было search bar-a вообще...

Ответить
4

Хотелось бы сравнения с многочисленными аналогами. Например, https://multisearch.io/ - делает тоже самое, но судя по ценам стоит значительно меньше.

Ответить
2

Умоляю, покажите ваш продукт Leroy Merlin, у них ацкий поиск.

Ответить
0

Я на Леруа через Яндекс ищу, помогает.

Ответить
2

😂судя по количеству запросов в любой тематике, так все ищут.
Похоже Леруа не будет ничего менять. Это у них видимо спланированная акция, чтобы было больше запросов через Яндекс типа:
- душевая кабина леруа
- светильник настольный леруа
И так в любой тематике.
В итоге Яндекс видит насколько популярно Леруа в определенной тематике.

Ответить
0

В мобильном приложении особенно 

Ответить
2

Лев, спасибо, хорошая статья. Мы в Ютинете когда-то пытались реализовывать такой поиск (правда по внутренней модели данных, не по фиду). И потом, уже в своем проекте, я тоже с удивлением столкнулся с нежеланием бывших коллег работать в стартапе, еще не доказавшем свою экономическую модель, так что статья прям откликается :)

У меня возникает только вопрос, на который я не могу понять ответа: "почему сам яндекс.маркет этого не реализует?" Ведь у него понятна и потребность (повышение конверсии сразу и в CPC и в CPA даст больше денег яндексу), и ресурсы есть, и прям на его модель ложится (фиды уже все загружены, разложены), отдельных договоренностей с площадками не нужно и компетенции все для того чтобы выстроить nlp поиск есть. Но почему-то не делают. Я еще во времена ютинета пытался обосновать этим то что "задачей заниматься не надо, раз уж сам яндекс у которого для этого гораздо лучшие условия, этого не делает"

Ну и, удачи, вы интересной штукой занимаетесь + видны очень яндексовые подходы, всегда вызывавшие у меня большое уважение

Ответить
0

Сейчас посмотрел. Простые штуки типа "посудомойка бош" он уже умеет. А вот "красный ноутбук для работы" все еще нет )

Ответить
0

1. У ЯМ беда с карточками товаров. В общем случае они готовы отдавать эту работу производителю или поверенному представителю, чтобы те описали товарные спецификации. Без них они толком не умеют схлапывать товары в карточки 
2. На эту задачу нужно потратить много усилий предметных специалистов, чтобы те где-то сказали, что фраза "горошек бондюэль 200" представляет из себя три спецификации: группа - зеленый консервированный горошек (именно зеленый и консервированный), ТМ - Бондюэль, а 200 - это фасовка в граммах. В некоторых случаях будет написано не 200, а 0,2  например для оливкового масла и это тоже что  и 200. И в каждой товарной категории таких примеров сотни и тысячи. Почти бесконечный объем работы. В теории, м.б. когда-то мэшинлернингом будет проще решить.

Ответить
0

2. Если я правильно понял, проект который в статье описан этим и занимается. имея на порядки меньшие ресурсы чем у Яндекса ) и делает это экономически оправданным, в куда худших условиях (отдельно договариваться надо)

Ответить
0

Ну вот представьте у вас есть миллион наименований товаров (числа реального порядка для больших магазинов). Представьте, что раньше вы про них ничего не знали и вот теперь вам необходимо сделать из них каталог, причем неизвестно какой. У вас первая задача - это кластеризация всех товаров. Ну например выделить группу "зеленый консервированный горошек" и дальше понять, какие эти горошки бывают. Что они отличаются по фасовке, по упаковке, по сроку годности, что бывает еще ассорти с овощами и т.д. Затем, вам нужно извлечь из наименования и описания эти характеристики. При этом нужно создать еще словари синонимов. 
Затем каждую характеристику нужно проиндексировать по отдельности. Ну и апофеоз всего - это распарсить поисковый запрос, извлечь из него характеристики и сделать поиск уже в соотвествии с характеристиками, а не просто по тексту. 

Ответить
0

"кластеризация всех товаров" - Яндекс.маркет пытается. По  результатам видно, что работают живые человечки outstaff. Никаких роботов и мощного ИИ.

Ответить
0

Так так оно и есть. Можно получить письменное согласие производителя и они дают доступ в личный кабинет для редактирования карточек товаров. 

Ответить
0

Николай, я ни в коем случае не спорю с тем что задача сложная. Я ее в общем-то представляю. Просто у Detectum'а она такая-же ) и ведь справляются же (к примеру в отдельных категориях, если сложно разбирать все), несколькими человеками.

 а +5-10% из поиска на масштабах я.маркета - это в абсолюте очень большой скачок в деньгах должен быть чтобы был экономический смысл этим заниматься

Есть единственное что я навскидку вижу - Detectum работает с фидом одного конкретного магазина, и это проще чем с тысячами разных, но это видимо подразумевает предварительную большую ручную настройку под каждого крупного клиента

Ответить
0

У Detectuma задача не такая же - Яндекс обрабатывает готовую выдачу магазинов, и заставлять магазины выдавать в нужном формате они не могут, Detectum интегрирует поиск для конкретных магазинов, а значит упорядочить каталог в данном случае уже задача самого магазина, который заинтересован в нормальном поиске.
Ну и потом - яндекс это яндекс )

Ответить
0

Я думаю они пока работают по отдельным категориям. Т.е. условно взяли категорию "электрика" и ее отработали и взяли следующую и тд. Со временем им придется стать очень большими, если они хотят работать с любыми товарными категориями.

Ответить
1

Человек узнал наконец то что такое реальная жизнь и разработка для клиента.
Название ужасное у продукта.

Ответить
1

вбил в тесте "black phone" - в выдаче кроссовки асикс

Ответить
0

Попробовал на citilink.ru

сяоми black - работает

сяоми черный - работает

сяоми темный - пусто

сяоми 32GB - работает (поскольку в описании товара есть "32GB")

сяоми 32 гигабайта - пусто

Видно, что ребята немного старались. Но получилось такое себе, туповатый поисковый робот.

Ответить
0

Ну тут опять же стоит вопрос данных. Как много людей использует: "сяоми 32 гигабайта" или "сяоми темный". Может Вы первый =) А может опять возвращаемся к тому, что всем насрать))

Ответить
1

Вот взял кстати вспомнил про список клиентов, взял М-Видео.
Результат - всем насрать =)
1. Умный поиск хоть как-то работает (об этом ниже), но строка поиска вмещает максимум "смартфон 5000руб". Дальше текст конечно набирается, но уже не видно что ты там ищешь.
2. смартфон 5000руб - действительно показывает первым смарт за 4999
3. смартфон 2 симкарты - показывает первым самсунг на 2сим за 10к
4. смартфон 2 симкарты 10000руб - показывает сяоми за 22к XD

т.е. вроде и работает, но не все вместе ) 
5. смартфон 2 сим - в подсказке ввода предлагает "смартфон 2 симкарты", но если просто нажать энтер, результат отличается от "смартфон 2 симкарты")

6. микроволновка bork с грилем - оно работает (белых борков нет)
7. белая микроволновка bork с грилем - выводит сначала борки с грилем, потом белые с грилем от других производителей
8. cthsq fqajy 8 64 (серый айфон 8 64) - действительно вывел восьмое яблоко на 64гб в цвете спейс грей.
9. последний айфон - ничего не нашел (наверное яблочники четко помнят актуальную модель, так что не факт что сильно актуально)

плейстейшен тоже нашелся без проблем, в отличии от яблофона. В общем на реальном сайте результат приятен, смотрится гораздо лучше чем демо, ну а по сложности и ценнику - раз спрос есть, то почему бы и да.

Ответить
0

Ситилинк разве упомянут там в списке?

Ответить
0

Просто для примера. Взял сайт, на котором уж точно должен быть "продвинутый" поисковик. Но нет. Туповатый, по факту. 

Ответить
1

Эхх, да, я уже писал об этом выше - иногда кажется что "ну эти то ребята продвинутые, у них все должно быть как у людей", а по факту - нет. Еще не так давно большинство магазинов компьютерной техники испытывали проблемы со спутанной раскладкой, хотя, казалось бы, уж они то должны понимать )

Ответить
0

Продай черному телефон и он разобьет его через месяц, покажи ему где воровать, и он купит себе кроссовки...

Ответить
1

Почему он мировой агрегатор свой не делает, раз поднаторел в поиске и не продаёт офферные ссылки на те же магазины ?

Ответить
1

Полезный вывод, что работа в Яндекс может помочь устроиться только на аналогичную позицию, но ничего не даёт как ‘рекомендация’ для своего проекта

Ответить
1

"Последние года четыре, на мой взгляд, «Яндекс.Новости» — это позорно неприличный сервис" - Так и есть.

Ответить
0

Не забываем про ‘законы’ со штрафами, которые к этому привели

Ответить
0

Что-то неприличное обычно на дверочку закрывают. Но у яндекса чувства брезгливости нет.

Ответить
1

Лев, удачи!

Ответить
–3

Нативочка и пиар на Яндексе детектед

Ответить
0

не детектед, а детектум =)

Ответить
0

По продукту - надо идти к разработчикам конструктив сайтов и предлагать им как ‘модуль’, который будут покупать их клиенты. А ещё лучше к 1С и предлагать делать интеграцию на уровне ‘Склад’ в их продуктах - т.к. многие в РФ сидят на их решениях 

Ответить
0

По идее грамотная SEO оптимизация сайта и так даст тебе ‘покупки’ из любого поисковика, дальше нужно настроить на самом сайте ещё и связанные товары, чтоб на самом сайте ничего дополнительно не искать.

Вопрос 1: а у Яндекс нет ‘решения’ по интеграции поиска на сайт, но чтоб он искал только на этом сайте - это ж для Яндекса простая задача
Вопрос 2: а что происходит когда клиент отказывается от услуг Detectum - перестаёт работать поиск на сайте вообще?  

Ответить
0

я просто оставлю это тут

https://multisearch.io/

потому что ребята делают то же самое, но не из Яндекса и, наверное, поэтому интервью у них никто не взял 

Ответить
0

Детектум - отличный продукт и удачи Льву в развитии бизнеса. 
Не так много игроков с хорошей экспертизой в Европе. 

Тем не менее на российском рынке лидером является наш продукт - http://anyquery.diginetica.com/

 Мы работаем с большинством ведущих ритейлеров России, у нас более 120 клиентов. 

Судя по цифрам в статье, мы обрабатываем в 3 раза больше поисковых запросов, чем Детектум, а так же и активно развиваемся на международных рынках и успешно выигрываем западные решения в прямых А\Б тестах.
 
Кроме того, на рынке есть несколько других очень сильных конкурентов в США, Испании, Венгрии, Латвии, Азии, Индии, Швеции, Финляндии, поднявшие раунды инвестиций.

Ответить
0

На фото Бейкер-стрит?

Ответить
0

В appstore надо

Ответить
0

Божечки-кошечки, год разработки и лям долларов за доработанный эластик.

Мы делали так:

1. sphinx для обработки естественного языка + синонимов
2. mystem для разметки словарей по частям речи
3. немного php-кода для предварительной обработки пользовательского запроса
4. контент-менеджеры для простановки синонимов к брендам, товарам и рубрикам

Примерный алгоритм разбора запроса:

1. Нормализуем, прогоняем по стоп-листам, синонимам и проводим коррекцию раскладки и опечаток. Вы удивитесь, сколькими способами можно написать слово "moleskine"

2. Вычленяем все существительные, сверяемся с рубрикаторами. При совпадении по рубрикатору подключаем фильтрацию по совпавшим категориям. Это позволяет быстро отделить запрос "шариковая ручка" от запроса "зонт, черная ручка"

3. Отделяем овнов от козлищ. Все существительные из запроса включаются обязательно, прилагательные - по обстоятельствам. К примеру, если пользователь ищет "желтый зонт" - нужно учитывать оба слова, тогда как в запросе "хороший зонт" - только одно.

4. Ранжируем, сортируем, склеиваем товарные предложения, итд итп.

Заняло пару месяцев работы, работало отлично.

С чем пришлось столкнуться:

1. Кривая номенклатура в 1С. Пришлось посадить людей доработать названия, описания, перенести цвета, размеры и прочие полезные характеристики из описания в свойства.

2. Кривые пользовательские запросы. 

Человек - не робот, пишет так, как ему удобно. К примеру, могут искать "синий металл", нм надо учитывать, что металл - это материал, а не товар. "Телескоп" - тоже не товар (мы телескопами не торговали), а вовсе даже свойство "телескопический". Ну и дальше по списку. Словари исключений решают проблему, но за ними приходится регулярно следить.

3. Некоторые особенности конфигурации.

К примеру, сфинкс в стандартных настройках начинает индексировать минимум от трех, чтоль, символов, соответственно некоторые полезные слова типа 8 GB просто вылетают из поиска. Решается несложно, просто помнить надо об этом.

MVP запилили за месяц, еще пара месяцев ушла на настройку под суровые реалии отрасли. В итоге работало прям отлично.

Эх, надо было свой стартап пилить.

Ответить
0

Подготовить список результатов по фразе - это только часть работы поиска. На конверсию сильно влияет ранжирование результатов. Большинство поисков идет по широким фразам, типа "посудомойка встроенная". Поэтому то, как ранжирует система поиска результаты - крайне важно, а разработка этой подсистемы может занимать больше времени, чем фильтрация результатов. Добавьте сюда еще время на A/B тесты - это месяцы работы. Меньше, чем за год, хороший поиск не сделать.

Ответить
0

Если говорить про обычный поиск - да, ранжирование играет нефиговую роль.

Но если говорить конкретно про интернет-магазин - к сожалению (или счастью) юзер почти всегда включает сортировку по цене. В нашем случае - еще и по остаткам (доступным прям сейчас или в течение некоторого интервала времени) - особенность бизнеса. Такая вот злая ирония:  можно потратить год на создание системы ранжирования типа "сначала рекомендуемые", а можно пригласить клиентов на дилерскую конференцию и выслушать их боль.

Штука в том, что очень часто все эти нейросети и прочие формулы ранжирования весом в триста мегабайт разбиваются о суровый быт обычного российского клиента, который хочет найти пятьсот штук чего угодно не дороже двухсот рублей за единицу.

У нас на карте кликов нужные места фильтра прям красным полыхали.

Ответить
0

А в автокомплите Вы как сортируете?

Ответить
0

Автокомплит - отдельная тема,  которую маркетологи алгоритмизировали на основании своих мыслей.  Было что-то типа такого: сначала категории рубрикатора по текстовой релевантности,  потом продвигаемые товары и категории (реально, галка такая была в админке), потом все остальное по цене по возрастанию. Натюрлих,  категории, товары и акции в одной выпадашке. Если кто-то сделает стартап, учитывающий хотелки маркетологов - озолотится :)

В любом случае,  непосредственно к поиску не имеет отношения, больше относится к упомянутому Вами A/B, и настраивается руками, а не движком.

Плюс, опять  же, нужно учитывать особенности бизнеса. У нас, например, основными клиентами были РА, и если они искали пластиковую ручку, то им было пофиг,  какую конкретно, лишь бы в бюджет и сроки уложиться. Отсюда повышенное внимание к дополнительной фильтрации и ранжированию по цене и остаткам.

Ответить
0

 непосредственно к поиску не имеет отношения

Еще как имеет, фактически - они дополняют друг друга.
В обычных магазинах конверсия по автокомплиту больше, чем у поиска. Впрочем, конкретно в Вашем случае, данные могут отличаться.

Ответить
0

Я имел в виду именно техническую сторону вопроса, некое "честное" ранжирование выдачи по метрикам соответствия запросу.

В моем случае в автокомплите были применены ручные подтыкания продвигаемых маркетологами результатов (что, несомненно, положительно сказалось на финансовых показателях,  но непосредственно к поисковому ранжированию имело весьма опосредованное отношение).

Ну, примерно как верхние рекламные строчки поисковиков соотносятся с остальной выдачей.

Впрочем, вопрос терминологии.

Ответить
0

Юрий, сам по себе фильтр по фразе у большинства продуктов примерно одинаково работает для 95-99% обычных запросов типа "холодильник двухкамерный". Вся разница в конверсии, а, соответственно, и дохода компании, будет зависеть от ранжирования найденных результатов. И чем больше оборот - тем выше разница по доходу у поисковых продуктов. Поэтому крупным компаниям выгодно тратить миллионы на свой поиск или платить за его аренду.

Если Вы потратили всего 3 месяца на поиск, скорей всего результаты будут хуже, чем у компаний, которые потратили на него годы.

Ответить
0

по каким метрикам Вы бы ранжировали выдачу запроса "холодильник двухкамерный"?

Ответить
0

Самый простой вариант - это расчет для каждого товара индекса популярности, используя такие метрики, как: просмотры, добавления в корзину, покупки, скидка на товар. Метрики должны учитывать популярность именно в данный момент и, соответственно, постоянно изменяться. 

Более сложный вариант - учитывать еще и статистический профиль пользователя. Для новых товаров - рассчитывать первоначальный индекс на основании схожести с товарами.

Ответить
0

Ну, да, это самый простой вариант, который сработает в случае среднестатистического магазина, торгующего, например, товарами с алиэкспресс. Но мы пытаемся отранжировать "холодильник двухкамерный" же, да?

Сработают Ваши метрики на нем,  как думаете?

Ответить
0

Так они не мои, а конкретного интернета магазина. После ранжирования по метрикам, можно еще правилами причесать, например, не более 3-х товаров одного бренда на страницу, включать товар со скидкой и т.д. Чем больше покупок в сутки у интернет-магазина - тем больший эффект от кастомного ранжирования.

Ответить
0

Вопрос без подколки, если что. Я уже пару лет работаю в другой сфере, где не требуется поиск, так что мне просто интересно, как вообще люди решают эти проблемы.

Ответить
0

"В итоге работало прям отлично" - отличность в чем меряли

Ответить
0

Первое время - в количестве запросов с пустым ответом: описанный мной фильтр достаточно жестокий, он скорее не покажет ничего, чем покажет фигню, так что приходилось следить. Потом начали прикручивать GA, но это уже маркетологи что-то там мудрили, детали мне неизвестны. Иногда поступали доработки синонимов и коэффициентов.

Ответить
0

Интересная тема! А есть опыт а Автомотиве? Автозапчасти? Шины? Диски? Масла? Тюнинг авто? 

Мы строим ЭкоСистему в АвтоБизе.

Запустили несколько Платформ.

DataMotor.ru в том числе

Приглашаю к сотрудничеству.

Ответить
0

Хорошее интервью, но опускание своего бывшего места работы, на мой взгляд неэтично! 

Ответить
0

"Последние года четыре, на мой взгляд, «Яндекс.Новости» — это позорно неприличный сервис, поэтому я стараюсь туда не заходить, как и на главную страницу «Яндекса»." - Собственно, так и есть. 

Ответить
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "Article Branding", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "cfovx", "p2": "glug" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Баннер в ленте на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "disable": true, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } }, { "id": 20, "label": "Кнопка в сайдбаре", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "cgxmr", "p2": "gnwc" } } } ] { "page_type": "default" }