I migliori motori di ricerca interni per eCommerce evoluti

La ricerca nei siti di e-commerce ha il potere di migliorare l’esperienza dei visitatori, fidelizzare i clienti e aumentare i tassi di conversione on-site. Secondo uno studio, i visitatori che utilizzano la ricerca possono generare circa il 30-60% di tutte le entrate del sito di e-commerce.

Nonostante il potenziale impatto del miglioramento della ricerca on-site, solo il 15% delle aziende dispone di risorse dedicate all’ottimizzazione.

La ricerca nei siti di e-commerce è complessa. In questo articolo parleremo di alcune delle sfide per la ricerca dei prodotti, delle opportunità di miglioramento e delle soluzioni disponibili.

Abbiamo scritto questa guida per marchi, rivenditori e mercati di aziende B2C o B2B, frutto della nostra esperienza come sviluppatori di soluzioni di ricerca su e-commerce. Qualsiasi tipo di attività di e-commerce con un catalogo di prodotti di grandi dimensioni può trarre vantaggio dalla ricerca sul sito ad alte prestazioni per fornire una migliore esperienza del cliente.

Inoltre abbiamo anche messo a disposizione una guida per comprendere le caratteristiche fondamendali dei database NoSql.


Tassi di conversione di Amazon.com e degli altri e-commerce in generale

I tassi di conversione on-site si aggirano intorno al 3% a seconda del settore, ma Amazon.com gode di un tasso di conversione cinque volte superiore alla media del settore (è ancora più alto per i membri Prime). La ricerca è fondamentale nel mercato più grande del mondo per trovare qualsiasi cosa, quindi naturalmente Amazon ha investito molto nell’ingegneria della ricerca per 20 anni e oggi ha 2000 persone che lavorano alla ricerca sul sito.

Che voi siate un marketplace, un rivenditore o un marchio che compete direttamente con Amazon, ci sono buone notizie: non è necessario assumere 1.500 ingegneri di ricerca. La moderna tecnologia dei motori di ricerca e-commerce di oggi può darti un vantaggio senza spendere troppo.

Lo stack di e-commerce moderno

Nel 2021, circa il 50% dei rivenditori ha dichiarato di voler dedicare più tempo allo sviluppo delle proprie capacità di ricerca sul sito.

Le soluzioni di ricerca più recenti possono sostituire il motore di ricerca predefinito fornito con il software di e-commerce o consentire di creare ricerche da zero su una nuova piattaforma di e-commerce headless. In entrambi i casi, i motori di ricerca possono essere facilmente inseriti in uno stack tecnologico altamente interdipendente che può includere una combinazione di:

Piattaforma di e-commerce/CMS: il motore principale della tua soluzione di e-commerce rivolta ai clienti che aiuta a gestire tutto, dalla progettazione della pagina del prodotto alle valutazioni dei clienti.
PIM: sistema di gestione delle informazioni di prodotto per la gestione e la condivisione dei contenuti tra i sistemi.
Tagging: le soluzioni di tagging dei prodotti possono arricchire i metadati per una ricerca più accurata.
Inventario: la gestione dell’inventario è spesso gestita con una soluzione ERP.
CRM: indipendentemente dal fatto che tu abbia acquistato o creato il tuo CRM, hai bisogno di un posto centrale in cui archiviare le informazioni sui clienti in tutti i punti di contatto e le interazioni.
Pagamenti: una soluzione di elaborazione dei pagamenti online.

Per essere efficace, la ricerca deve funzionare sui diversi sistemi che compongono la tua attività di e-commerce. Deve essere in grado di eseguire ricerche nel catalogo dei prodotti, controllare l’inventario per gli articoli esauriti, sfruttare le caratteristiche dei visitatori dal CRM e visualizzare informazioni sui prezzi aggiornate. Inoltre, deve fare tutte queste cose in millisecondi.

Funzionalità del motore di ricerca e-commerce

Una ricerca di successo nell’e-commerce richiede un prodotto e un approccio multiforme. Di seguito, ho delineato alcuni dei problemi più grandi che i rivenditori devono affrontare insieme ai tipi di soluzioni ampiamente disponibili oggi.

Come sottolinea questo studio di Baymard Research, anche molti dei più grandi rivenditori e marchi del mondo non hanno ancora risolto alcune sfide di ricerca più basilari come il controllo ortografico. Ci sono molte altre funzionalità di base e avanzate necessarie per una ricerca di successo. Tocchiamo alcuni di questi argomenti qui e abbiamo altre guide a cui potreste essere interessati come i nostri 12 suggerimenti per aumentare i tassi di conversione di ricerca e scoperta dell’e-commerce.

Le sfide della ricerca interna negli e-commerce

Il moderno stack di e-commerce è multilivello e include sistemi per l’elaborazione dei pagamenti, i resi, la gestione dell’inventario, la gestione delle informazioni sui prodotti (PIM) e altro ancora! Fornire contenuti di alta qualità, ad alta conversione e aggiornati al minuto con risultati di ricerca forniti istantaneamente è un atto difficile da fare bene. Abbiamo compilato un elenco di funzionalità che le aziende dovrebbero considerare – e chiedere al proprio fornitore – quando selezionano una soluzione di ricerca.

Indicizzazione istantanea

Quando si lancia un nuovo prodotto, collezione, vendita o campagna, il tempo è essenziale.

Di recente abbiamo incontrato il responsabile dell’e-commerce di un’azienda di moda. Ci ha detto che la loro nuovissima soluzione di ricerca sul sito, implementata meno di 12 mesi prima, impiega 30 minuti o più per aggiornarsi ogni volta che aggiungono nuovi prodotti o aggiornano elenchi esistenti.

Peggio ancora, alcuni sistemi impiegano fino a 24 ore per l’aggiornamento dell’indice.

Con l’indicizzazione istantanea, qualsiasi nuovo contenuto che pubblichi o aggiorni sul tuo sito verrà aggiunto immediatamente al tuo indice o raccolta di ricerca. Allo stesso modo, ogni volta che elimini contenuti o contrassegni una pagina con un codice di errore 404 valido, un motore di ricerca dovrebbe rimuovere automaticamente questa pagina dal tuo sito o dalla tua raccolta.

I motori di ricerca indicizzeranno un sito in due modi: tramite un web crawler o tramite API. I crawler funzionano bene per i siti Web statici più piccoli, ma le API sono la strada da percorrere per gli stack tecnologici di e-commerce in cui i dati provengono da una varietà di sistemi e necessitano di aggiornamenti immediati.

Intelligenza artificiale (AI)

La pertinenza – cercare di far corrispondere la query dell’utente con i migliori risultati – è difficile. Molti rivenditori scrivono dozzine di regole e sinonimi per abbinare le query di ricerca al contenuto giusto. Questo può funzionare in una certa misura, ma può essere estremamente difficile, dispendioso in termini di tempo e costoso da mantenere.

I modelli di apprendimento dell’IA noti come “vettori” vengono utilizzati per codificare set di dati in rappresentazioni matematiche che possono essere utilizzate per fornire risultati eccezionalmente rilevanti.

I vettori eliminano effettivamente la necessità di scrivere sinonimi o creare regole. In confronto, le ricerche per parole chiave (come funziona oggi la maggior parte dei motori di ricerca) non funzionano in modo efficiente quando le query sono vaghe. I vettori offrono ai motori di ricerca dell’e-commerce un modo per sfruttare l’IA per trovare corrispondenze più vicine in meno tempo. Tuttavia, i vettori hanno un problema: sono lenti e costosi. Fortunatamente, in alcuni motori esiste una soluzione che accelera enormemente i vettori offrendo allo stesso tempo la potenza della ricerca basata su parole chiave.

Potenziamento del segnale

Nel 2019, se avessi cercato “maschera viso” su Amazon.com otterresti principalmente un elenco di creme antietà e maschere da notte. Nel 2022, per essere efficace, quella stessa ricerca dovrebbe includere le maschere facciali monouso N-95 per la protezione da Covid-19.

Il flusso e riflusso in cui vengono introdotti nuovi prodotti o nuove tendenze rendono essenziale che i rivenditori dispongano di una soluzione pronta per l’uso.

Il potenziamento del segnale è il processo mediante il quale i motori di ricerca sfruttano il comportamento degli utenti come clic e conversioni per ottimizzare il ranking dei risultati di ricerca. Man mano che i clienti effettuano più ricerche, i modelli di machine learning possono utilizzare i segnali (clic, conversioni) per classificare automaticamente i contenuti.

L’apprendimento della classificazione e l’apprendimento per rinforzo sono due tecniche che aiutano le soluzioni di ricerca a regolare le classifiche dei risultati in modo continuo e automatico.

Anche se non puoi sempre prevedere perfettamente la prossima tendenza, un motore di ricerca con apprendimento automatico può aiutarti apportando modifiche per te.

Personalizzazione e merchandising

I commercianti di mattoni e malta hanno imparato a massimizzare ogni centimetro di proprietà immobiliare – dai corridoi ai camerini alla fila alla cassa – dove possono essere venduti articoli simili e offerte confezionate.

È diverso per i venditori online. Per un po’, le soluzioni di raccomandazione hanno guadagnato una certa popolarità per aiutare i rivenditori a suggerire prodotti simili ai clienti. Se ti piace X, potrebbe piacerti Y. Il problema è che questi consigli erano mediocri, non personalizzati o fuori luogo.

Fino al 43% degli acquirenti utilizzerà la casella di ricerca del tuo sito, quindi personalizzare i risultati e mostrare i prodotti correlati può essere un modo migliore per fare merchandising.

La ricerca personalizzata include risultati di ricerca personalizzati per ogni individuo in base al suo profilo, che possono includere cronologia delle ricerche passate, cronologia degli acquisti, preferenza del marchio, posizione (geografica), valutazioni dei prodotti, sesso e altro ancora.

La personalizzazione inizia con i dati. Più dati demografici e psicografici si possono raccogliere su clienti e visitatori, più sofisticata può essere la personalizzazione.

Velocità di ricerca

Amazon ha dimostrato che i ritardi di millisecondi possono costare milioni di dollari in mancate entrate. La ricerca nei negozi di e-commerce deve essere veloce per fornire un’esperienza utente ottimale e ridurre l’abbandono del sito.

Quando si tratta di ricerca di prodotti, la velocità conta. Per un’usabilità ideale, è meglio:

– Aggiungere il suggerimento automatico (chiamato anche completamento automatico) alla barra di ricerca per visualizzare i risultati mentre gli utenti digitano le loro query
– Offerta di ricerca istantanea (con immagini del prodotto)
– Aggiornare dinamicamente i risultati quando gli utenti selezionano diversi filtri e facet (visualizzando l’elenco dei filtri selezionati in modo che anche le persone possano deselezionare le loro opzioni)

Tutto quanto sopra presuppone che tu abbia una soluzione di ricerca in grado di fornire risultati in millisecondi, anche durante il Black Friday.

I migliori motori di ricerca eCommerce

Algolia

Algolia è un altro strumento di ricerca per i siti di e-commerce. Funziona con tutte le principali piattaforme di e-commerce, fornendo 11 API e 4 SDK mobili. È veloce, facile da usare e flessibile. Inoltre, Algolia è una soluzione altamente sicura. Supporta tutte le lingue predefinite e fornisce filtri aggiornati durante la digitazione. C’è anche la possibilità di utilizzare la ricerca geo-ottimizzata con Algolia. Ultimo ma non meno importante è il prezzo: Algolia non costa pochissimo. Esiste anche una soluzione aziendale con funzionalità personalizzabili e tassi variabili. Prima scelta.

Typesense

Del tutto simile ad Algolia a livello di funzionalità, ma meno costoso. Forniscono meno SDK di integrazione, cosa che rende necessario utilizzare del tempo di sviluppo per la scrittura delle integrazioni. A differenza di Algolia puo’ essere hostato su proprie macchine. Seconda scelta.

Elasticsearch

Elasticsearch è uno dei motori di ricerca più popolari, utilizzato dai migliori siti di e-commerce. Essendo basato su Lucene Elasticsearch offre funzionalità di ricerca multi-tenant. Utilizza documenti JSON privi di schemi e un’interfaccia web RESTful. In quanto motore di ricerca e-commerce, Elasticsearch fornisce ricerche in tempo reale. Inoltre, il sistema è altamente scalabile. Man mano che la vostra azienda cresce, dovrete solo aggiungere qualche nodo in più per fornire al cluster la possibilità di sfruttare l’hardware aggiuntivo. Ottima soluzione la cui potenza è forse piu’ adatta ad altri tipi di ricerca piuttosto che per l’ecommerce. Scelta solo in condizioni particolari.

Apache Solr

Apache Solr è una piattaforma di ricerca open source basata su Lucene. Come il summenzionato Elasticsearch, Solr offre anche funzionalità come la ricerca full-text e l’indicizzazione in tempo reale e utilizza HTTP/XML e API JSON simili a REST. Questo motore di ricerca supporta l’evidenziazione, il clustering dinamico, la ricerca sfaccettata, l’integrazione con il database e le funzionalità NoSQL. Inoltre, otterrai una ricca gestione dei documenti con l’aiuto di Solr. Un altro aspetto importante è un’architettura di plugin, che offre ampie capacità e personalizzazioni aggiuntive. Nota che Apache Solr è il motore di ricerca di classe enterprise più popolare.

Sphinx

Sphinx è meno popolare dei precedenti server di ricerca open source, ma è ancora utilizzato dai migliori siti Web come Craigslist, Groupon e Living Social. Sphinx offre prestazioni rapide, qualità di ricerca di prim’ordine e semplice integrazione. Questo motore di ricerca funziona su tutte le principali piattaforme e sistemi. Sphinx è in grado di cercare sia file semplici che dati in un database SQL o in un archivio NoSQL. Offre molte funzioni di elaborazione del testo e supporta la personalizzazione.