Torna ai casi studio

Da Algolia a Meilisearch

Una migrazione reale su 13.318 prodotti e 3,3 milioni di ricerche mensili mostra come trasferire il merchandising, mantenere le prestazioni e ridurre drasticamente il costo operativo.

Da Algolia a Meilisearch

Chi gestisce la ricerca di un negozio online con volumi importanti conosce la voce di spesa: un contratto Algolia per qualche milione di interrogazioni mensili si colloca nell'ordine delle diverse decine di migliaia di euro annui. Meilisearch, motore open source installato su un proprio server, serve lo stesso carico per qualche migliaio di euro annui, comprensivo di infrastruttura e gestione.

La domanda, quindi, non e' se convenga. E' se si possa fare senza perdere quello che si ha. Questo documento risponde con le misure di una migrazione reale, condotta su un rivenditore di arredamento con tredicimila prodotti interrogabili e 3,3 milioni di ricerche mensili, e descrive per esteso il metodo impiegato.

Le regole di merchandising si trasferiscono integralmente. Settantanove regole, settecentosettanta posizioni fissate a mano dall'ufficio commerciale in anni di lavoro: sulle duecento ricerche piu' frequenti, pesando per volume di traffico, le posizioni ancora valide sono state riprodotte al 100%. Non solo: dopo la migrazione le vetrine curate si attivano su piu' formulazioni di prima, compresi gli errori di battitura ricorrenti degli utenti.

La qualita' della ricerca non peggiora. I due motori rispondono in tempi equivalenti, due millisecondi contro uno sulla mediana, e producono graduatorie sovrapponibili sul corpus di prova. I tre comportamenti che differiscono per impostazione predefinita sono tutti configurabili, e il documento riporta per ciascuno la verifica.

La migrazione rende possibile cio' che il vecchio impianto impediva. Fatturare a interrogazione non incide solo sulla spesa: nel caso studiato aveva deformato la struttura dell'indice in modo misurabile. Rimosso il vincolo, e intervenendo sui dati, la quota di posizioni di risultato che mostrano un prodotto nuovo anziche' un duplicato passa dal 54% al 96%, e la coerenza fra la ricerca e il tipo di prodotto restituito sale dall'85% al 92%.

Caso completo

Scarica il documento completo

Ricevi il documento di approfondimento con il metodo e i risultati del caso studio.