Recherche sur le commerce électronique
Pourquoi les clients n'obtiennent pas de résultats de recherche — et comment fixer Ecommerce Site Search
Les clients ne voient généralement aucun résultat, car le système de recherche ne peut pas connecter leurs mots à la langue utilisée dans le catalogue, pas parce que le magasin n'a rien de approprié. Régler le problème en séparant les questions d'orthographe, de terminologie et d'intention, en améliorant la recherche dans les champs de produits, en testant la pertinence avec des requêtes réelles et en donnant à chaque recherche ratée une étape utile.
Pour une version répétable de ce processus, explorer Recherche intelligente M.I.A.I.
Une recherche zéro résultat est un diagnostic, pas tout le problème
Le message à l'écran n'est que le symptôme final. Un produit peut être absent du catalogue consultable, caché par son statut de publication, décrit avec un terme différent, stocké sous un type de produit inattendu ou exclu par un filtre. La requête elle-même peut contenir une erreur de frappe, une abréviation, une référence du fabricant ou une phrase du client qui n'apparaît jamais dans l'enregistrement du produit.
Commencez par reproduire la requête exacte et enregistrer ce que le client attendait. ShopifyS recherche dépannage guide demande aux marchands de saisir la requête, le produit attendu et l'heure du test. Cette discipline compte sur n'importe quelle plateforme car un exemple répétable permet à une équipe de distinguer un problème de données d'un problème de classement ou d'interface.
Orthographe, terminologie et intention distinctes
Ces problèmes nécessitent différents traitements. La tolérance au typo peut aider quand le chocollate de l'air doit correspondre au chocolate de l'air, mais il n'enseigne pas le système que le rouleau de fond, le rouleau inférieur de l'air et le rouleau de piste peuvent se référer au même type de composant. Une relation synonyme peut s'adresser à un autre langage, tandis qu'une étape de recherche sensée-aware peut utiliser le reste de la requête pour comprendre ce que le client essaie de trouver.
Ne transformez pas chaque mot vaguement lié en synonyme. Une liste de terminologie contrôlée devrait être fondée sur les données sur les produits, la langue du fabricant, les conversations avec le service à la clientèle et les éléments de recherche examinés. Les termes interchangeables dans un catalogue peuvent décrire différents produits dans un autre.
- Problème d'orthographe : le mot recherché est reconnaissable mais mal typé
- Problème de terminologie : le client et le catalogue utilisent différents mots valides
- Problème d'identité : le client entre dans un UGS, un code à barres ou une référence du fabricant
- Problème d'intention : la requête décrit un résultat plutôt qu'un nom de produit
- Problème de disponibilité: l'enregistrement correct existe mais n'est pas consultable ou vendable
Rendre le catalogue consultable avant d'ajouter un classement plus intelligent
La recherche ne permet pas de retrouver de façon fiable des faits manquants ou incohérents. Examiner les titres, types de produits, titres de variantes, noms de fournisseurs, descriptions, étiquettes, UGS, codes barres et les attributs que les clients utilisent pour distinguer les produits. Shopify documents qui propriétés de produit sa recherche en vitrine peut utiliser et note que toutes les recherches SKU ou code-barres sont supportées, avec des limitations pour les codes partiels.
Normaliser les valeurs importantes sans aplatir les différences significatives. Conservez les références du fabricant, les ID du produit de la plateforme et de la variante, les unités, les modèles compatibles et les termes de rechange approuvés attachés au bon dossier. Si deux variantes diffèrent selon la taille ou l'application, l'index et la page de résultat doivent préserver cette distinction.
- Recueillir de vraies requêtes client réussies et ratées.
- Cartez chaque requête au produit ou informations que le client attend.
- Vérifiez si les mots, les identifiants et les attributs nécessaires existent dans les champs de recherche.
- Corriger les données sources manquantes ou incohérentes avant de compenser dans les règles de recherche.
- Réindexer et réexécuter le même ensemble de tests après chaque changement.
Combiner une correspondance exacte avec une compréhension plus large
Une correspondance exacte reste essentielle pour les UGS, les codes-barres, les numéros de modèles et les phrases citées. Une recherche plus large est utile pour les descriptions naturelles, les autres formulations et les questions plus longues. La conception la plus sûre ne remplace pas la recherche exacte par une partition opaque; elle utilise plusieurs signaux et donne une forte identité correspond à la priorité appropriée.
La documentation de recherche en texte intégral de l'élastique explique que les documents et les requêtes sont analysés de sorte que les résultats peuvent aller au-delà de l'égalité de termes littéraux. Son guide de recherche distingue également le filtrage, où les enregistrements correspondent ou non, du classement de pertinence, où les correspondances plus fortes apparaissent en premier. Dans le commerce, les contraintes dures telles que le marché, la disponibilité ou la compatibilité devraient rester des filtres, tandis que la pertinence textuelle aide à commander l'ensemble valide.
Classement des résultats en utilisant le contexte d'affaires sans cacher la pertinence
Une recherche d'un code de produit exact ne devrait pas être déplacée par un élément populaire mais non lié. Commencez par la pertinence de la requête au produit, puis appliquez des signaux contextuels approuvés tels que le marché du client, la disponibilité du produit, la catégorie sélectionnée ou la relation de catalogue connue. Gardez les boosts commerciaux limités afin qu'ils ne puissent pas rendre un résultat invalide regarder correct.
Un classement explicite est utile lors de l'examen. Une équipe devrait être en mesure de voir qu'un résultat correspond au titre, au groupe synonyme, à l'UCS, au type de produit ou au concept connexe. Cela ne nécessite pas de montrer un score technique aux acheteurs, mais il donne des preuves d'équipes de catalogue quand un résultat surprenant a besoin de correction.
- Donner une UGS exacte, code-barres et référence de modèle correspond à une priorité claire
- Utiliser le type de produit et les correspondances d'attributs pour renforcer les résultats pertinents
- Appliquer les règles de marché, de disponibilité et d'accès avant le classement
- Limiter les boosts merchandising pour qu'ils ne puissent pas dépasser un mauvais match
- Conservez une piste de vérification pour les changements manuels de synonyme et de règles de classement
Utilisez la recherche prédictive pour aider avant que la requête échoue
La recherche prédictive peut montrer des produits, des collections ou des requêtes suggérées pendant que le client est encore en train de taper. Shopify le décrit comme un moyen d'affiner une recherche sans envoyer d'abord le client à une page de résultats. Il est utile pour révéler la langue du catalogue, compléter de longues références de produits et aider un client à corriger le cours tôt.
Les suggestions devraient rester concises et pertinentes. Un petit ensemble d'options compréhensibles est plus utile qu'une longue liste déroulante qui répète des variantes similaires. Préserver la navigation au clavier, les états de focalisation clairs et le texte lisible, et rendre la page de résultats complète disponible lorsque le client veut voir plus.
Concevoir un voyage sans résultats utile
Même une recherche bien adaptée rencontrera une nouvelle langue et des demandes véritablement non soutenues. Ne laissez pas le client avec une page vierge. Répéter la requête, supprimer uniquement des filtres clairement optionnels, suggérer un terme corrigé ou connexe, afficher une catégorie pertinente lorsque la preuve l'appuie et fournir un chemin vers l'aide humaine.
Évitez de substituer silencieusement une requête non liée. Si le système élargit la recherche, indiquez ce qui a changé. Un client à la recherche d'un produit essentiel à la sécurité ou spécifique à l'ajustement doit savoir si le résultat est une correspondance exacte, une alternative possible ou simplement une catégorie voisine.
Un exemple concret: les parties techniques décrites dans le langage courant
Imaginez un type de client, un rouleau plus bas pour Bobcat T650. Le catalogue appelle le produit un rouleau de fond et stocke T650 comme une relation de modèle compatible plutôt que de le répéter dans chaque titre. Une implémentation par mot-clé seulement peut ne rien renvoyer parce que la phrase exacte est absente.
Un voyage plus intelligent reconnaît la relation revue entre le rouleau inférieur et le rouleau inférieur, récupère les produits connectés au modèle T650 et classe les preuves exactes de compatibilité au-dessus des résultats généraux Bobcat. La page de résultat affiche toujours le véritable enregistrement de produit, les informations commerciales actuelles et les faits de compatibilité que le client doit vérifier. Si la relation du modèle est manquante, le système devrait exposer cette lacune plutôt que d'inventer un ajustement.
Transformer le comportement de recherche en une boucle d'amélioration contrôlée
Enregistrez la requête, les filtres, le nombre de résultats, le résultat cliqué, le raffinement et l'état sans résultat. Lorsque les capacités de consentement et de plate-forme le permettent, connectez des sessions de recherche pour ajouter à la carte, acheter ou soutenir les résultats. Traiter ces signaux comme des signaux d'enquête plutôt que comme une preuve automatique qu'un résultat était correct.
Examinez les requêtes qui ont échoué en volume le plus élevé et les recherches qui mènent à des améliorations immédiates. Classer chaque problème en données, terminologie, classement, disponibilité ou interface. Faites un changement gouverné, recourez à l'ensemble d'essai et surveillez les régressions. La recherche devient plus utile par des corrections mesurées, non en accumulant des synonymes non revus ou des textes génériques générés par l'IA.
SOURCES D'AUTORISATION
Lignes directrices utilisées dans cet article
QUESTIONS FRÉQUENTES
Questions sur l'amélioration de la recherche de site ecommerce
Pourquoi mon magasin ne montre aucun résultat pour un produit que je vends?
Vérifiez les paramètres de publication et de disponibilité, puis confirmez le terme client, SKU, code-barres ou attribut existe dans un champ consultable. Consultez également les filtres, les synonymes et toute configuration de recherche tierce.
Chaque terme sans résultat devrait-il devenir synonyme?
C'est pas vrai. Ajouter un synonyme seulement lorsque les termes sont réellement interchangeables dans votre catalogue. Certaines requêtes ratées nécessitent une correction de données, une relation de modèle, une redirection ou un chemin d'aide humaine.
La recherche sémantique est-elle meilleure que la recherche par mot-clé?
Ils résolvent différentes parties du problème. L'appariement lexical exact est important pour les codes et les noms précis; une compréhension plus large peut aider avec le langage naturel et la terminologie. Un système utile combine des signaux sans affaiblir les contraintes dures.
Quelles mesures de recherche une équipe de commerce électronique devrait-elle examiner?
Examiner le volume des requêtes, le taux de résultat zéro, les améliorations, les résultats cliqués, les recherches abandonnées et les résultats en aval lorsque le suivi est permis. Étudier les requêtes répétables individuelles avant de modifier les règles.
La recherche intelligente peut-elle fonctionner avec Shopify?
Oui. Avec une connexion Shopify autorisée, la recherche peut utiliser des informations de produit et de variante approuvées tout en préservant l'identité de magasin, la disponibilité et les destinations de produit.
