为什么客户得不到搜索结果——以及如何修复电子商务网站搜索

零结果搜索是一种诊断,而不是整个问题

屏幕上的信息只是最后的症状. 某一产品可能从可搜索目录中缺失,隐藏在它的出版状态下,用不同的术语描述,储存在出乎意料的产品类型下,或者被过滤器所排除. 查询本身可能包含打字错误,缩写,厂商参考或客户短语,产品记录中从未出现.

首先复制准确的查询和记录客户的期望. Shopify的搜索故障排除指南要求商家获取查询,预期产品和测试时间. 该学科对任何平台都很重要,因为一个可重复的例子让团队将数据问题与排名或界面问题区分开来.

单独的拼写、术语和意图

这些问题需要不同的处理。 当“胆碱酯酶”与“胆碱酯酶”相匹配时,Typo耐受性会有所帮助,但它并没有教人“下滚器”、“下滚器”和“履带滚器”可能指同一种成分。 一个同义词关系可以处理替代语言,而一个意向意识检索步骤可以使用其余的查询来了解客户试图找到什么.

不要将每个模糊相通的单词变成同义词. 控制术语清单应基于产品数据、制造商语言、客户服务谈话和经审查的搜索证据。 一个目录中可互换的术语可以描述另一个目录中的不同产品.

• 拼写问题: 想要的单词可以识别但类型错误
• 术语问题:客户和目录使用不同的有效词
• 身份问题:客户进入SKU、条码或制造商参考
• 意图问题:查询描述的是结果而不是产品名称
• 可用性问题:正确的记录存在,但无法搜索或出售

在添加更聪明的排名之前, 让目录可以搜索

搜索无法可靠地找到缺失或不一致的事实。 审查标题,产品类型,可变标题,销售商名称,说明,标签,SKU,条码和属性客户用来区分产品. 购买其商店前端搜索可以使用的产品属性的文档,并指出支持完整的SKU或条码搜索,对部分代码有限制.

将重要的价值观正常化,而不缩小有意义的差异。 将厂商参考文献,平台产品和变相ID,单位,相容模型和被批准的替代名词附在正确的记录后. 如果两个变体因大小或应用的不同而不同,索引和结果页必须保持这种区别.

1. 收集真正的成功和失败的客户查询 .
2. 将每个查询都映射到客户期望的产品或信息.
3. 检查在可搜索字段中是否存在必要的单词,标识符和属性 .
4. 更正缺失或不一致的源数据,然后进行搜索规则补偿.
5. 每次更改后重新索引并重新运行相同的测试集.

将精确匹配与更广泛的理解结合起来

精确匹配对于SKU,条码,型号和被引用的词组仍然至关重要. 较宽的检索对于自然描述,替代措辞和较长的问题都是有益的. 最安全的设计不会用一个不透明的分数来取而代之精确的搜索;它使用多个信号,并给予强烈的身份匹配适当的优先级.

Elastic的全文搜索文件解释道,对文件和查询进行了分析,结果可以超越字面上的平等。 其搜索指南还区分了在记录相匹配或不匹配时的过滤,与在更强匹配时首先出现的相关性排名相区别. 在商业中,诸如市场,可用性或相容性等硬性限制应该仍然是过滤器,而文字相关性则有助于命令有效的集.

在不隐瞒相关性的情况下使用业务环境的排名结果

寻找确切的产品代码不应被一个受欢迎但无关的项目所取代。 从查询到产品的相关性开始,然后应用经批准的上下文信号,如客户的市场,产品可用性,选定的类别或已知的目录关系等. 保持商业助推器的受限,使其不能使无效结果看起来正确.

解释性排名在审查期间很有价值。 一个团队应当能够看到一个结果与标题,同义词组,SKU,产品类型或相关概念相匹配. 这不要求向购买者显示技术分数,但当令人惊讶的结果需要纠正时,它向目录组提供证据.

• 给出精确的 SKU、条码和模型参考匹配的清晰优先级
• 使用产品类型和属性匹配来加强相关结果
• 在排名之前适用市场、供应和准入规则
• 限制商品交易的提升, 使其无法覆盖一个差的匹配
• 保持对人工同义词和排名规则变化的审计线索

在查询失败前使用预测搜索帮助

预测性搜索可以在客户还在打字时显示产品,收藏或建议的查询. Shopify将其描述为在不先将客户发送到结果页的情况下完善搜索的方法. 它有助于揭示目录的语言、完成长长的产品参考和帮助客户及早正确路线.

建议应简明扼要,切合实际。 一小组可理解的选项比重复类似变体的长降更有用. 保存键盘导航,清晰的焦点状态和可读文本,并在客户想看到更多时提供完整的结果页.

设计有用的无结果行程

即使是经过精心调整的搜索也会遇到新的语言和真正不支持的请求. 不要让客户留下一页空白。 重复查询,只取出明显的可选过滤器,提出一个被更正或相关的术语,在证据支持时显示相关的类别,并提供一个通往人类帮助的路径.

避免静默地替换一个无关的查询. 如果系统拓宽了搜索范围,则标出改变的东西. 寻找安全关键产品或适配产品的客户需要知道结果是否是准确匹配,可能的替代品,或仅仅是相邻的类别.

一个具体的例子:以日常语言描述的技术部分

想象一下顾客喜欢“Bobcat T650更低的滚筒”。 该目录称产品为"下滚器"并存储了T650作为相容的模型关系,而不是在每个标题中重复. 只执行关键字可能不会因为没有确切的短语而返回任何内容.

一个更聪明的旅程认识到“下滚器”和“下滚器”之间经过审查的关系,回收与T650模型相连接的产品,并将确切的相容性证据排在Bobcat一般结果之上。 结果页仍然显示真正的产品记录、当前的商业信息和客户必须检查的相容性事实。 如果缺少模式关系,系统应揭露这一差距,而不是发明出适合的.

将搜索行为变成可控的改进循环

记录查询,过滤,结果计数,点击结果,完善和无结果状态. 在同意和平台能力允许的情况下,连接搜索会话,以加载、购买或支持结果。 把这些当作调查的信号,而不是自动证明结果是正确的.

审查数量最多的故障查询和反复导致立即改进的搜索。 将每期分类为数据,名词,排名,可用性或接口. 使一个规范的更改, 重运行测试集并监视回归 。 通过量度校正,而不是通过积累未经审查的同义词或通用AI生成的文本,搜索变得更加有用.