КЛБР (KLBR Studio) 
Тендеры и лиды
Информация
Привет! Это Вера, кофаундер KLBR Studio. Представьте, что ваш лучший продавец-консультант оглох, онемел и забыл ассортимент. Часто так и работает обычный поиск в интернет-магазине, показывая пустые выдачи.
Но есть и хорошие новости: его можно вылечить, наделив искусственным интеллектом и даром предвидения.
Пользователи, которые ищут товары через внутреннюю поисковую строку, — самая «горячая» часть аудитории интернет-магазина.
Исследование на 609 млн поисковых запросов в 113 глобальных ритейл-сайтах показало, что поиском пользуются только 24% покупателей, но на них приходится 44% всей выручки. Они также конвертируются в 2,5 раза чаще, чем пользователи, которые только просматривают каталог (Constructor).
Проблема в том, что сам поиск часто не справляется. Чаще всего людей раздражает, что в выдаче слишком много лишнего, результаты не попадают в запрос, а нужный товар невозможно найти по характеристикам.
Доходит до абсурда — 34% сайтов не понимают простые запросы вроде «рубашка с коротким рукавом» или «коричневый кожаный диван» (Baymard Institute).
При этом именно поиск — главный способ ориентироваться в ассортименте. Почти 70% покупателей начинают знакомство с магазином сразу с поисковой строки (Shopify).
Пользователи уже привыкли к тому, что поиск работает «с полуслова» — как в Яндекс, Google, на маркетплейсах или в ИИ. Поэтому если нужный товар или информацию нельзя найти за 2-3 клика, человек уходит. И, как правило, не возвращается.
53% пользователей в такой ситуации идут в Google, а еще 36% сразу открывают сайты конкурентов.
Особенно явно это проявляется у поколения Z, миллениалов и аудитории с высоким доходом: их ожидания высоки, терпения мало — если продукт не отвечает им сразу, они без колебаний выбирают другое место.
И дело не в капризах. Если человек вводит запрос и видит пустую или странную выдачу, он решает, что нужного товара в магазине нет.
Более того, если поиск показывает 100 товаров вместо 1000, которые реально есть на сайте, пользователь считает, что это и есть весь ассортимент. Бывает, что на этом знакомство с магазином и заканчивается.
Обычный поиск в интернет-магазинах ищет точные совпадения в каталоге. Не угадал формулировку — не нашел товар.
Поэтому классический поиск сменяет умный (Smart Search) на базе ИИ и языковых моделей. Он понимает «человеческие» запросы вроде «свитер на зиму», справляется с опечатками и синонимами, плюс учитывает реальное намерение пользователя.
А если нужного товара нет, такой поиск предлагает подходящие альтернативы — как хороший консультант в магазине.
Baymard Institute — независимая команда, которая исследует, как люди пользуются интернет-магазинами, — проводила тесты поиска на реальных пользователях. И выяснила, что многим проще сразу вбить запрос в поиск, чем разбираться в каталоге.
Люди чаще пишут что-то вроде «мужские рубашки» или «LED-телевизор», потому что так быстрее и удобнее. Как говорили сами участники тестов: «Я привык, что по моему запросу можно найти все. Спасибо Google».
Каталог и фильтры работают, когда человек точно знает, что ищет. Но чаще пользователи сомневаются, не знают названий и путаются в фильтрах.
Запросы вроде «платье как у блогера» или «подарок мужчине на 40 лет» невозможно заложить в каталог, зато умный поиск с ними справляется.
Большой ассортимент — не всегда плюс. Чем больше товаров и подкатегорий в интернет-магазине, тем сложнее пользователю сориентироваться, разобраться в фильтрах и вообще принять решение о покупке (это закон Хика-Хаймана).
В какой-то момент вариантов становится так много, что мозг просто перегружается — выбирать тяжело и долго.
К этому добавляется эффект FOBO — страх упустить вариант получше. Из-за него люди начинают сомневаться, откладывать решение или остаются недовольны даже после покупки: «А вдруг можно было найти что-то лучше?».
В дополнение скажу, что все больше покупок совершают со смартфонов, а разбираться в громоздких каталогах и настраивать десятки фильтров на маленьком экране неудобно и утомительно.
Ну как вам теория? Устали? А дальше будут конкретные шаги, как улучшить поиск на вашем сайте. Самое полезное, так что останьтесь еще ненадолго :)
Пользователи — живые люди со своим опытом и привычками, поэтому вбивают в поиск самые разные формулировки. Для обычных алгоритмов такие запросы порой выглядят как набор бессвязных слов.
Если у вас нет данных о том, как именно покупатели ищут товары, понять это сложно. К слову, Baymard Institute уже разобрал реальные пользовательские запросы и выделил то главное, с чем должен уметь работать поиск.
Когда человек точно знает, что хочет, он вводит в поиск конкретный товар или модель. Но пользователи делают опечатки, пишут названия на слух или пишут разные варианты одного и того же бренда.
Хороший поиск должен понимать, что «Ксяоми» — это Xiaomi, а Zara и MAAG — один и тот же бренд. Даже в «прямых» запросах поиск должен быть умным, иначе пользователь просто решит, что товара нет.
Часто пользователи вводят в поиск общие запросы вроде «туфли» или «книжные полки», чтобы быстро попасть в нужный раздел. Так проще, чем разбираться в каталоге.
По таким запросам важно показывать весь подходящий ассортимент и сразу давать фильтры и сортировки, чтобы человек мог сузить выбор и сравнить варианты.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13806 тендеров
проведено за восемь лет работы нашего сайта.
Бывает, что людям не нужны «просто куртки» или «просто помады». И они ищут что-то конкретное: цвет, размер, материал, бренд, цену или технические детали.
Часто все это мешают в одном запросе — вроде «шампунь для объема без парабенов» или «синяя дышащая куртка North Face». Хороший поиск должен понимать и такие формулировки.
Иногда пользователи ищут товар не по названию. Тогда в запросах встречаются контекст и сценарий: «тумба для спальни», «джинсы на весну», «украшения к Новому году» или «игровое кресло». В этом случае поиск должен уметь подбирать товары под конкретную задачу, а не просто по совпадению слов.
Пользователи порой пишут запросы с цифрами и символами: «леска для триммера 5 мм», «куртка на +15», «жесткий диск 500 гб». Для поиска это не всегда просто, потому что один и тот же символ может означать разное.
Например, «-» может быть и минусом («спальный мешок на -30»), и диапазоном («цена 1000-5000 рублей»). В таких случаях символ фактически работает как фильтр и влияет на выдачу.
К тому же люди часто копируют названия товаров с других сайтов — вместе со значками, сокращениями и спецсимволами. Если поиск не умеет с этим работать, пользователь решает, что нужного товара нет.
Если ищут аксессуары или запчасти под уже имеющийся товар, то просто указывают бренд или модель и добавляют тип вещи. Например: «реле для холодильника Indesit».
Но нередко пользователи не помнят точную модель или не знают ее вовсе. Поэтому поиск должен работать и с более общими запросами — вроде «чехол для 13-дюймового ноутбука» — и все равно предлагать подходящие варианты.
Иногда человек не знает, какой товар ему нужен, он знает только проблему. Поэтому вбивает в поиск что-то вроде «грязные стекла» или «сухость глаз» в надежде найти решение.
Такой поиск особенно важен для аптек, магазинов здоровья и красоты, DIY, товаров для дома и электроники. По запросу важно показывать не одну категорию, а разные варианты, которые могут помочь.
Например, если человек ищет «боль в колене», поиск должен предложить наколенники, бандажи, стельки и другие подходящие товары.
Через поиск ищут не только товары. Часто пользователям нужна информация про доставку, возврат, оплату или подписку.
Пользователи ожидают, что строка поиска будет искать по всему сайту, а не только по каталогу. Если этого не происходит, поиск кажется сломанным.
Это не один алгоритм, а связка технологий, которые работают вместе и усиливают друг друга.
В основе лежит обработка естественного языка (NLP). Она помогает поиску понимать запросы так, как их формулируют люди: с опечатками, синонимами, разговорными словами и длинными фразами. Поиск разбирает запрос не по словам, а по смыслу.
Дальше подключаются языковые модели и машинное обучение. Они помогают определить намерение пользователя: он ищет конкретный товар, сравнивает варианты, решает проблему или просто изучает ассортимент. От этого зависит, какие товары попадут в выдачу и в каком порядке.
Важную роль играет поведенческая аналитика. Поиск учитывает клики, просмотры, добавления в корзину, покупки и возвраты к поиску. На основе этих данных система понимает, какие результаты работают, и со временем выводит их выше в выдаче.
Еще один слой — контекст. Умный поиск может учитывать регион, сезонность, наличие товаров, цену, новинки и даже устройство пользователя. Поэтому один и тот же запрос может давать разную выдачу — и это классно и по-умному.
Если ваш бизнес только появился, у вас 20-30 товаров и еще нет большой аудитории, можно начать с простого поиска по совпадению слов. Это нормально.
Но если у вас уже есть аудитория, широкий ассортимент и бюджет на рекламу, поиск становится серым кардиналом e-commerce: он незаметно управляет тем, что человек увидит, куда пойдет и что в итоге купит.
Даже если у вас всего 100 товаров, уже стоит задуматься о качественном поиске. Особенно если на сайте есть статьи, гайды и другой контент, который тоже нужно находить.
И помните: когда посетитель вашего сайта чувствует себя услышанным, он остается. Поиск, который понимает, — это самый искренний способ сказать клиенту: «Для нас важно, что вы ищете, нам важны ваши интересы».
Давайте сделаем ваш поиск самым умным, заботливым и всепонимающим. Загляните в мой профиль на Workspace (ссылка ниже) — там есть ссылка на мой Telegram. Напишите мне в личку, и я расскажу, как применить эти принципы именно в вашем интернет-магазине.
