Быть Amazon: как искусственный интеллект влияет на поиск в интернет-магазине?

Как изменилось поведение пользователей интернет-магазинов за последние 10 лет?

Интернет перенасыщен информацией, и поиск — единственная возможность найти релевантный контент, поэтому интернетом управляет Google. В интернет-магазине схожая ситуация, только в миниатюре. Количество магазинов с 350К–500К товаров непрерывно растёт, маркетплейсы типа Amazon, Ebay, Alibaba с миллионами наименований в ассортименте набирают популярность.

10 лет назад мы пролистывали 5 страниц поисковика в надежде отыскать релевантный контент. Интернет-магазины были гораздо меньше, их пользователи — смелые и настойчивые люди, которые предпочитали покупки онлайн из-за уникального товара или выгодной цены.

Сейчас пользователи смотрят только первую страницу, не тратя больше 30 секунд на поиск нужного контента. Поиск в интернет-магазине трансформировался из элемента дизайна интерфейса в рабочий инструмент для работы с конверсией и повышением продаж.

За обычной поисковой строкой стоит мощный движок, который формирует путь пользователя к искомому товару. По данным Econsultancy, 6% посетителей используют поиск по сайту и приносят компаниям 13,8% от общей прибыли. 42% компаний не уделяют внимания поисковой оптимизации.

Как покупатели ищут товары? Один открывает поисковую строку и вбивает название. Другой использует навигацию и с помощью фильтров выбирает нужный товар. Третий сёрфит по страницам и просматривает блоки с товарными предложениями.

Современные исследования делят пользователей интернет-магазинов на две группы.

• Сёрферы — люди в середине воронки продаж. Они уже слышали о товаре или имеют смутное представление о том, что хотят купить. Им нужен проводник, персональные рекомендации, предзаполненная поисковая строка, расширенные фильтры.

• «Определившиеся» — люди в конце воронки, лакомый кусок для любого интернет-магазина. Ищут конкретный товар, в поисковой строке вбивают название, категорию, бренд, цвет, размер или даже код продукта.

Как появился «умный» поиск

С 2005 года мы развиваем собственную платформу для создания интернет-магазинов CS-Cart. К 2011 году на ней уже работало около 30 000 магазинов.

Фичреквесты от клиентов

Среди клиентов CS-Cart было большое количество запросов на качественный поиск. Встроенный поиск был нерелевантным, выводилось очень мало товаров, запросы с ошибками сопровождались фразой: «Извините, ничего не найдено». Так у нас созрела мысль сделать бесплатный облачный поиск, который бы шёл в поставке с CS-Cart и добавлял ценности нашей платформе. Первая версия «умного» поиска появилась в середине 2011 года.

Подключение других платформ

После того как появились первые пользователи, их положительные отзывы навели на мысль, что другие платформы тоже заинтересуются качественным поиском. Так в 2012 году появилась идея Searchanise: «умный» поиск, доступный каждому интернет-магазину, независимо от размера или платформы, на которой он работает.

Первой выбрали платформу Magento, так как в тот момент она составляла одну треть мирового ecommerce. Количество установок сразу взлетело. Потом добавили интеграции с X-Cart и OpenCart.

В то время мы стали использовать модель «фримиум»: наш сервис был бесплатным для любых магазинов размером до 100 000 товаров. Ограничение носило технический характер: магазины с большим количеством наименований мешали остальным быстро индексироваться, для них нужен был отдельный сервер. В платной версии можно было использовать собственный HTML-контент в выпадающем виджете, настраивать редиректы по ключевым словам, синонимы и многое другое.

Через три года мы увидели, что эта модель не оправдывает себя: несмотря на большое количество бесплатных установок, платных было всё ещё мало, рост был медленным, конверсия составляла всего 1%. Стало понятно, что в нашем случае «фримиум» не работает. Тогда мы ввели тарифные планы, которые зависели от количества товаров. Стоимость начиналась с 9 $ в месяц.

После перехода на платный тариф количество новых установок сократилось в два раза, зато платные подписки выросли вдвое. Доход тоже увеличился двукратно и стал расти на 10–15% ежемесячно.

Четвертой платформой стал Shopify. Платформа очень быстро развивалась, вместе с ней рос и Searchanise, догнав и перегнав продукт на Magento.

Опыт сотрудничества с OpenCart нам показал, что у платформ есть абсолютно чёткое разграничение аудитории и не всякая аудитория монетизируется. Пользователи OpenCart очень активно устанавливали приложение, но категорически не хотели платить за сервис, поэтому нам пришлось отказаться от реализации на этой платформе, как и на X-Cart.

График роста установок и платных подписок

Планы на будущее

Сейчас мы сотрудничаем с шестью платформами для интернет-магазинов (Shopify, Magento 1 и 2, CS-Cart, Bigcommerce, Woocommerce). Наша цель — максимально охватить рынок CMS. В планах — стать таким же поиском для интернет-магазинов как Wordpress для блогов.

Для этого мы уже добились колоссального сокращения себестоимости продукта. Это наше know-how, благодаря которому мы можем поддерживать до миллиона продуктов в интернет-магазине при низких затратах на серверные ресурсы.

Поисковые системы развивают достаточно много компаний. Их используют для кастомизации поиска внутри интернет-магазина, блога, баз данных и так далее. Но это длительная разработка, требующая серьёзных вложений и времени на программирование, поддержку, сильных специалистов. Наше решение обходится интернет-магазину в месяц как пять чашек кофе в «Старбаксе».

Как развивалась функциональность

Ядро сервиса — это поисковый движок, который угадывает запрос по первым введённым символам, исправляя ошибки и предлагая наиболее актуальные подсказки. Поиск сопровождается виджетом, где отображаются продукты с изображениями, ценой, остатком на складе, рейтингом, а также релевантные поисковому запросу контентные страницы, категории и подсказки.

Новые опции появлялись по мере сотрудничества с платформами. Когда мы приходили на новую платформу, то понимали, какой функциональности не хватает. Так появилась страница результатов поиска, фильтры, рекомендательные блоки, мерчендайзинг, промо инструменты, аналитика. Позже мы поняли, что нужно углублять поиск и двигаться в сторону AI. Первой появилась персонализация, основанная на искусственном интеллекте. Сейчас мы работаем над внедрением машинного обучения, чтобы на его основе сделать поиск ещё более качественным.

Преимущества для интернет-магазина

В 2013 году Searchanise был чуть ли не единственным поисковым сервисом на Shopify, сейчас каждый месяц появляется по 3-4 новых игрока. Согласно отчёту, к 2021 году продажи в ecommerce вырастут до $ 4,5 трлн, что в три раза больше выручки в 2014 году. Такая популярность обусловлена тем, что большинство пользователей хотят в любое время максимально быстро добраться до желаемой цели. «Умный» поиск улучшает пользовательский опыт, формирует долгосрочные отношения с клиентами и прогнозирует намерения потребителей.

Цель клиента — добраться до желаемого товара как можно быстрее, и задача интернет-магазина — показать это пользователю в максимально короткие сроки. «Умный» поиск и системы машинного обучения прогнозируют желания потребителя еще до того, как он сформулировал запрос. Это приводит к улучшению пользовательского опыта, что в конечном итоге приведет к повышению конверсии и впоследствии прибыли бизнеса.

Системы искусственного интеллекта, встроенные в интернет-магазин, постоянно обучаются на поведении пользователей. Всё что человек вводит в поисковую строку, даёт представление о моделях покупки, его намерениях и желаниях. Например, поиск с указанием точной модели указывает на более высокое намерение, чем общие слова. Зная желания и намерения покупателей, поведение потребителей и шаблоны поиска, можно сосредоточить маркетинговые усилия на клиентах, которые с наибольшей вероятностью купят что-то у конкурентов.

С помощью инструментов мерчендайзинга продавец может выставить товары в поисковой выдаче и в каталоге в нужном порядке, вынести вперед товары, которые продаются хуже или лучше. Может пометить отдельные товары лейблами «Скидка», «Новинка» или любым другим.

Рекомендательные блоки также активно участвуют в пути пользователя по интернет-магазину, помогают сориентировать или сделать допродажу. Они могут увеличить средний чек на 30%.

Благодаря аналитике продвинутого поиска владелец понимает, что ищут в его магазине, что находят, а что нет, какие товары покупают через поиск и какая у него конверсия. Такие данные помогают улучшать конверсию отдельных товаров или запускать рекламные кампании.

Интегрируя умный поиск, наши клиенты увеличивают конверсию на 45%, удваивают прибыль и зарабатывают миллионы долларов.

Количественное изменение показателей с «умным» поиском

Преимущества для пользователя

Полнотекстовый поиск ищет не по точному соответствию фразы в названии страницы или продукта, а по всему содержимому. Он исправляет опечатки, предлагает подсказки по первым введённым символам. Если пользователь ввёл «красные туфли на узкую ногу», поиск проанализирует названия товаров, их описания, отзывы и выдаст наиболее релевантные результаты.

«Нет результатов» — самая опасная фраза. Чтобы этого не случилось, умный поиск использует словарь синонимов, функцию «Вы имели ввиду» и редиректы по ключевым словам. Персонализированная выдача основана на демографических показателях (пол, возраст, география пользователей), интересах (предварительных просмотрах страниц и поисковых запросах), предыдущих покупках. При выводе вариантов товаров используется выпадающий виджет, где можно вывести предпросмотр товаров, описание, цены, отзывы, рейтинг, наличие на складе — всё, что поможет быстро сориентироваться в товарах и ускорит принятие решения.

Поиск поддерживает актуальность данных в реальном времени, и если какой-то товар заканчивается, поиск узнает об этом первым и убирает товар из выдачи.

Будущее «умного» поиска

55% миллениалов используют голосовой поиск один раз в день, голосовые помощники Google Home и Amazon Echo не модная фича, а необходимость. По данным Microsoft, голосовые запросы содержат более длинные фразы, и для их обработки необходима оптимизация: контент должен рассматриваться через призму текста и голоса.

Google, Amazon, Microsoft и Apple работают над оптимизацией своего искусственного интеллекта и тренируют голосовых помощников задавать вопросы пользователям. Задача для брендов на ближайшие 3–5 лет — эффективно использовать их контент в новых условиях.

Amazon постепенно внедряет поиск по изображениям: приложение Amazon Firefly использует камеры смартфонов для идентификации товара, а затем ищет его в интернет-магазине. Визуальный поиск станет основным инструментом розничной торговли в ближайшие пару лет. Чтобы полноценно использовать эти технологии, бренды должны улучшить свой «визуальный словарь» и «поделиться» им с поисковыми системами.

Персонализация — это больше, чем продажа необходимых товаров или услуг. Благодаря технологиям машинного обучения и Big Data клиент может получить ответ на свой запрос ещё до того, как вбил его в поисковую строку. В обозримом будущем сайты скоро будут предлагать товары и услуги на основе известной о пользователе информации.

Так, если пользователь собирается восстановить свой автомобиль последней модели, системы машинного обучения подберут и подходящие товары, и дополнительные услуги по восстановлению.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.