Привет, меня зовут Круглов Артем, я со-основатель AnyQuery и Diginetica. Наша команда с 2012 года увеличивает выручку ведущих российских ритейлеров с помощью технологий машинного обучения.
В 2018 году мы запустили AnyQuery — AI-сервис поиска для интернет-магазина. За 2 года продукт стал лидером рынка и его использует 20% из топ-30 интернет ритейлеров России и еще 130 других ecommerce проектов.
Я рад поделиться кейсом увеличения выручки федерального интернет-магазина и сети гипермаркетов бытовой техники и электроники.
Если у вас возникнут вопросы в разрезе вашего ecommerce проекта - пишите мне на Facebook или Telegram- смогу оперативно ответить оценить работу поиска на вашем сайте.
Задача — увеличить выручку с поиска
Онлайн-ритейл — суперконкурентный бизнес. Побеждают интернет-магазины, которыми просто и удобно пользоваться. Клиент знал, что у них была серьезная проблема с поиском — люди не могли найти на сайте товары, которые были в наличии.
Команда AnyQuery взялась улучшить показатели поиска за короткий срок с минимальным вовлечением IT-команды.
Результаты
За 10 дней проекта мы увеличили выручку с поиска на 28%, и это наш главный результат. Чтобы убедиться в эффективности наших механик, мы провели три A/Б-теста. Вместе с тем:
- Доля заказов с поиска выросла с 21 до 27%.
- Доля запросов с пустой выдачей снизилась с 20% до 3%.
Большинство задач мы сделали сами, не вовлекая IТ-команду клиента. Вложения в сервис оказались в 4 раза эффективнее вложений в рекламу.
В кейсе я подробно расскажу про 3 интересные механики, которые мы с командой применяли и результаты, которые мы получили.
3 механики поиска, которые дали быстрый эффект
У нас в AnyQuery есть 64 механики для увеличения выручки поиска. Чтобы решить задачу этого клиента, мы отобрали 3 механики и получили быстрый эффект:
1. «AnyQuery.AI-Редиректы». Настроили быстрые переходы из поиска на конверсионные страницы категорий и брендов → Пользователям стало легче выбирать из сотен «тостеров».
2. «AnyQuery.AI-Ранжирование товаров в поиске». Заменили текстовые алгоритмы поиска на AI-алгоритмы:
- Сократили количество пустых запросов с 25% до 3% — научили поиск понимать, что «джойстик» и «геймпад» — это одно и то же → Пользователи стали чаще находить товары и перестали уходить с сайта;
- Улучшили релевантность ранжирования — Пылесосы, которые с большей вероятностью понравятся, пользователь теперь видит на первой странице выдачи.
3. «AnyQuery.Уточнения запросов». Добавили возможность уточнить поисковый запрос на странице результатов поиска → Стало легче выбирать из сотен «ноутбуков».
А теперь еще подробнее.
Механика 1. AI-Редиректы. Настроили быстрые переходы из поиска на страницы категорий и брендов
«AnyQuery.AI-редиректы» увеличили конверсию поиска для категорийных запросов на 20,35%
Вот как работал поиск клиента до запуска AnyQuery:
Категорийные запросы — «смартфон», «телевизор», «пылесос» — самые популярные на сайте, и товаров по ним выдается очень много. Обычно человеку хватает 3–5 вариантов товара, чтобы определиться с выбором. Когда он видит десятки холодильников — это только мешает.
Чтобы поднять конверсию поиска по категориям, нужно настраивать сложные фильтры:
- Фильтры по характеристикам.
- SEO-подборки.
Для таких настроек нужна разработка, но мы хотели получить мгновенный результат и выбрали простое решение.
Сервис «AnyQuery.AI Редиректы» анализирует миллион запросов и подбирает посадочные страницы для тех из них, под которые есть однозначная посадочная страница. Таких запросов обычно 20-30%.
Вот как мы сделали удобней:
При вводе запроса «холодильник» сервис автоматически переводит клиента на нужную страницу категорий. На такой странице есть всё необходимое:
- уже настроенные фильтры по характеристикам,
- популярные подборки товаров,
- советы как выбрать нужный товар,
- продвижение товаров нужных вендоров.
«Редиректы» позволяют с высочайшей точностью подобрать правильные страницы. Модель мгновенно анализирует миллион запросов и понимает, по какому запросу мы должны сделать редирект, а по какому — показать пользователю стандартный поиск.
Сравнив конверсию с обычного поиска и поиск с редиректами на одном и том же наборе запросов, мы увидели, что редиректы поднимают конверсию на 20%.
Механика 2. Изменили поиск — внедрили AI-ранжирование поисковых результатов
Механика «AnyQuery.AI-Ранжирование товаров» помогла сократить пустую выдачу с 25% до 3% и поднять конверсию в заказ на 7%.
На старый поиск постоянно жаловались пользователи интернет-магазина и собственный колл-центр — товар на сайте есть, а найти его невозможно. Мы заменили текстовый движок на векторный, и это многое изменило.
До AnyQuery поиск у клиента работал так:
- базировался на технологиях текстового совпадения,
- не учитывал поведенческие данные пользователей,
- не позволял продвигать товары под бюджеты вендоров.
Пользоваться им было неудобно. Например, если человек вбивал запрос «пароочиститель», поиск не находил ни одного «отпаривателя». Можно вбивать синонимы, но как быть, когда у вас 300 тысяч уникальных запросов от пользователей?
Слова «пароочиститель» и «отпариватель» для пользователя значат почти одно и то же, и поисковый движок должен это учитывать.
Чтобы улучшить поиск, гиганты Amazon, AliBaba, Ozon, Avito переманивают лучших специалистов и запускают поиск на основе машинного обучения. Это долго и очень дорого, но есть готовое решение от AnyQuery.
АI-алгоритм AnyQuery ищет по смыслам и в разы сокращает количество пустых выдач поиска.
Современные модели поиска Яндекса и Google работают с векторным представлением слов и учитывают смысл запроса, а не его словарную форму или синонимы. Так работает и поисковый AI-алгоритм AnyQuery. Мы разработали его специально для eCommerce, он умеет автоматически отрабатывать синонимы и находить релевантные товары с помощью векторного представления слов.
AI-алгоритм намного точнее подбирает факторы ранжирования для каждого запроса, чем это делают люди — менеджеры или разработчики. Векторный поиск позволяет искать по смыслу за пределами текстовых совпадений. Вот пример, насколько векторная модель сильнее текстовой:
АI-алгоритм ранжирует товары на основе миллионов кликов, тысяч покупок и десятков факторов о товарах и категориях.
Наш алгоритм первыми покажет товары, которые с наибольшей вероятностью купит или просмотрит пользователь исходя из его запроса. Такой подход увеличивает шансы на покупку в интернет-магазине и поднимает продажи.
Внедрение алгоритма позволило:
- Сократить до 0 ресурсы внутренних разработчиков на настройку поиска.
- Увеличить на 7% выручку с поиска за счет учета поведенческих данных и постоянного обучения алгоритма.
Механика 3. Добавили уточнения запросов
«AnyQuery.Уточнения запросов» — это эффективная альтернатива фильтрам по характеристикам в поиске. Её часто недооценивают интернет-магазины, а мы в AnyQuery очень любим.
Мы внедрили «Уточнения» за 30 минут, и конверсия выросла на 7%.
Посмотрим на примере запроса «гриль», как работают уточнения. В онлайн-магазине разобраться и выбрать, какой именно товар нужен, покупателю помогают фильтры. Какие именно параметры выбора предложить для каждой категории товара, решают менеджеры магазина или производители. Часто их логика не совпадает с логикой покупателя.
Например, для гриля менеджеры подобрали такие фильтры:
- цена,
- производитель,
- есть или нет в наличии.
Это не помогает человеку выбрать электрический или газовый гриль. А может, нужен не сам гриль, а решетки или насадки. Пользователи хотят еще уточнить свой запрос, но не могут.
Благодаря нашей технологии, мы знаем, что на самом деле они ищут со словом «гриль»:
- электрический,
- сковорода,
- решетка,
- Tefal.
С уточнениями не нужно мучительно формулировать запрос или листать бесконечную ленту выдачи. Можно за пару кликов добраться до того товара, который нужен.
Мы добавили уточнения на страницу поиска, и их стали использовать в 2 раза чаще фильтров.
Итоги проекта
С помощью механик AnyQuery мы увеличили долю выручки с поиска на сайте с 21% до 27%. Вот эффект по каждой механике:
Спасибо, что дочитали до конца.
Если у вас возникнут вопросы в разрезе вашего ecommerce проекта - пишите мне на Facebook или Telegram- смогу оперативно ответить оценить работу поиска на вашем сайте.
Артем Круглов
