Hoe AI het zoeken en ontdekken van e-commerce stilletjes transformeert

In de leeftijd van Googlen en nu ChatGPTwij beschouwen het zoeken naar kwaliteit als vanzelfsprekend. We zijn eraan gewend dat we informatie binnen handbereik hebben, maar dit ecosysteem van onmiddellijke bevrediging verbergt complexe processen die ons in staat stellen te vinden wat we zoeken.

Misschien wordt vanwege de alomtegenwoordigheid van zoeken vaak over het hoofd gezien e-commerce. Maar als u dit element goed in de gaten houdt, kan dit een enorme impact hebben op uw bedrijf. Effectief matchen klanten en producten verhoogt de conversies en versterkt het vertrouwen en de loyaliteit naarmate klanten zich realiseren dat u relevant bent voor hun behoeften. AI zorgt steeds vaker voor een revolutie in zoeken en ontdekken, en wordt door iedereen, van Amazon tot Shopify, geïmplementeerd om zoekresultaten te personaliseren en een diepere categorisering van producten mogelijk te maken die verder reikt dan standaardzoekwoorden.

Beschouw zoeken als tweerichtingsverkeer, een interactie tussen uw producten en uw klanten. AI stelt ons in staat beide punten op deze lijn beter te begrijpen en de kortst mogelijke afstand tussen de twee te tekenen. Hier leest u hoe AI u kan helpen bij het bijwerken van uw zoekopdrachten en ontdekkingen.

Verder gaan dan trefwoorden

Zoeken en ontdekken wordt traditioneel aangestuurd door trefwoordenproducten retourneren die het beste overeenkomen met de door de gebruiker gekozen zoekwoorden. De problemen met deze aanpak liggen voor de hand: ten eerste vereist het een nauwkeurige classificatie van producten. Het vereist ook dat uw klanten vrijwel precies weten wat ze willen kopen! Hoewel het zoeken op trefwoorden nog steeds de kern vormt van de meeste algoritmen, waaronder Google en Amazon, heeft het in de e-commerce bijgedragen aan een mislukkingspercentage bij eerste zoekopdrachten tot 17% En ruim tweederde van de consumenten ziet irrelevante resultaten.

Voor een online modemerk of een app voor bezorging van eten, is zoeken op trefwoord een functioneel startpunt, omdat klanten vaak beginnen met zoeken met een goed idee van wat ze zoeken, of het nu jeans of Chinees eten is. Merken moeten echter alert zijn op de diversiteit van de behoeften van klanten, en zoekwoorden moeten bredere categorieën en veelgebruikte uitdrukkingen bevatten, zoals ‘gezond eten’, ‘snelle levering’ of ‘relaxte pasvorm’.

Bij Atom.com ligt onze focus op merkbare domeinen. Deze bevatten vaak unieke naamgevingsstijlen die de ontdekking minder lineair maken dan die welke wordt geboden door een eenvoudige trefwoordbenadering. Het belangrijkste verkoopargument van onze domeinen kan de metafoor of emotionele aanroep zijn, dus de verbinding met trefwoorden is tangentieel of ondoorzichtig. In de e-commerce kunnen merken productcategorieën hebben waarvan de relevantie van de zoekwoorden onduidelijk is; bovendien zou een intelligent zoekalgoritme tussen de regels van consumentenzoekwoorden moeten lezen om aanvullende producten te presenteren die de klant mogelijk wil hebben zonder het zich nog te realiseren.

AI en de toekomst van zoeken en ontdekken

In september 2024, na maanden van testen, hebben we AI volledig geïntegreerd in onze zoekopdracht. Hierdoor kon het zijn eigen resultaten voortdurend bekritiseren en verbeteren. Door AI-modellen te trainen om als kopers te denken, konden we irrelevante resultaten voor duizenden zoekwoorden identificeren, waardoor we resultaten konden elimineren die niet overeenkwamen met de verwachtingen van kopers. Sinds deze implementatie hebben we al een aantal duidelijke verbeteringen gerealiseerd: 17,4% betere betrokkenheid en 14,6% meer conversies. Hier ziet u hoe AI een geoptimaliseerd zoek- en ontdekkingsproces mogelijk heeft gemaakt.

Diepe classificatie

AI maakt een diepere en complexere trefwoordclassificatie mogelijk dan ooit mogelijk zou zijn met een handmatig proces. Onze inkopers beginnen doorgaans met het zoeken naar brede branchethema’s, zoals mode of beauty, terwijl ze werken aan het opbouwen van merken binnen deze categorieën. Met tienduizenden domeinnamen in deze categorieën is het betrouwbaar aanbevelen van de meest relevante namen onmogelijk, zelfs met een enorme basis aan basiszoekwoorden.

We hebben AI geïmplementeerd om niet alleen een diepere reeks onderling gerelateerde relevante zoekwoorden op te bouwen, waaronder thema’s, emotie en naamstijl, maar ook om nauwkeurige gebruiksscenario’s genereren voor onze domeinen. Dit betekent dat als een koper zoekt naar gebruiksscenario’s zoals ‘duurzaam kledingmerk’ of ‘merk voor natuurlijke huidverzorging’, onze zoekopdracht nu prioriteit zal geven aan de ontdekking van namen als ‘PurityCompass’ die zeer relevant zijn voor de merkintenties zonder geworteld te zijn in directe trefwoorden. In plaats van namen terug te geven waarin de zoektermen van de gebruiker worden geforceerd, biedt ons op AI gebaseerde ontdekkingsproces een intuïtieve oplossing op basis van eindgebruik.

Een diepere classificatie is essentieel voor elk e-commercemerk, zelfs wanneer veel van uw producten gevonden kunnen worden door directer zoeken op trefwoorden. Het zorgt ervoor dat uw zoekalgoritme zeer relevante antwoorden kan opleveren, zelfs wanneer de trefwoorden van de koper niet specifiek zijn. Door klanten diverse maar relevante producten aan te bieden, leert u bovendien meer over hun gedrag, waardoor individuele personalisatie en nauwkeurige segmentatie mogelijk zijn.

Verbinding met de kopersreis

Diepgaande classificatie – en de nauwkeurige categorisering die daarvoor nodig is – is slechts één kant van de medaille van betere ontdekkingen. De andere kant zijn uw klanten, zij die zoeken. U moet diepgaande classificatie koppelen aan gegevens over soorten kopers en gedrag. Met andere woorden, hoe kopers op uw marktplaats surfen. Hierdoor kunt u betekenisvolle associaties creëren op basis van echte zoektermen van eindgebruikers.

In de meeste sectoren is het waarschijnlijk dat kopers uw zoekfunctie meerdere keren zullen gebruiken voordat ze een aankoop doen, maar ook na een eerste conversie. Gegevens die via deze contactpunten worden verzameld, kunnen worden ingebouwd in gedetailleerde gebruikersprofielen. Als een koper bijvoorbeeld naar een bepaald trefwoord zoekt en vijf verschillende namen op de shortlist zet, begint onze AI dynamische associaties op te bouwen op basis van de zoekintentie en die domeinkenmerken. Met een dataset van 3 miljoen unieke maandelijkse bezoekers kunnen we inzichten verzamelen om de ontdekkingservaring over de hele linie te verbeteren.

Diepe classificatie is hierbij een integraal onderdeel, omdat ons zoekalgoritme hierdoor kan verwijzen naar de producten die de interesse van de koper wekken en gepersonaliseerde suggesties kan presenteren die zijn gebaseerd op hoe vergelijkbare gebruikers in het verleden met die namen omgingen.

Uiteraard is iedere klant anders. Dankzij geavanceerde machine learning kunnen onze dynamische gebruikersprofielen zich in realtime aanpassen op basis van zoekgedrag. Het resultaat is steeds betere zoekresultaten die kopers op het juiste moment op de juiste producten wijzen.

Zoeken gaat over gegevens en mensen

Effectief zoeken en ontdekken vereist een tweeledige aanpak. Ten eerste een diepere, meer geavanceerde productclassificatie. Ten tweede: inzicht krijgen in uw klanten en hun zoekintentie.

Zodra u beide heeft geperfectioneerd, is zoeken niet langer een kwestie van munten gooien voor uw klanten, maar een nauwkeurig en effectief hulpmiddel om de juiste producten naar de juiste kopers te brengen. Zoeken moet klanten in alle fasen van het koperstraject kunnen bedienen en relevante en wenselijke resultaten kunnen bieden voor mensen met verschillende niveaus van kennis en informatie over uw voorraad. Het kan de laatste stap zijn bij het vinden en kopen van een product, of een test halverwege de trechter van wat u te bieden heeft, dus het is echt een kernonderdeel van uw bedrijf als e-commerceprovider!