Un motor eficient de căutare în e-commerce

2.4 Starea actuală a domeniului

Mai jos, un tabel comparativ între mai multe motoare de căutare, din România, și pe plan internațional:

Motor de căutare	Abilitatea de a interpreta „Latpop”	Filtrare în rezultate	Sortare rezultate	Abilitatea de a interpreta „procesor laptop” (+engleză)
Google.com	Da	Nu	Nu	Da
Bing.com	Da	Nu	Nu	Nu
Amazon.com	Da	Da	Da	Nu
Target.com	Da	Da	Da	Nu
eBay.com	Da	Da	Da	Da
olx.ro	Nu	Da	Da	Nu
eMAG.ro	Da	Da	Da	Nu
Elefant.ro	Nu	Da	Da	Nu
F64.ro	Da	Da	Da	Nu
evoMAG.ro	Da	Da	Da	Nu

Tabel 2.4.1 Comparație între funcțiile oferite pentru diferite tipuri de căutări în unele motoare de căutare

Am făcut o mică cercetare comparativă între unele magazine online, și motoare de căutare „clasice”. De asemenea, și două site-uri de anunțuri. Mai jos, câteva observații.

În primul rând, motoarele de căutare „clasice” se descurcă în general mai bine la interpretarea căutărilor semantice. De exemplu, dacă scriem „procesor laptop” (sau, în engleză, „laptop processor”), ne vom aștepta să primim rezultate despre procesoare de laptop, și nu laptopuri care au procesoare (probabil 100% din laptopuri au procesoare), nu genți de laptopuri cu anumite procesoare, nu coolere de procesoare de laptop. Se observă însă că, la această căutare, magazinele online clasice eșuează în a interpreta căutarea noastră. Soluțiile ar fi două: pe de o parte să folosească inteligența artificială pentru a învăța din căutările anterioare (spre exemplu, cineva caută „procesor laptop”, nu e mulțumit de rezultate, apoi merge în categoria procesoare, subcategoria procesoare laptop; acesta ar putea fi un semnal că acea categorie e relevantă pentru căutare), sau ar putea face reguli manuale de căutare (toți cei care caută „procesor laptop” să fie trimiși automat în categoria respectivă).

O a doua observație e că motoarele de căutare „clasice” (Google, Bing) au un impediment major – nu au indexare instantanee a rezultatelor. Asta înseamnă că pe un site ca Amazon (o căutare site:amazon.com la Google arată că Google a indexat aproximativ 145 de milioane de pagini) sau eMAG (site:eMAG.ro returnează 25 de milioane de pagini) Google și Bing sunt nevoiți să indexeze (să parcurgă cu mici roboți automat – spideri – întregul site) foarte multe pagini pentru a avea o variantă cât mai recentă a site-ului. Desigur, asta durează zile, uneori săptămâni. Așa că pentru Google și Bing asta înseamnă că nu au niciodată în index cele mai recente variante ale paginilor de Internet. Aceste pagini pot suferi modificări, apar noi produse, se schimbă prețurile, apar promoții. Din acest motiv, sortarea, cel puțin cu tehnologia de astăzi, e foarte dificilă. Da, Google și Bing pot „ști” care este prețul laptopurilor și să implementeze o soluție de sortare a rezultatelor după preț. Dar dacă este prețul de acum câteva zile, sau, mai rău, acum o săptămână, fără nicio informație despre promoții și schimbări de preț de ultim moment, rezultatele vor avea o relevanță mai redusă. Prin urmare, se întâmplă ce am observat în cercetarea noastră sumarizată în tabel – motoarele de căutare „clasice” nu au implementate funcții de filtrare / sortare rezultate, și ne așteptăm ca situația să nu se schimbe prea devreme, din cauza limitărilor tehnice (motoarele de căutare indexează relativ greu un site mare de ecommerce).

Avem și o ultimă observație, despre predicții cuvinte. Google este un motor de căutare care, din experiența noastră, are abilitatea de a interpreta foarte bine un termen tastat, chiar dacă e tastat cu greșeli de tipul litere inversate, prea multe litere într-un cuvânt dorit, prea puține. În unele căutări, mai nou, Google chiar ignoră o parte din cuvintele introduse, în încercarea de a fi cât mai relevant. În căutarile noastre, am observat că olx.ro și Elefant.ro nu interpretează căutarea „latpop” (desigur, scrisă fără ghilimele, altfel și Google o va vedea ca pe o căutare corectă) ca pe o căutare scrisă greșit. O tastatură numită SwiftKey, disponibilă pe sistemele de operare de mobil iOS (din 2014) și Android (din 2010) are bune abilități de a prezice cuvinte, de a învăța din cuvintele pe care utilizatorii le tastează pe mobil. Tehnologia din „spatele” Google, sau, la o scară mai mică, dar în continuare eficientă, a SwiftKey nu considerăm că se regăsește încă în toate magazinele online. Faptul că există o tehnologie accesibilă oricui nu înseamnă și că toate software-urile de predicție cuvinte învață din experiența altora și le și folosesc.

În plus, față de ce am analizat în tabel (pentru că e mai dificil de interpretat) este și abilitatea de a acorda importanță diferită cuvintelor într-o căutare. De exemplu, primele cuvinte dintr-o căutare ar trebui să fie mai importante decât restul. Într-un manual de căutare avansată pe Google, se menționează diferența între [blue sky] (cerul albastru și compania Blue Sky Studios) și [sky blue] (albastru cer, o denumire folosită în alte contexte). (Edu.google.com, 2012) Pentru magazinele online ar trebui să conteze ordinea în care sunt scrise cuvintele, și care sunt cuvintele scrise la începutul frazei.

Într-un studiu din 2015 realizat de echipa de la Baymard Institute au fost analizate cele mai importante 50 de site-uri de e-commerce de pe piața Statelor Unite (Baymard.com, 2015). Rezultatele sintetice ale studiului:

Figura 2.4.1 Analiza listei de produse a magazinelor online (Baymard.com, 2015)

Cofondatorul institutului a scris un articol despre rezultatele cercetării efectuate asupra magazinelor online respective în revista Smashing Magazine. (Holst, 2015)

Câteva observații din articolul respectiv:

• 
  Doar 16% din site-urile de e-commerce cele mai importante furnizează utilizatorilor o experiență de filtrare a rezultatelor rezonabil de bună. Acest lucru se întâmplă din cauza lipsei unor opțiuni de filtrare a rezultatelor importante. Din datele studiului rezultă că logica de filtrare ineficientă și interfețele nefuncționale sunt și ele probleme.
  
• 
  42% din site-urile de e-commerce de top nu au anumite tipuri de filtre specifice unor categorii pentru câteva din categoriile de produse cele mai importante.
  
• 
  20% din site-urile de e-commerce nu au filtre tematice, în ciuda faptului că vând produse cu atribute tematice evidente (sezon, stil ș.a.m.d.).
  
• 
  Din site-urile care se ocupă de produse care sunt dependente de o compatibilitate (de exemplu, o placă de bază e compatibilă doar cu anumite microprocesoare; sau un încărcător baterii poate lucra doar cu anumite baterii), 32% nu au filtre de comptabilitate.
  
• 
  Testele au arătat că mai mult de 10 valori filtrate necesită scurtarea (truncation) rezultatelor pentru a fi afișate în mod corect pe ecran. Cu toate acestea, 32% din site-uri fie au un design de scurtare insuficient, care face ca utilizatorii să nu observe valorile truncate (6%), sau se folosesc de ceva ce testele au arătat că e și mai problematic, zone de scroll intern (24%, se referă la casete în care vizitatorii dau scroll orizontal și/sau vertical pentru a putea citi toată informația).
  
• 
  Doar 16 din site-uri promovează în mod activ filtre deasupra listei de produse (aceasta este o pre-condiție pentru situația când se depinde mai mult de filtre decât de categorii produse).
  
• 
  Abilitatea de filtrare eficientă variază puternic de la o industrie la alta, electronicele și industria confecțiilor suferind de filtre insuficiente (pentru fiecare din contextele lor specifice), în timp ce site-urile cu bricolaj sau vânzătorii de produse generaliste au magazinele cu cele mai bune performanțe de filtrare produse.