Cuando ingresamos en una tienda, en busca de un producto en particular, ¿Qué es lo primero que hacemos?
Quizás busquemos un cartel indicando la ubicación, pero probablemente nuestra primera reacción sea consultar con el profesional de ventas. Esta experiencia presencial nos ahorra tiempo y evita frustraciones. Pero, ¿Cómo se adapta el e-commerce a esta interacción inicial fundamental para el consumidor?
Si bien la compra presencial y la virtual son incomparables, los buscadores internos de un sitio necesitan estar a la altura de las expectativas básicas del consumidor Generalmente, el primer término ingresado es el primer paso en la experiencia de navegación, por lo cual una búsqueda fallida puede convertirse en una oportunidad de compra perdida.
Al ingresar a una tienda con una intención de compra concreta, es probable que el consumidor no recuerde cómo pronunciar la marca que busca, o priorice los atributos del producto (los cuales pueden variar desde las “medidas” de un estante hasta la “comodidad” de un calzado) en lugar de la marca, o que se den simultáneamente ambos casos. ¿Cómo responde el buscador del sitio ante estos escenarios?
La combinación de distintos algoritmos de recuperación de términos permite detectar un error gramatical, contextualizar términos mal escritos, y a su vez hallar los atributos de un producto, entregando así un resultado de búsqueda capaz de complacer el objetivo del usuario. Cuando esto ocurre, las chances de conversión a ventas aumentan entre 2 y 4 veces.
Por lo tanto, cuando un buscador interno incorpora los algoritmos necesarios para corregir un término errado, asociar términos compuestos y reconocer características de productos, está cumpliendo un rol clave en la experiencia de navegación, el de asistir al usuario en su recorrido por el sitio.
Esto adquiere una dimensión considerable teniendo en cuenta que, según Econsultancy, entre un 30-60% de los consumidores de un ecommerce recorren el sitio a través del buscador, y alrededor del 25% de las búsquedas realizadas en ecommerce contienen este tipo de errores en los términos ingresados
¿Esto significa que si se ingresa un término compuesto correctamente escrito no es necesario recurrir a los algoritmos de recuperación?
No exactamente. Según un informe de Baymard al respecto, alrededor del 30% de sitios de ecommerce son incapaces de responder siquiera a búsquedas precisas. Cuando hablamos de búsquedas precisas – “exact search”- nos referimos a términos compuestos con nombre, marca, modelo y características de producto, por ejemplo “Smart TV Samsung 60 HZ” (donde 60 HZ es un atributo).
¿De que maneras puede asistir el buscador al usuario?
Detallamos a continuación las distintas soluciones de refinamiento de búsqueda necesarias para concretar un resultado de búsqueda exitoso. ivermectin mange pills for large dogs
1 – Recuperación términos
Permite corregir y entregar productos asociados a términos ingresados con errores gramaticales o de tipeo. Se trata de un sistema de recuperación por gramática y/o por fonética. Por ejemplo, si en una tienda online de electrodomésticos un usuario ingresa el término “uirpul”, los algoritmos de recuperación de términos deberán entregar productos de la marca Whirlpool. A su vez, para brindar una recuperación completa es fundamental que los motores de búsqueda integrados puedan contemplar también la contextualización de términos compuestos.
A esta solución se la reconoce como recuperación por semántica “semantic search”, la cual permite separar partes de un query para identificar la diferencia entre categorías y atributos, e incorporar la “intención general” del término ingresado en vez de fragmentarlo. Por ejemplo, si un usuario ingresa en la tienda de electrodomésticos el término “ehladera uirpul” los algoritmos de recuperación de términos lo corrigen, lo contextualizan y entregan heladeras de la marca Whirlpool.
2 – Reconocimiento de voz
Permite recuperar términos dictados por un usuario desde el micrófono integrado de su respectivo dispositivo en la caja de búsqueda. Se utiliza una API de Google que funciona en los navegadores de Chrome y Android, el cual interpreta el texto en voz y se lo transfiere a los algoritmos de corrección fonética y semántica que se integran a la funcionalidad del micrófono.
3 – Recuperación por atributos
Permite entregar productos considerando la característica ingresada en el buscador, a través del acceso a la master data del sitio. Por ejemplo:
Al buscar en una tienda de decoración el término «Smart TV Samsung CD 250» en el sitio, deberá entregar celulares que contengan el atributo «250 CD» dentro de los atributos que han sido cargados en la ficha del producto. Esta solución convive con los de recuperación fonética, gramática y semántica.
4 – Autocompletar
Permite ofrecer recomendaciones en el desplegable de la caja de búsqueda, asociadas a los primeros caracteres ingresados por un usuario antes de que este termine de redactar el término dentro de la misma (“type ahead”). La optimización de esta función reside en su capacidad para, por un lado, entregar los productos con mayor peso (más visualizados) vinculados al término ingresado, y por otro lado – cuando se trata de un usuario con historial en el sitio – priorizar los términos relacionados a su historial de búsqueda.
Esta funcionalidad, complementada por la ponderación de términos “product ranking” y el acceso al historial “búsqueda personalizada” agilizan y facilitan la experiencia de compra. Dicha experiencia podría verse perjudicada si este complemento no llegase a ser considerado. feline ivermectin dosage Según el informe mencionado de Baymard Institute, un 82% de los sitios la ofrecen, pero un 36% brindan recomendaciones erradas que desvían al usuario de su objetivo.
5 – Recuperación por sinonimos
Incorpora un listado de sinónimos realizado por el cliente.
Por ejemplo, si «Telefonía movil» es incorporado como sinónimo de «Celulares», al ingresar «Telefonía movil» el buscador del sitio traerá todos los productos que incluyan «Celulares o Celular«en su título o descripción.
6 – Filtros por búsqueda
Esta solución reconocida como “Faceted Search” le permite a los usuarios refinar su búsqueda una vez que ha recibido los resultados iniciales.
Por ejemplo, si un usuario ingresa el término “Air max”, se le pueden aplicar filtros por color y talla. Únicamente un 40% de los sitios de e-commerce ofrecen esta solución.
7 – Ordenamiento por prioridad de marca o Skus
Esta funcionalidad permite establecer un orden de marcas a partir de un término ingresado por el usuaio, en este caso quedo establecido que si se ingresaba el término «Lavarropas» el algoritmo de prioridad de marca iba a devolver el siguiente orden:
- lavarropas|candy
- lavarropas|lg
- lavarropas|samsung
Asi se puede apreciar que los resultados se ordenan por las marcas priorizadas y dentro de las marcas los más vendidos.
Asimismo se puede utilizar la prioridad por Skus, haciendo que en base a un término aparezcan de manera prioritaria los productos elegidos. ivermectin sketchymedical
¿Qué tipos de escenarios debemos considerar para aplicar los conceptos mencionados?
Detallamos a continuación tipos de consultas de búsqueda / search queries comunes. Según el Baymard Institute existen 4 tipos de búsqueda a las cuales se refiere como “el espectro del query” o, a la forma en la cual los usuarios definen el rango de lo que debería ser buscado.
a) Búsqueda precisa: Cuando el usuario ingresa el nombre específico de un producto, o número de modelo.
b) Tipo de producto: Cuando el usuario busca por un tipo de producto, por ejemplo “chocolate”, y no menciona la marca.
c) Búsqueda por síntoma: Cuando el usuario realiza una búsqueda relacionada a una necesidad o a un atributo subjetivo, con la expectativa de encontrar un producto asociado a la misma. Por ejemplo, en un sitio de farmacia un usuario podría ingresar el término “dolor de cabeza”.
d) Búsqueda no asociada al producto: Cuando el usuario busca el término asociado a una promoción “2×1 navidad” o “promo primavera” “50 off”
Por otro lado, fuera de este espectro también existen las búsquedas relacionadas al lenguaje informal, a las abreviaciones, los símbolos- por ejemplo “mts” asociado a “metros” o “HP” asociado a Hewlett Packard– y las búsquedas subjetivas mediante atributos “sandalia cómoda de cuero”.
Las soluciones de búsquedas inteligentes permiten el refinamiento en la comprensión y entrega de resultados en los escenarios mencionados. Sin embargo, el cumplimiento de las demandas que implican este tipo de consultas dependerá en parte de la información originalmente cargada en la metadata de cada producto y es posible que algunos requerimientos específicos puedan llegar a implicar la necesidad de ajustes manuales.
Los beneficios de incorporar inteligencia al buscador interno se vuelven evidentes y se pueden comprobar analizando los datos previos y posteriores a su implementación en una tienda e-commerce. El estudio de distintos casos internos nos enseñó que los sitios que incorporan inteligencia dentro de sus buscadores y en su grilla de resultados han reducido hasta un 60% los abandonos después de su búsqueda y que el desplegable de un buscador participa en un 15% de los ingresos de un sitio. Si bien los datos de performance de una tienda online están vinculados al ecosistema completo del sitio y al contexto de los períodos analizados, un buscador interno capaz de abordar las demandas del cliente tiene un impacto directo en la experiencia de navegación y colabora en el incremento de los ingresos.