Wyszukiwarka w sklepie internetowym – najlepsze praktyki UX
30 marca 2020
Twórcy wyszukiwarek sklepów internetowych stoją przed ogromnym wyzwaniem wskazania właściwego zasobu produktowego. Muszą oni uwzględniać błędy pisowni, fleksję oraz kontekst. Mechanizm działania wyszukiwarek w e-commerce jest skomplikowany, jednak optymalnie zaprojektowana wyszukiwarka potrafi w dłuższej perspektywie czasu obniżyć koszty pozyskiwania klienta. Dla przykładu, użytkownik pamiętający, że dany sklep ma szczegółową i sprawnie działającą wyszukiwarkę – może rozpocząć poszukiwania produktu właśnie od tego sklepu, a nie od wyszukiwarki Google.
Niemal każdy sklep internetowy posiada wyszukiwarkę, która dodatkowo wspierana jest wyszukiwaniem za pomocą drzew kategorii. Wyszukiwarka powinna znajdować się w górnej części strony, zaleca się stosowanie pola, wewnątrz którego należy wpisać poszukiwaną frazę, a nie podkreślenie. Kiedy wyszukiwanie nie działa właściwie użytkownik, 51% badanych rezygnuje przy pierwszej nieudanej próbie. Natomiast druga próbę podejmie 32% badanych. Do trzeciej próby uzyskania zadowalających wyników dotrwa jedynie 18% osób. Jeżeli pierwsze zapytanie nie powiedzie się użytkownik najprawdopodobniej zacznie poszukiwania gdzie indziej. Przyjrzyjmy się zatem obecnym praktykom stosowanym w sklepach internetowych oraz zaleceniom specjalistów UX.
Wyszukiwarka w sklepie internetowym – dostępne rozwiązania
1. Autouzupełnianie
Jest to bardzo użyteczna funkcja, obecnie oferowana przez 96% największych sklepów w USA, wystarczy zacząć pisać daną frazę, a podpowiedzi same wysuną się w dolnej części wyszukiwarki. Mechanizm automatycznych podpowiedzi często prowadzi użytkownika w jaki sposób powinien konstruować zapytanie.
Dane automatycznych podpowiedzi mogą być zaciągane z różnych źródeł – od zbierania historii realnych zapytań z różnych sklepów – po zaciągnięcie wpisywanych fraz z Google Analytics.
Warto sprawdzić jak projektować tematyczną wyszukiwarkę wg. wskazówek Grupy Nielsen Norman.
Przykładem sprawnego działania autouzupełniania jest zaawansowana wyszukiwarka Allegro, w której:
- automatyczne podpowiedzi zostały pogrupowane według kategorii, co znacznie ułatwia odnalezienie produktu,
- pogrubienie zmiennych fraz oznaczających inny zakres produktowy jest również pomocne dla użytkowników,
- autopodpowiedzi rozpoczynają się od lewej strony, panuje porządek – rdzeń wyrazu nie przeplata się z innymi członami wyrażenia,
- zaznaczenie checkboxa na dole pola z propozycjami tematycznymi pozwala dodatkowo wyszukiwać produkty za pomocą opisów ofert,
2. Każde wyszukiwanie zwraca wynik
Obecnie staje się standardem, aby unikać pustych wyników. Brak jakichkolwiek sugestii chociażby podobnych produktów nieuchronnie doprowadzi użytkownika do opuszczenia danej witryny.
Przykład w jaki sposób dba o komfort użytkownika sklephp.pl w porównaniu z mediaexpert.pl
3. Literówki
Błędnie wpisywane słowa zdarzają się nawet najlepszym, pisane na smartfonie czy w pośpiechu, nie powinne być przyczyną braku wyników, nowoczesna wyszukiwarka powinna przewidzieć literówki, błędy oraz wszelkiego typu przeoczenia.
Przykład: pro-sprzet.pl
4. Znikające zapytanie użytkownika
Zdarza się, że po wpisaniu danej frazy użytkownik nadal nie jest zadowolony z wyniku. Powinien mieć zachowaną historię wpisywanej frazy, aby móc ją zmodyfikować.
5. Synonimy
Brak wsparcia dla synonimów słów kluczowych jest ważnym elementem porzucenia witryny. Warto zadbać o alternatywne słowa, dzięki którym wzbogacimy ofertę, a użytkownik być może odkryje jeszcze ciekawsze produkty, o których nie miał pojęcia. Co ciekawe, 70% wyszukiwań w e-commerce nie jest w stanie zwrócić odpowiednich wyników dla synonimów (w badaniu użytkownicy wyszukiwali produkty przy użyciu słownictwa dostępnego na stronie sklepu).
6. Słabo zauważalne pole wyszukiwania
Zdarza się, że na dużym ekranie pole wyszukiwania jest niewidoczne. Natomiast na urządzeniach mobilnych ikona szkła powiększającego (tzw. lupki) często chowana jest pod menu (tzw. hamburger menu). Ma to negatywne konsekwencje ponieważ zwiększa się “praca” użytkownika.
7. Modne animacje
Zbyt długie oczekiwanie na wynik (więcej niż 10 sekund) może frustrować użytkowników. Warto pokazać status systemu tzw. wskaźnik postępu. Powinien on służyć jako informacja zwrotna i jasno określać ile czasu będzie trwało wyszukiwanie. Warto wykorzystać ciekawe animacje, które umilą dłużący się czas i odciągną uwagę od oczekiwania na wynik. Użytkownicy na pewno to docenią.
8. Zawężanie wyników na etapie wyszukiwania
Przy ogromnych zasobach produktowych warto zadbać o dodatkowe kryteria wyszukiwania.
Przykład: dodrukarki.pl opcja ta łączy się z sortowaniem oraz z filtrowaniem zaraz po wykonaniu zapytania.
9. Pokaż liczbę pasujących wyników
Pokazując liczbę dostępnych elementów wyszukiwania pozwalasz na podjęcie decyzji czy użytkownik chce poświęcić tyle czasu na przeglądanie wyników. Być może warto te wyniki jeszcze bardziej zawęzić.
10. Unikaj obszaru scrollowania – szczególnie dla desktop
Oddzielny obszar przewijania wewnątrz pola z automatycznymi propozycjami to zły pomysł. Należy tego unikać (pozycji nie powinno być zbyt wiele). Wbudowane obszary przewijania sprawiają kłopoty w interakcji.
11. Wielkość pola ma znaczenie
Błędem jest zbyt krótkie pole – użytkownicy mogą nadal wpisywać długie zapytania, ale tylko część tekstu będzie widoczna. Utrudnione będzie edytowanie i przeglądanie pełnych zapytań. Zasadnicza zasada to tekst na 27 znaków (pomieści 90% zapytań)
12. Usuwanie całości zapytań
Szczególnie dla mobile warto dać możliwość usunięcia całości zapytania ikona “X”. Zaoszczędzi to czas w razie zmiany strategii wpisywania nowego zapytania.
13. Subiektywne opisy produktów
Według badań 84% witryn sklepowych nie jest w stanie dopasować wyników określanych jako subiektywnie odczuwanych np. “tani”, “wysokiej jakości” “piękny”. Warto zwrócić uwagę na tego typu wpisywane frazy i wyszukiwania, które pojawiają się w analityce sklepu i na podstawie słów kluczowych zastosować odpowiednie tagowanie produktów.
Uczenie maszynowe, a sprawnie działająca wyszukiwarka
Nowoczesne wyszukiwarki np. Google, tworzy się za pomocą skomplikowanych algorytmów wyszukiwania z wykorzystaniem technologii machine learning. Mianem tym określa się uczenie maszynowe, albo systemy uczące się (z ang. machine learning). Jest to dziedzina wchodząca w skład nauk zajmujących się problematyką sztucznej inteligencji (SI, ang. artificial intelligence, AI). Głównym celem jest praktyczne zastosowanie automatycznego systemu potrafiącego doskonalić się przy pomocy zgromadzonych informacji bez dalszego programowania.
Wyszukiwania e-commerce z uczeniem maszynowym łączą słowo kluczowe z danymi, takimi jak współczynniki klikalności, współczynniki konwersji, oceny klientów, zasoby reklamowe i marże. Trafność wyszukiwania rośnie przy każdym wyszukiwaniu pomnożonym przez tysiące wyszukiwań dziennie.
Możliwe zastosowania machine learning w e-commerce:
- optymalizacja wyników wyszukiwania
- rozpoznawanie obrazów
- analiza danych wykorzystywana w marketingu (kampanie reklamowe, retargeting, newslettery)
- analiza danych wykorzystywana w sprzedaży (historia sprzedaży danego produktu, cross selling)
- wyszukiwanie głosowe
- chatboty/wirtualni doradcy/automatyczna obsługa klienta
Uczenie maszynowe wprowadzając szerszy kontekst do wpisywanych fraz w wyszukiwarce sklepu internetowego służy zatem zwiększaniu konwersji. Obecnie cały obszar nowych technologii, w tym sztucznej inteligencji – staje się coraz bardziej popularny. Kwestią czasu jest szersze wykorzystanie psychologii behawioralnej w technologii machine learning. W kontekście doskonalenia wyszukiwarek na pewno czeka nas jeszcze wiele nowości i chociaż nie jest to obecnie technologia wykorzystywana powszechnie warto mieć świadomość, w którym kierunku będą postępować zmiany w wirtualnym świecie.
Wyszukiwarka produktowa – co nam przyniesie przyszłość?
Sklepy internetowe powinny posiadać dobrze funkcjonującą i widoczną wyszukiwarkę, ponieważ aż 30% odwiedzających użytkowników korzysta z tego narzędzia. Szczególnie jeśli weźmiemy pod uwagę, że nasi użytkownicy to grupa, która dokładnie wie czego chce.
Rozwój technologiczny wymaga coraz lepszego dopasowania usługi względem oczekiwań użytkowników. W przypadku wyszukiwarek e-commerce, w kontekście uczenia maszynowego, przejęcie kontroli przez “maszyny” na pewno poprawi ich efektywność. Nowy wymiar technologicznej inteligencji docenią wymagający użytkownicy, ale także właściciele sklepów internetowych. Jeśli klient będzie w stanie w łatwy i sprawny sposób wyszukać interesujący go produkt, konwersja w naszym sklepie wzrośnie.
Automatyzacja procesów w e-commerce to obecnie powszechne zjawisko. Kwestią czasu jest jedynie rozwój tej technologii i implementacja tego typu rozwiązań nawet w małych sklepach internetowych. Warto zatem śledzić jej rozwój, a jednocześnie wdrażać już sprawdzone rozwiązania, które do czasu upowszechnienia nowych technologii sprawią, że nasz sklep będzie zgodny z wymogami dobrego UX.