البحث في الموقع هو أعلى نقطة نية على واجهة المتجر. من يكتب حذاء مشي مقاوم للماء مقاس 9 لا يتصفح؛ لديه نية شراء وقد أخبركم بالضبط ما يريد. وهذا يجعل عدم وجود نتائج أغلى صفحة يمكن أن يقدمها موقع التجارة.
رد الصناعة هو بيع تطبيق بحث ذكي لكم. قد يكون هذا هو الحل الصحيح — لكن ليس قبل أن تنظروا إلى ما يفشل فعليًا، لأن جزءًا كبيرًا من عمليات البحث التي لا تعطي نتائج ناجمة عن نقص بيانات المنتج، ولا توجد تقنية بحث ستجد خاصية لم يتم تعبئتها.
ابدأ بسجل البحث
قبل اتخاذ قرار بشأن الأدوات، احصلوا على بيانات استعلامات البحث لمدة 90 يومًا مع عدد النتائج لكل منها. تحليلات Shopify نفسها توفر أعلى عمليات البحث والبحث بدون نتائج؛ معظم تطبيقات البحث تعرض سجلات أكثر تفصيلاً. أي منهما يكفي للبدء.
رتبوا حسب الحجم، خذوا أعلى 200 استعلام بدون نتائج، وصنفوا كل واحد يدويًا. يستغرق ذلك فترة بعد الظهر وهو أكثر فترة قيمة في هذا التمرين بأكمله. كل استعلام يقع ضمن واحدة من خمس فئات:
- نحن لا نبيعه. طلب حقيقي على منتجات لا تخزنونها. هذه إشارة تجارية، وليست مشكلة بحث — وغالبًا ما تكون النتيجة التجارية الأكثر أهمية للتدقيق.
- نحن نبيعه، لكنه موصوف بشكل مختلف. المتسوق يقول jumper، وكاتالوجك يقول sweater. مشكلة في المفردات.
- نحن نبيعه، لكن الخاصية مفقودة. البحث عن waterproof يفشل لأن خاصية مقاومة الماء مملوءة في 40% من رموز المنتجات. مشكلة في البيانات.
- أخطاء إملائية وقرب من الصواب. يمكن إصلاحها بمطابقة تقريبية بسيطة؛ إذا كانت تمثل نسبة كبيرة، فإن البحث الحالي ضعيف جداً.
- ليس بحثاً عن منتج على الإطلاق. حالة الطلب، أوقات التسليم، المرتجعات. هذه تحتاج إلى توجيه إلى مكان مفيد، وليس شبكة منتجات.
النسب تخبرك بما يجب شراؤه. إذا هيمنت المجموعتان 2 و3، فهناك مشكلة بيانات تتنكر في شكل مشكلة بحث، وتطبيق بحث بالذكاء الاصطناعي سيؤدي أداءً أقل من العرض التوضيحي على كتالوجك.
عالج الأسباب البسيطة أولاً
تقريباً بهذا الترتيب، لأن كل خطوة أرخص من التي تليها وتقلل العمل الذي يجب على الخطوة التالية القيام به.
مرادفات
كل أداة بحث موثوقة تدعم قوائم المرادفات، ومعظم المتاجر لا تملأ واحدة أبداً. المجموعتان 2 من تدقيقك هي قائمة المرادفات الخاصة بك — مكتوبة بالفعل، بكلمات متسوقيك أنفسهم. أضف ألقاب العلامات التجارية، المتغيرات الإقليمية، الاختصارات الشائعة والمصطلحات التي يسمعها فريق خدمة العملاء على الهاتف.
اكتمال السمات
المجموعة 3 هي مشروع كتالوج أكثر منها مشروع بحث. البحث يمكنه فقط المطابقة مع البيانات الموجودة، وفي معظم الكتالوجات تكون الخصائص التي يبحث بها المتسوقون — المادة، السعة، التوافق، المقاس، المواصفات التقنية — هي الأقل اكتمالاً.
هذا عمل غير جذاب وعادة ما يكون الأعلى قيمة في القائمة. لقد كتبنا خط الأنابيب الذي نستخدمه لإثراء كتالوج كبير بالذكاء الاصطناعي — المثال هو Magento، لكن الطريقة تنتقل مباشرة إلى كتالوج Shopify عبر metafields.
صفحة مفيدة عند عدم وجود نتائج
مهما فعلت، بعض عمليات البحث لن تعطي نتائج. صفحة تقول لا توجد نتائج وتتوقف هي نهاية مسدودة؛ الصفحة التي تعرض أقرب فئة، أكثر المنتجات شعبية في أقرب تطابق، اقتراح تهجئة وطريقة اتصال تستعيد جزءاً معتبراً من تلك الجلسات. هذا تغيير جوهري يُقاس بالساعات.
استعلامات غير متعلقة بالمنتج
وجّه المجموعة 5 إلى الإجابات. اكتشف نية حالة الطلب، التسليم والمرتجعات واظهر المحتوى المساعد المناسب فوق شبكة المنتجات. المتسوقون الذين يطرحون هذه الأسئلة عادة ما يكونون عملاء قائمين، وإرسالهم إلى صفحة نتائج فارغة هو تذكرة دعم اخترت إنشاؤها.
متى يكون البحث الدلالي مجدياً فعلاً
البحث الدلالي — أو البحث المتجه — يطابق المعنى بدلاً من تداخل الكلمات المفتاحية، لذا شيء دافئ للمشي في الشتاء يمكن أن يعيد منتجات لا تحتوي عناوينها على أي من تلك الكلمات. إنه حقيقي، يعمل، وليس مجانياً.
يبرر تكلفته عندما:
- كتالوجك كبير — عدة آلاف من رموز المنتجات فما فوق، حيث يعاني البحث بالكلمات المفتاحية فعلاً في ترتيب الصلة
- المتسوقون يبحثون عن المشكلة وليس المنتج — شائع في فئات الجمال، الصحة، الهوايات، التقنية والهدايا
- منتجاتك تحتوي على نصوص وصفية غنية ليعمل النموذج عليها
- البحث هو مصدر رئيسي للزيارات — تحقق من نسبة الجلسات التي تستخدم البحث قبل الاستثمار فيه
يخيب الأمل عندما يكون الكتالوج صغيراً، أو عندما يُبحث عن المنتجات برقم جزء دقيق أو رمز SKU، أو عندما تكون بيانات الخاصية ضعيفة. في الحالة الأخيرة لا يخيب الأمل فقط — بل يمكن أن يكون أسوأ من البحث بالكلمات المفتاحية، لأنه سيعيد بثقة منتجات متجاورة دلالياً لكنها خاطئة وظيفياً. المتسوق الذي يبحث عن خرطوشة فلتر محددة لا يريد شيئاً مشابهاً من الناحية المفهومية.
بالنسبة للكتالوجات المعتمدة على الأجزاء، التوافق والمواصفات، يجب أن تفوز المطابقة الدقيقة على التشابه الدلالي. الإعداد الهجين الذي يعود إلى الكلمات المفتاحية للاستعلامات ذات شكل المعرف هو التصميم الصحيح، وليس دائماً الإعداد الافتراضي.
كيفية تقييم أدوات البحث بشكل صحيح
العروض التوضيحية للبائعين تعمل على كتالوج البائع حيث كل شيء يعمل. قيّم على كتالوجك:
- أنشئ مجموعة استعلامات من 100 بحث حقيقي من سجلاتك — مزيج من الناجح، صفر النتائج وطويل الذيل — مع الإجابة الصحيحة مكتوبة لكل منها قبل النظر في نتائج أي أداة.
- شغّل المجموعة على كل مرشح على كتالوجك الحقيقي وقم بتقييم أفضل ثلاث نتائج لكل استعلام. لا تحكم بناءً على الإحساس.
- اختبر استعلامات المعرف صراحة — رموز SKU، أرقام الأجزاء، رموز النماذج — لترى كيف تتعامل الأداة مع المطابقة الدقيقة.
- تحقق من ضوابط الترويج. هل يمكنك تثبيت منتج، تعزيز شريحة هامش، تقليل ترتيب المنتجات غير المتوفرة؟ الصلة التي لا يمكنك تعديلها تشكل عبئاً أثناء الترويج.
- تحقق مما يحدث لزمن الفهرسة عند تغير الأسعار والمخزون. فهرس البحث الذي يتأخر عن كتالوجك بساعة سيعرض منتجات غير متوفرة.
- قم بتسعيره حسب حجم كتالوجك وحجم الاستعلامات، وليس حسب المستوى الأساسي.
قياس ما إذا كان ذلك ناجحًا
تحسينات البحث سهلة القياس بشكل غير معتاد وغالباً ما تُقاس بشكل سيء. تتبع هذه، مقسمة لمستخدمي البحث فقط:
- معدل نتائج صفر — الرقم الرئيسي، والذي يجب أن ينخفض أولاً
- معدل النقر من البحث إلى المنتج — هل وجدوا شيئاً يستحق الفتح؟
- معدل التحويل من البحث إلى الشراء، مقارنة بجلسات غير البحث
- معدل تحسين البحث — المتسوق الذي يبحث ثلاث مرات متتالية يخبرك أن البحثين الأولين فشلا
- الإيرادات لكل جلسة بحث، وهو الرقم الذي يغطي تكلفة الأداة
خذ خط أساس لمدة أربعة أسابيع قبل تفعيل أي شيء. بدون ذلك ستجادل هل تحسن البحث أم أن نوفمبر هو السبب.
هذا نوع التفاعل الذي يديره فريق الذكاء الاصطناعي وتعلم الآلة لدينا من البداية للنهاية، والسؤال الأوسع عن مكان الذكاء الاصطناعي الحقيقي في واجهة المتجر هو ما تجيب عليه ممارسة دمج الذكاء الاصطناعي لدينا. بالنسبة لـ كتالوجات البيع بالتجزئة، البحث عادة هو مشروع الذكاء الاصطناعي الأعلى عائداً — بالضبط لأن النية موجودة بالفعل وفقط المطابقة هي التي تفشل.
الأسئلة الشائعة
كم نسبة حركة المرور لدينا التي تستخدم البحث داخل الموقع فعلاً؟
يختلف ذلك اختلافاً كبيراً حسب الفئة — غالباً بين 10% و40% من الجلسات. افحص بياناتك قبل الاستثمار، لأن مستخدمي البحث عادة ما يتحولون بمعدل أعلى من المتصفحين العاديين، وهذا ما يجعل هذا الجزء جديراً بالعمل حتى لو كان حجمه صغيراً.
هل البحث الدلالي أفضل دائماً من البحث بالكلمات المفتاحية؟
لا. بالنسبة للكتالوجات التي يُبحث فيها بواسطة رقم القطعة أو SKU أو مواصفة دقيقة، فإن التشابه الدلالي يضر فعلياً — إذ يعيد نتائج مجاورة خاطئة بثقة. التصميم الصحيح لمعظم المتاجر هو هجين: المطابقة الدقيقة تفوز للاستعلامات الشبيهة بالمُعرّف، فيما يتعامل البحث الدلالي مع الاستعلامات الوصفية.
هل يمكن تحسين بحث Shopify الافتراضي بدون تطبيق؟
إلى حد كبير. املأ metafields التي يبحث المتسوقون فعلاً من خلالها، اكتب أوصاف منتجات حقيقية، وأنشئ صفحة نتائج صفرية مفيدة. هذه الثلاثة تعالج حصة كبيرة من الإخفاقات ولا تكلف شيئاً شهرياً.
ما المعدل المقبول لعمليات البحث التي لا تُرجع نتائج؟
أدنى من نحو 5% من عمليات البحث يُعتبر صحياً لمعظم الكتالوجات؛ وأكثر من 15% يشير إلى مشكلة حقيقية. لكن اعتبر الرقم المطلق أقل فائدة من التحليل المصنَّف — فمعدل البحث بلا نتائج الناجم عن طلب منتجات لا تتوفر لديك هو بصيرة تجارية، وليس خللاً تقنياً.
كم تستغرق مدة مشروع تحسين البحث؟
التدقيق والإصلاحات الرخيصة — المرادفات، صفحة النتائج الصفرية، توجيه الاستعلامات — تستغرق أسابيع قليلة. إثراء السمات هو العامل الأطول ويعتمد على حجم الكتالوج. تبديل محرك بحث دلالي سريع نسبياً؛ أمّا تجهيز البيانات الأساسية فليس كذلك.
ابدأ بسجل البحث لديك
أرسل لنا 90 يوماً من الاستعلامات وسنصنف ذيل نتائج الصفر ونخبرك إذا كانت لديك مشكلة في البحث أو في الكتالوج. عادة ما تكون الثانية. تحدث إلى فريقنا؛ نرد خلال يوم عمل.