Пошук в інтернет-магазині: фільтри, Meilisearch та AI

Хороший пошук в інтернет-магазині допомагає покупцеві знайти правильний товар із мінімумом уточнень. Для цього потрібні якісні дані, зрозумілі фільтри та правила релевантності. AI й семантичний пошук можуть доповнювати цю систему, але не замінюють точні артикули, сумісність і актуальну наявність.

Відвідувачі приходять із різними намірами. Один копіює код потрібної деталі. Інший пише «навушники для роботи у шумному офісі». Третій шукає подарунок прихильнику певного персонажа. Якщо до всіх запитів застосувати однакову логіку, магазин або пропустить потрібні товари, або покаже забагато сумнівних результатів.

Спочатку класифікуйте запити покупців

Візьміть реальні пошукові фрази за репрезентативний період і приберіть персональні дані. Розділіть їх на точні ідентифікатори, назви, характеристики, задачі й запити без відповідного товару. Окремо позначте помилки, транслітерацію та різні мови. Такий набір стане основою перевірки будь-якого нового пошукового рішення.

Порожня видача не завжди є помилкою пошуку. Товар може бути відсутнім в асортименті, мати іншу назву або не містити потрібної характеристики в даних. Якщо причини змішати, команда витратить час на алгоритм там, де потрібно заповнити каталог або пояснити покупцеві альтернативи.

Чому каталог починається з атрибутів

Назва й довгий опис не замінюють структуровані поля. Для запчастини важливі модель пристрою, тип деталі, сумісність і клас якості. Для колекційної фігурки — персонаж, серія, виробник і масштаб. Ці відмінності впливають на пошук, фільтри, картку товару та тематичні посадкові сторінки.

У UParts вибір організований навколо пристрою та характеристик запчастини. У Pulsar покупець може орієнтуватися на франшизу, персонажа чи серію манґи. Це два різні способи описати намір покупця. Копіювання однакового набору фільтрів між такими магазинами навряд чи буде зручним.

Перед запуском пошуку узгодьте словник значень. «Apple», «APPLE» та випадкове скорочення не повинні створювати три окремі бренди. Одиниці виміру, формат кодів і назви моделей також потребують нормалізації. При цьому оригінальні значення постачальника варто зберігати там, де вони потрібні для діагностики імпорту.

Де корисні Meilisearch і толерантність до помилок

Meilisearch підтримує пошук із помилками в написанні та дозволяє налаштовувати цю поведінку, зокрема вимикати її для окремих атрибутів. Для назви товару наближений збіг часто корисний, а для унікального коду може вводити в оману. Цю різницю пояснює офіційний матеріал Meilisearch про typo tolerance.

Уявімо два артикули, що відрізняються однією цифрою. Показати другий як точну відповідь на перший — небезпечна підміна очікування. Краще виділити точний збіг, а схожі товари показати окремо з чесним поясненням. Для запиту з помилкою в звичайному слові, навпаки, варто допомогти користувачеві без зайвого повернення до форми.

Вибір рушія також залежить від обсягу індексу, швидкості оновлення, правил фільтрації та ресурсів підтримки. Невеликому каталогу може вистачати простішого рішення. Оцінюйте якість на власних запитах і даних, а не лише на швидкому демо з підготовленими прикладами.

Коли потрібен семантичний пошук

Семантичний підхід намагається зіставити зміст запиту й опису, а не тільки однакові слова. Його варто перевіряти, коли люди формулюють потребу природною мовою: «подарунок фанату космічних пригод» або «компактний пристрій для подорожей». Для цього каталог повинен містити змістовні характеристики, з яких можна зробити обґрунтований відбір.

Семантична схожість не доводить технічної сумісності. Деталь, яка схожа за описом, може не підходити до конкретної моделі. Тому жорсткі обмеження — розмір, сумісність, доступність, дозволений регіон продажу — мають залишатися явними правилами. Гібридний сценарій можна порівняти з текстовим пошуком на одному наборі задач.

Якщо поверх пошуку планується розмовний інтерфейс, окремо перевіряють формулювання відповіді й посилання на товари. Цю частину розбираємо у матеріалі про AI-асистента та RAG. Додавати чат до неякісного каталогу зазвичай означає переносити ті самі прогалини в новий інтерфейс.

Фільтри мають пояснювати, а не заплутувати

Назва фільтра повинна бути зрозумілою цільовому покупцю. Значення, кількість результатів, активні обмеження та кнопка скидання мають працювати передбачувано. На смартфоні важливо не втратити вибір після закриття панелі й показати, скільки товарів залишиться після застосування.

Нуль результатів — повноцінний стан інтерфейсу. Покажіть, яке обмеження можна прибрати, запропонуйте уточнення або шлях до консультації. Не варто непомітно ігнорувати вибраний фільтр і показувати несумісні позиції: це створює ілюзію успішного пошуку, але погіршує довіру до каталогу.

Як перевіряти результат після змін

• Релевантність: чи є правильний товар у перших результатах для відомих запитів?

• Порожні відповіді: які з них спричинені даними, асортиментом або алгоритмом?

• Подальша дія: чи відкриває людина товар, додає його до кошика, завершує потрібний сценарій?

• Уточнення: скільки разів доводиться переформульовувати запит?

• Актуальність: чи вчасно пошук відображає зміни ціни, наявності та видалення товару?

Порівнюйте однакові категорії та враховуйте сезонність, рекламу й зміни асортименту. Зростання продажів після релізу ще не доводить, що його спричинив саме пошук. Коректний експеримент або уважне порівняння сегментів допоможе зробити обережний висновок.

Не забудьте про швидкість відповіді й поведінку на слабкому пристрої. Запити під час введення, важкі картки й надлишок скриптів можуть створювати затримки навіть за швидкого серверного пошуку. Практичні орієнтири є у статті про швидкість сайту та Core Web Vitals.

Поширені запитання

Чи потрібен AI кожному магазину?

Ні. Спочатку варто виправити атрибути, точні збіги, синоніми та фільтри. Семантичний пошук має сенс, якщо він покращує конкретні сценарії порівняно з цим базовим рівнем.

Чи можна оновити пошук без повного редизайну?

Часто так. Потрібно перевірити джерело каталогу, спосіб індексації та зв’язок з інтерфейсом. Іноді достатньо доробити окремий компонент і правила обробки даних.

Що підготувати для оцінки?

Приклади невдалих запитів, вибірку товарів і очікувані результати. Із цими матеріалами розмова про розвиток інтернет-магазину починається з вимірюваної задачі, а не з вибору модного інструмента.