W witrynie internetowej jednego z największych internetowych sprzedawców elektroniki użytkowej wyszukiwanie hasła „chłodziarka do piwa” zwraca ponad 500 trafnych wyników, ale wyszukiwanie hasła „chłodziarka do piwa” nie zwraca nawet jednego. Wpisz „coś na schłodzenie piwa”, a jedyny wynik, jaki otrzymasz, to zestaw Lego.
Wykonaj to samo ćwiczenie w Google lub Bing, a wrażenia będą zupełnie inne. Wydaje się, że oba najpopularniejsze silniki rozumieją, że „chłodniej” i „zimniej” to synonimy, a nawet całkiem dobrze radzi sobie w teście „coś do ochłodzenia”.
Co wiedzą giganci wyszukiwarek, czego nie wiedzą witryny e-commerce? Różnica polega na „wyszukiwaniu wektorowym”, technologii zakorzenionej w badaniach nad sztuczną inteligencją, która przedstawia informacje jako liczby, a nie tekst.
Po przekonwertowaniu treści na czynniki wyszukiwania (które są zasadniczo ciągami liczb), algorytmy uczenia maszynowego mogą znaleźć podobne treści, porównując odległości między wektorami, aby zrozumieć, w jaki sposób różne słowa są ze sobą powiązane. Mogą również analizować otaczające treści, aby zrozumieć kontekst wyszukiwanych haseł, tak aby „złe piosenki firmowe” zwracały wyniki do melodii supergrupy z lat 1980., a nie zawodzenia niechcianych gości. Jeśli chcesz zagłębić się w technologię wyszukiwania wektorowego, ten artykuł na blogu Google Cloud powinien zadowolić Twojego wewnętrznego maniaka.
Kiedy badania potrzebują ludzkiego dotyku
Jednak nie tak działa obecnie większość wyszukiwarek e-commerce. „Big search to tak naprawdę gra danych i uczenia maszynowego, ale żadna z głównych dostępnych obecnie technologii wyszukiwania nie robi tego bezpośrednio” – powiedział Hamish Ogilvy, dyrektor generalny Search.io, która buduje wyszukiwarkę dla sprzedawców internetowych opartych na wektorach. technologia. Najważniejsze jest to, że „jakość wyszukiwania jest zasadniczo określana przez zdolność ludzi do konfigurowania i łączenia się z innymi systemami”.
Innymi słowy, wyszukiwarki w większości witryn komercyjnych są tak dobre, jak ludzie, którzy za nimi stoją. Giganci tacy jak Amazon.com byli w stanie zlecić zespołom zajmującym się analizą danych hacki niezbędne do dostarczania odpowiednich wyników przez okres lat, ale większość sprzedawców detalicznych utknęła przy domyślnej wyszukiwarce usługodawcy, z którego korzystają.
Większości to nie służy. Niedawne badanie wydajności wyszukiwania 50 najbardziej dochodowych witryn e-commerce w Stanach Zjednoczonych przeprowadzone przez Baymard Institute wykazało, że stan wyszukiwania e-commerce był „załamany”, zauważając, że tylko 34% witryn było w stanie obsłużyć zapytania, które używały motywy. , cechy lub symptomy zamiast konkretnych nazw produktów. „Ogromne 70% wyszukiwarek nie jest w stanie zwrócić odpowiednich wyników dla synonimów typu produktu, zmuszając użytkowników do wyszukiwania przy użyciu dokładnie tego samego żargonu, co witryna” – stwierdziła firma.
Kosztuje to sprzedających dużo pieniędzy. Niedawny raport Google oszacował, że firmy e-commerce tracą rocznie 300 miliardów euro w samych Stanach Zjednoczonych, ponieważ odwiedzający nie mogą znaleźć tego, czego szukają.
Korekty i niezamierzone konsekwencje
Tradycyjne wyszukiwanie opiera się na pasujących ciągach tekstowych, wyjaśnił Ogilvy. W związku z tym wyszukiwanie wyrażenia „z wycięciem pod szyją” nie zwróci wyniku związanego z T-shirtami, chyba że związek jest zdefiniowany przez reguły zakodowane w indeksie. Na przykład, aby obsłużyć wyszukiwanie laptopów, wyszukiwarka musi wiedzieć, że słowa „laptop”, „laptop”, „notebook” i „MacBook” są funkcjonalnie identyczne. Ręczny wysiłek związany z kodowaniem tych relacji pomnożonych przez tysiące produktów, z których do każdego można odwoływać się na wiele sposobów, jest prawie niewyobrażalnie złożony.
Ręczne kodowanie stwarza własne problemy w miarę narastania liczby reguł. Ogilvy przytacza przykład firmy, która napisała rozwiązanie, które przeformatowało wyszukiwanie z „USB C” na „USB-C”, co było składnią stosowaną w jej katalogu. Nieoczekiwanym rezultatem było to, że gdy odwiedzający wyszukiwali „kabel USB”, myślnik był automatycznie dodawany do ciągu tekstowego, a wynikowe zapytanie „kabel USB” było puste.
„Bardzo trudno jest napisać tysiące takich rzeczy i nie powodować problemów” – powiedział Ogilvy.
Te ograniczenia skłoniły większość operatorów witryn eCommerce do optymalizacji pod kątem największych zapytań i skutecznego wykluczenia 70% zapytań, które składają się na „długi ogon” rzadko używanych wyszukiwanych haseł.
Dobra wiadomość jest taka, że sytuacja poprawi się w niezbyt odległej przyszłości. Twórcy wyszukiwarek e-commerce „walczą o wektor”, powiedział Ogilvy. „W ten sposób będą prowadzone badania w przyszłości”.
Pytanie nie brzmi, czy wyszukiwanie wektorowe wejdzie do głównego nurtu, ale kiedy. „Mam nadzieję, że prawie wszyscy pójdą w tym kierunku” – powiedział. Przejście niekoniecznie będzie płynne. Ponieważ operatorzy stron internetowych zastępują swoje narzędzia wyszukiwania wieloma łatami, wiele reguł będzie musiało zostać usuniętych, a niektóre zmodyfikowane, ponieważ uczenie maszynowe nie jest magią i nie jest w stanie przewidzieć niuansów każdego przypadku. Jednak na dłuższą metę wszystkim będzie lepiej. Stawiam na to skrzynkę zimnego piwa.
Przeczytaj to:
Prawa autorskie © 2022 IDG Communications, Inc.