W witrynie jednego z największych internetowych sprzedawców elektroniki użytkowej wyszukiwanie hasła „chłodziarka do piwa” zwraca nagrodę w wysokości ponad 500 trafnych wyników, ale wyszukiwanie „chłodziarka do piwa” nawet ich nie zwraca. Wpisz „coś do schłodzenia piwa”, a jedyne, co otrzymasz, to zestaw Lego.

Wykonaj to samo ćwiczenie w Google lub Bing, a doświadczenie będzie zupełnie inne. Wydaje się, że dwa najpopularniejsze silniki rozumieją, że „chłodniejszy” i „zimniejszy” to synonimy, a nawet całkiem dobrze radzi sobie w teście „coś do ochłodzenia”.

Co wiedzą giganci wyszukiwarek, czego nie wiedzą strony 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 podobną treść, porównując odległości między wektorami, aby zrozumieć, jak różne słowa są ze sobą powiązane. Mogą również analizować otaczające treści, aby zrozumieć kontekst zapytań wyszukiwania, tak aby „złe piosenki firmowe” zwracały wyniki do melodii supergrupy z lat 1980. i nie lamentowały od niechcianych gości. Jeśli chcesz zagłębić się w technologię wyszukiwania wektorów, ten artykuł na blogu Google Cloud powinien zadowolić Twojego wewnętrznego geeka.

Kiedy badania wymagają ludzkiego dotyku

Jednak większość wyszukiwarek internetowych w dzisiejszych czasach nie działa w ten sposób. „Wielkie wyszukiwanie to tak naprawdę gra oparta na danych i uczeniu maszynowym, 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 determinowana przez zdolność ludzi do konfigurowania innych systemów i łączenia się z nimi”.

Innymi słowy, wyszukiwarki na większości komercyjnych witryn są tak dobre, jak stojący za nimi ludzie. Giganci, tacy jak Amazon.com, byli w stanie zlecić na zewnątrz hacki potrzebne do dostarczania odpowiednich wyników zespołom zajmującym się analizą danych przez okres lat, ale większość sprzedawców detalicznych utknęło przy domyślnej wyszukiwarce dostawcy usług, z której korzysta.

Większość nie jest przez to dobrze obsługiwana. Niedawne badanie wyników wyszukiwania 50 najbardziej dochodowych witryn e-commerce w Stanach Zjednoczonych przeprowadzone przez Baymard Institute wykazało, że stan wyszukiwania e-commerce był „zepsuty”, zauważając, że tylko 34% witryn obsługiwało zapytania, które zawierały motywy. , cechy lub objawy, a nie nazwy konkretnych produktów. „Aż 70% wyszukiwarek nie jest w stanie zwrócić trafnych wyników dla synonimów typu produktu, zmuszając użytkowników do wyszukiwania przy użyciu dokładnie tego samego żargonu, co witryna” – stwierdziła firma.

To kosztuje sprzedawców dużo pieniędzy. Niedawny raport Google oszacował, że firmy zajmujące się handlem elektronicznym tracą 300 miliardów euro rocznie w samych Stanach Zjednoczonych, ponieważ odwiedzający nie mogą znaleźć tego, czego szukają.

Niezamierzone korekty i konsekwencje

Tradycyjne wyszukiwanie opiera się na dopasowaniu ciągów tekstowych, wyjaśnił Ogilvy. Dlatego wyszukiwanie hasła „z okrągłym dekoltem” nie zwróci wyniku związanego z koszulkami, chyba że związek jest zdefiniowany przez reguły zakodowane w indeksie. Na przykład, aby obsłużyć wyszukiwanie laptopów, wyszukiwarka musi wiedzieć, że słowa „laptop”, „przenośny”, „przenośny” i „MacBook” są funkcjonalnie identyczne. Ręczny wysiłek kodowania tych relacji pomnożonych przez tysiące produktów, z których do każdego można się odwoływać na wiele sposobów, jest prawie niewyobrażalnie złożony.

A ręczne kodowanie stwarza własne problemy w miarę narastania liczby reguł. Ogilvy przytacza przykład firmy, która napisała rozwiązanie, które przeformatowało wyszukiwania z „USB C” na „USB-C”, co było składnią używaną w swoim katalogu. Nieoczekiwanym wynikiem było to, że gdy odwiedzający szukali hasła „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.

Ograniczenia te skłoniły większość operatorów witryn eCommerce do optymalizacji pod kątem największych zapytań i skutecznego odrzucenia 70% zapytań, które tworzą „długi ogon” rzadko używanych wyszukiwanych haseł.

Dobrą wiadomością jest to, że sytuacja poprawi się w niedalekiej przyszłości. Twórcy wyszukiwarek e-commerce „walczą o wektor” – powiedział Ogilvy. „W ten sposób będą prowadzone badania w przyszłości”.

Pytanie nie brzmi, czy wyszukiwanie wektorowe stanie się powszechne, ale kiedy. „Mam nadzieję, że prawie wszyscy idą w tym kierunku” – powiedział. Przejście niekoniecznie będzie płynne. Ponieważ operatorzy witryn zastępują swoje narzędzia wyszukiwania wieloma poprawkami, wiele reguł będzie musiało zostać usuniętych, a niektóre zmodyfikowane, ponieważ uczenie maszynowe nie jest magią i nie może przewidzieć niuansów każdego przypadku. Jednak na dłuższą metę wszystkim będzie lepiej. Założę się na to o skrzynkę zimnego piwa.

Przeczytaj to:

Prawa autorskie © 2022 IDG Communications, Inc.

Udostępnij to