Kako radi pametna tražilica na webshopu?

U ovom članku analiziramo zašto je dobra i pametna tražilica važan UX element u eCommerceu, te dolazimo do zaključka na što treba obratiti pozornost kako bi se povećala konverzija. Osvrnut ćemo se na to kako smo neke search izazove riješili u Shape Core eCommerceu i pokazati kako pametna tražilica može webshopu donijeti konkurentsku prednost i veće prihode.

UX – User experience u eCommerceu

U razgovorima i člancima o eCommerceu često se spominje pojam, tj. skraćenica UX. Što je UX?

UX ili User Experience u eCommerceu je izraz koji se koristi pri dizajniranju i razvoju elemenata webshopa, s ciljem da se korištenje webshopa prilagodi ciljanom korisniku na način da mu bude jednostavno, logično i privlačno prilikom svakog koraka kupovine.

Cilj je svaki element za sebe, a onda i sve zajedno kao cjelinu, postaviti tako da pomaže korisniku naći ono što traži i omogućiti mu glatko iskustvo kupovine.

UX u eCommerceu leži na 4 stupa: korisnost (utility), upotrebljivost (usability), pristupačnost (accessibility) i poželjnost (desirability).

Elementi UX-a kod eCommercea

Dakle, za svaki element treba se zapitati hoće li biti koristan korisniku, je li mu pristupačan, hoće li ga lako naći i kad ga nađe hoće li ga znati upotrijebiti bez previše razmišljanja. Na kraju treba sagledati hoće li skup svih takvih elemenata stranicu učiniti poželjnom za korištenje, odnosno kako to sve zajedno izgleda.

Jedan od važnih elemenata UX-a na web shopu je tražilica, što je glavna tema ovog članka. Pročitajte kako i zašto na tražilicu treba obratiti pozornosti pri izradi web shopa

Tražilica na webshopu

Važnost kvalitetne tražilice na webshopu je vrlo velika. Korisnici koji koriste tražilicu na webshopu samom pretragom iskazuju svoju namjeru te nam (in)direktno govore što trebaju i žele kupiti.

Za lakšu vizualizaciju važnosti tražilice, zamislite da imate kupca koji je ušao u trgovinu i pita prodavača o nekom proizvodu. Prodavač ne zna odgovoriti. Kupac dodatno pojasni, prodavač i dalje ne zna odgovor ili kupcu nudi krive proizvode. Čak i ako imate prave proizvode u trgovini, a prodavač kupca ne zna usmjeriti do njih, kupac će otići bez kupnje.

Isto je na webshopu - ukoliko korisnici na web shopu dobiju rezultate koji su očekivali, znatno je veća vjerojatnost da će ta sesija završiti kupovinom. Ukoliko ne dobiju rezultate, možda će pokušati još jednom, a možda će svoje rezultate potražiti kod konkurencije.

Da se tome doskoči i da se na najbolji mogućni način iskoristi sadržaj pretraga koje korisnici čine, pozadinski algoritam tražilice treba biti kvalitetan, prilagodljiv i što je najvažnije – treba učiti na temelju dosadašnjih pretraga.

Zapravo, treba tražilicu educirati tako da postane vaš najbolji prodavač!

Pretraga na webshopu

Istraživanje korištenja tražilica u ecommerceu

Baymard Institute, nezavisni institut za online UX istraživanja, provodi temeljite UX studije na velikom broju web stranica i web shopova. Te rezultate obrađuju akademski dokazanim metodama i potom prikazuju u jednostavnom i user-friendy obliku.

Jedna takva studija je detaljno istraživanje o pretragama na webshopovima koje se već treći put provelo na 60 najvećih američkih i europskih webshopova. Usporedbom rezultata iz 2014., 2017. i zadnjeg u 2019. vide se trendovi i razvoj navika korisnika, no mi ćemo se ovdje fokusirati na zadnje istraživanje iz 2019.

Ono što je zanimljivo istaknuti da je vidljiv napredak u kvaliteti tražilica na tom uzorku webshopova. No, taj napredak je zapravo 'preskočen' navikama korisnika čija su očekivanja drastično porasla zbog iskustava s tražilicama na društvenim mrežama i velikim svjetskim tražilicama poput Googla, koje korisnicima isporučuju vrhunske rezultate pretraga i time kod njih formiraju nove navike.

Google tražilica najmoćnija je na svijetu

Kada korisnik pretražuje na webshopu, on uglavnom traži proizvod koji želi kupiti. Pretrage možemo podijeliti u 3 funkcionalne grupe:

  • Pretrage spektra (Query spectrum) – postavlja se opseg pretrage, definirajući domenu proizvoda koji se pretražuju, ovo je baza pretrage (pr. definira se kategorija pretrage, recimo laptop)
  • Kvalificirajuće pretrage (Query qualifiers) – postavlja granice pretraživanja, odnosno razne uvjete koje rezultati tj. proizvod treba zadovoljiti (pr. brand pretrage, pr. laptop Apple)
  • Pretrage različite strukture (Query structure)struktura pretrage daje tražilici hint kako naći rezultate, koristeći i kontekst pretrage kao faktor (pr. pretraga Apple 10'' dok je na stranici kategorije laptopa daje hint da korisnik traži laptop proizvođača Apple veličine 10''. Da se to dogodilo na stranici kategorije dodatne opreme, ista pretraga mogla bi se odnositi na zaštitne torbe za tu veličinu Apple laptopa.)

Kada jednom razumijemo funkcionalni aspekt svake pretrage, to nam može značajno pomoći u postavljanju logike pretraživanja tj. ispisa rezultata, kao i sučelja kroz koje se ti rezultati prikazuju.

Pretraživanje na web shopovima može se podijeliti na 8 tipova upita (search query). Tih 8 tipova predstavlja osnovne načine razmišljanja kod korisnika u trenutku pretrage nekog pojma u eCommerce kontekstu. Podijelili smo ih kroz 3 već navedene funkcionalne grupe, pa analizirajmo svaku od njih.  

(Kao dodatak na tih 8 tipova navest ćemo u tablicama još 3 tipa koja u ovom trenutku ne obrađujemo detaljnije.)

Pretrage spektra

Pretrage spektra

koriste se kako bi definirale opseg proizvoda koji tražimo

#1. Precizne pretrage
“Samsung Galaxy A21 crni”

Traži se točan model proizvoda

#2. Pretrage po vrsti proizvoda
“laptop”

Traži se grupa ili kategorija proizvoda

#3. Pretrage po simptomima
“suhi kašalj”

Traže se proizvodi koji rješavaju problem koji pretražujemo

#4. Opće pretrage (non-product)
“Return policy”

Traže se opće informacije o uslugama, procesima, tvrtci…

  1. Precizne pretrage

Pretraga u kojoj korisnik točno zna što želi, pa u tražilicu upisuje serijski broj ili neku drugu oznaku proizvoda, koju je našao na stranicama proizvođača ili na web tražilici.

Rezultati pretrage trebali bi biti jednoznačni, eventualno ponuditi nekoliko varijanti boje tog modela (ako sama boja nije sadržana u tom broju). Zato je važno da se pri unosu proizvoda na webshop obrati pozornost na uvrštavanje takvih brojeva i oznaka ili u naziv ili u opis ili u specifikacije proizvoda, kako bi tražilica mogla identificirati odgovarajući proizvod.

Precizna pretraga

Naša tražilica prvo traži točno podudaranje traženog termina u šifri, u kataloškom broju, EAN-u, a onda nakon toga i po poljima definiranima od strane klijenta (pr. ISBN ako se radi o knjigama, sa svim mogućim permutacijama i načinima prikaza istog.)

OK, to imate i u načelu radi, što još može poći po krivu?

  • Korisnik može napraviti tipfeler u tipkanju.
  • Korisnik može napisati naziv proizvoda kakav se koristi na drugim tržištima.
  • Korisnik može napisati alternativni naziv proizvoda.

U tim slučajevima bitno je da tražilica podržava sljedeće:

  • prepoznavanje atributa ili naziva nekog proizvoda sa 1 ili čak 2 tipfelera
  • ubacivanje sinonima ili sličnih riječi za česte pretrage – vrlo važna funkcija koja rješava mnogo problema
  • napredno rješenje bilo bi korištenje baza podataka relevantnih za industriju kojom se webshop bavi, te preuzimanje matching pojmova

U Shape Core rješenju podržane su sve gornje opcije, dio kroz osnovnu tražilicu, a dio kroz Algolia plug-in. 

  1. Pretrage po vrsti proizvoda

Pretraga u kojoj korisnik na tražilici traži općenitu kategoriju proizvoda, za razliku od nekog konkretnog proizvoda.

Rezultat pretrage bi zapravo trebala biti kategorija tih proizvoda na webshopu, ako ista postoji. Ovakva pretraga često je način da se brže dođe do stranice kategorije, posebno na mobilnim uređajima gdje čak 60% korisnika čim dođe na webshop ide na tražilicu. Za te korisnike je navigacija kroz izbornik sekundarna.

Neki webshopovi postavljaju rezultate takvih pretraga tako da se korisnik automatski preusmjeri na stranicu kategorije, umjesto da mu se izlistaju relevantni proizvodi. No tu treba biti oprezan, budući da preciznost rezultata treba biti vrlo visoka kako bi se izbjeglo nezadovoljstvo dijela korisnika.

Pretraga po vrsti proizvoda

I u ovom slučaju mogu se dogoditi „pogreške“ poput:

  • Tipfeler (majca ili majiva umjesto majica)
  • Naziv proizvoda na drugim tržištima srodnih jezika (fen vs. sušilo za kosu, frižider vs. hladnjak, škrinja vs. zamrzivač)
  • Alternativni naziv proizvoda (laptop vs. prijenosnik vs. prijenosno računalo)

To je kao i u prethodnom slučaju rješivo unosom sinonima u tražilicu. Dodatna pomoć korisniku da nađe što treba je izlistavanje kategorija i podkategorija na vrhu rezultata pretrage, prije samih proizvoda.

Idealno rješenje za pretrage po vrsti proizvoda pruža korisnicima mogućnost filtriranja i daljnjeg sužavanja izbora nakon izlistavanja rezultata pretrage, i to direktno na skupu rezultata osnovne pretrage.


Primjer

Na stranici ste koja prodaje bijelu tehniku, tražite hladnjak.

U tražilicu upišete hladnjak. Dobili ste rezultate, sada želite suziti izbor na hladnjake branda Bosch, pa na filteru odaberete Bosch. Željeni rezultat su samo Boschevi hladnjaci, ne svi Boschevi artikli s tog webshopa.

To je ispravno!

Ako se pojave svi Boschevi artikli dostupni u ponudi, to je pogrešno. Iako se čini kao banalna pogreška, često se pojavljuje. 

  1. Pretrage po simptomima

Kada korisnici ne znaju koji konkretni proizvod traže, čak niti kategoriju proizvoda, ali znaju problem koji imaju, onda se tražilica koristi za pretragu simptoma.

Primjerice, na webshopu s robom široke potrošnje traži se  mrlja na tepihu, na webshopu ljekarne traži se suhi kašalj. Kako bi takve pretrage završile dobrim setom rezultata, potrebno je na taj način razmišljati prilikom unosa proizvoda na webshop i označiti određene 'simptome' na razini proizvoda, bilo to dodatnim atributom ili kroz opis proizvoda.

Za djelatnosti u kojima su ovakve pretrage česte, primjerice ljekarničkoj i kozmetičkoj, preporuča se u samoj tražilici pozvati korisnike da na taj način pretražuju.

Napredno rješenje pretrage po simptomima je dodavanje sadržaja na tu temu u rezultate pretrage. To mogu biti statičke stranice webshopa, blogovi, vodiči ili slično, kojima je cilj prije svega educirati korisnika kao temelj za daljnji odabir proizvoda. Osim što ovakvi sadržaji poboljšavaju organsko pozicioniranje na vanjskim tražilicama i donose dobre SEO rezultate, korisniku koji je već na webshopu govore da ste kompetentni u onome što radite. Na neki način zamjenjuju prodavača koji bi im sve to ispričao da su došli u Vašu fizičku trgovinu.

Baymardova istraživanja kažu da samo 25% webshopova ima tražilicu koja dobro rješava ovakve upite. Je li Vaša jedna od njih?

  1. Opće pretrage (non-product)

Pretraga u kojoj korisnik traži nešto što nije proizvod, već konkretna informacija poput Opcije plaćanja, Politika povrata, Odjava s newslettera ili Otkazivanje narudžbe.

Iako je glavna funkcija tražilice na webshopu naći proizvod, ne treba zanemariti ni ovakve upite korisnika. U krajnjoj liniji, o tome hoće li naći tu informaciju može ovisiti njihova odluka o kupnji.

Najčešće do ovakvih pretraga dolazi zbog toga što korisnici teško te informacije nalaze na stranici. U smislu boljeg UX-a, prvi korak je učiniti ih lako dostupnima (pr. diskretno postavljeni direktni linkovi na vrhu stranice, iznad prvog bloka s logotipom i glavnim navigacijskim izbornikom).

Kvalificirajuće pretrage

Kvalificirajuće pretrage

koriste se za dodatno filtriranje pretraga spektra, definirajući neku karakteristiku proizvoda

#5. Pretrage po karakteristikama
“XXXL majica”

Traži se proizvod s točno određenom karakteristikom

#6. Tematske pretrage
“zimska jakna”

Traži se proizvod koji je definiran opisno, ne s konkretnom karakteristikom, a taj opis može biti kontekst, osjećaj, period u godini kada se koristi…

#7. Pretrage kompatibilnosti
“punjač za iPhone 11”

Traži se proizvod koji je nadopuna za postojeći proizvod i mora s njim biti kompatibilan

EXTRA  
Odnosne pretrage

“Filmovi sa Mustafom Nadarevićem”

Traže se proizvodi koji su nekako povezani, u odnosu su s nekim drugim pojmom

EXTRA
Subjektivne pretrage

“najkvalitetnija kava”

Traži se proizvod po subjektivnom osjećaju (najkvalitetniji, najljepši, najpopulatniji…)

  1. Pretrage po karakteristikama

Pretraga kojom se definira proizvod i kriterij koji rezultati trebaju zadovoljavati.

Primjerice, Samsung TV ili majica XXXL ili igračka za djevojčice 200kn. Pored spektra, svaka ta pretraga definira neku karakteristiku. Uglavnom se karakteristike pretražuju po atributima proizvoda (na temelju kojih se rade i filteri). 

U slučaju pretrage crveni kauč koja definitivno spada u ovu kategoriju, najbolji rezultati bit će ako su prikazani proizvodi zaista crveni. Dakle, bez obzira prikazuju li se proizvodi različitih boja kao zasebni proizvodi na webshopu ili su sve boje ujedinjene u jedan konfigurabilni proizvod (jedan proizvod s više boje, s više memorije, u više veličina), korisnik to gleda kroz prizmu onoga što traži i želi vidjeti crvene proizvode.

Napredno rješenje pretrage po karakteristikama je da se temelju pretrage u rezultatima automatski označi odabrana karakteristika, pr. u gornjem primjeru to je crveno u filteru Boja. Na taj način korisnik u samo jednom kliku može promijeniti boju u zelenu i dobiti zelene kaučeve bez ponovnog pretraživanja.

  1. Tematske pretrage

Pretraga kojom se osnovni pojam pobliže opisuje nekim pridjevom koji nije njegova karakteristika, već može opisivati kontekst u kojem se koristi, osjećaj koji pruža, vrijeme kad se koristi ili slično.

Primjerice, zimska jakna, ili tepih za dnevnu sobu.

Ovakve pretrage je teško definirati i dosta je zahtjevno korisniku isporučiti relevantne rezultate. No takve pretrage su česte, posebno u industriji odjeće i obuće te namještaja i ako želimo kupca poslužiti kvalitetnih rezultatima, treba na njih misliti.

Jedno od rješenja je u kategorizaciji proizvoda u obliku atributa unijeti najčešće prigode tj. teme koje bi se mogle povezati s proizvodom. Ovakav način opisivanja artikala možda nije loš jer s vremenom pokaže da bi glavna navigacija za kupca bila efikasnija da je postavljena na taj način, u odnosu na klasične kategorije proizvoda.

  1. Pretrage kompatibilnosti

Pretraga u kojoj se traži rezervni dio ili dodatni proizvod (kojem korisnik ne zna naziv) za proizvod koji već posjeduje (kojem zna naziv ili oznaku).

Primjerice, punjač za iPhone 11.

Rezultati ovakve pretrage trebali bi nedvosmisleno korisniku predstaviti samo proizvode koji će zaista biti kompatibilni s osnovnim proizvodom.

Neki korisnici, iako zapravo traže dodatni proizvod, neće to upisati u tražilicu već će samo upisati osnovni proizvod (pr. iPhone 11) i očekivati da im se u rezultatima pretrage pojave i dodatni proizvodi (pr. punjači ili maskice). U tom trenutku je zgodno rezultate pretrage odmah vizualno razdvojiti po kategorijama ili korisniku pružiti jednostavnu i praktičnu mogućnost daljnje filtracije po kategorijama.

Dobri rezultati ovakvih pretraga mogu se osigurati određivanjem povezanih proizvoda (koji se zapravo koriste za cross-sell na razini proizvoda), gdje se direktno svakom proizvodu pridruže svi drugi koji mu mogu biti kompatibilni.

Pretrage različite strukture

Pretrage različite strukture
kako je pretraga strukturirana od strane korisnika i interpretirana od strane tražilice

#8. Sleng, skraćenice i posebni znakovi
“kolagen 0,5 litara”

Traženje proizvoda koristeći različite sleng izraze, skraćenice i dodatne znakove poput zareza, točke i drugih

EXTRA
Implicitne pretrage
“[ženske] hlače”

U pretrazi nije napisano ženske iako to osoba najvjerojatnije traži budući da je zadnjih 10 pretraga bilo na kategoriji ženske odjeće

EXTRA
Natural Language Search

“ženske cipele gumenog đona u veličini 37”

Pretraga u punim rečenicama, umjesto u kratkim pojmovima

8. Sleng, skraćenice i posebni znakovi

Struktura pretrage određuje način na koji treba biti interpretirana i obrađena od strane tražilice. To se odnosi na sintaksu s jedne strane, te okolnosti u kojima se pretraga provodi s druge strane.

Sintaksa može značajno promijeniti značenje pretrage, primjerice točka ili crtica u pretrazi mogu značiti da je nešto skraćenica ili označiti opseg cijene proizvoda (100-200 kn).

Pitate se zašto bi itko pisao skraćenice ili opsege cijena u tražilicu?
Odgovor na to pitanje je da mnogo korisnika ne upisuje upit u tražilicu, već ga kopira odnekud, bile to društvene mreže, stranica proizvođača ili newsletter koji su primili. Zato su pretrage tako raznovrsne.

Kad govorimo o korištenju slanga u pretragama, naravno da se to odnosi na specifične slengove i narječja svakog lokalnog jezika. Primjerice u hrvatskom jeziku velika je vjerojatnost da će korisnici iz različitih regija traperice pretraživati kao traperice, rebatinke, rifle ali i trapke. Ako imate takve kategorije proizvoda na webshopu, uložite trud i unesite sinonime u algoritam tražilice kako bi korisnici dobili optimalne rezultate.

Jednako tako, na zahtjev klijenta moguće je upariti skraćenice, pr. ml kao mililitar, l kao litra, kg kao kilogram ili kao kila, GB za Gigabyte.

Malo je zahtjevnije postaviti tražilicu da dobro radi s posebnim znakovima poput TM, R, ° i slično, a kojima se uglavnom susrećemo kada korisnici svoje pretrage kopiraju s neke druge stranice i izvora. Kako bi tražilica optimalno radila, prije pokretanja pretrage takvi se znakovi brišu iz teksta pretrage.   

Integrirana analitika tražilice u Shape Core CMS-u

Sad kad smo naučili kako bi tražilica trebala raditi, pitanje je kako da poboljšamo njezine performanse na svom webshopu.

Prvo je pitanje – pratimo li analitiku?

  • Znamo li koliko pretraga dnevno, tjedno ili mjesečno imamo?
  • Koliko tih pretraga ima rezultate, a koliko ih ostane bez ijednog rezultata?
  • Koji su najtraženiji pojmovi?
    • Koliko rezultata imaju najtraženiji pojmovi?
    • Pratimo li za njih konverziju, tj. događa li nam se da korisnici samo searchaju pa kupe negdje drugdje ili zaista prodajemo te proizvode?
    • Ako kupuju drugdje, jesmo li preskupi?
  • Koji traženi pojmovi ne daju rezultate?
    • Hoćemo li iskoristiti tu priliku i nadopuniti svoj asortiman proizvodima koje kupci očito očekuju naći na našem webshopu?

Shape Core rješenje pruža naprednu analitiku tražilice, integriranu u CMS, koja može odgovoriti na sva gornja pitanja. Korisnici mogu pratiti rezultate koje izbacuje njihova tražilica i iz toga puno naučiti o svojim korisnicima, nadopuniti asortiman i poboljšati konverzije.

Autocomplete tražilica

Jedna od čestih funkcionalnosti tražilica je opcija autocomplete, gdje korisnik ne mora kliknuti Traži ili Search, već se automatski po upisivanju izraza pretrage izbacuju rezultati.

Ovisno o postavkama, može se prikazati prvih 20-30 rezultata, a ono što bi dodatno olakšalo korištenje webshopa za neke branše (pr. kupovina namirnica) je mogućnost direktnog dodavanja u košaricu (Add to cart) iz padajućih rezultata pretrage

Kako ubrzati tražilicu? 

U svrhu ubrzanja ispisa rezultata pretrage korisniku, naš algoritam postavljen je na način da određeno vrijeme pamti rezultate pretrage za određeni izraz. To vrijeme može biti 4 sata, a može biti i dulje i kraće, ovisno o frekventnosti dodavanja novih proizvoda na webshop, te promjene opisa ili cijena. 

Na taj način tražilica neće raditi novu pretragu, nego će odmah korisnika poslužiti podacima iz prošle, ubrzavajući cijeli proces i štedeći resurse za druge pozadinske procese. 

Ova opcija pokazuje se posebno pogodnom u periodima visoke opterećenosti webshopa (Black Friday, XMas) ili tijekom trajanja neke velike akcije ili promocije na webshopu. 

Kako poboljšati tražilicu na webshopu?

Prvo testirajte! Na svom webshopu obavite bar 5-6 pretraga za svaku kategoriju proizvoda, po navedenim vrstama pretraga u ovom članku.

Ako rezultati nisu zadovoljavajući, provjerite sa svojim developerima kako se tražilica može poboljšati.

Osim rada na poboljšanju tražilice koja je sastavni dio webshopa, postoji još jedan način na koji se to može učiniti, a to je implementacija naprednih search rješenja poput Algolie. Više o tome u nekom od naših sljedećih članaka. 

Izvor istraživanja: Baymard Institute 

 

Htjeli biste imati bolju tražilicu?