A Retail Search névre hallgató, mesterségesintelligencia-alapú eszköz az oldal keresőjébe integrálható, és már világszerte elérhető.

  • Az eszköz jobb, relevánsabb eredményeket ad, főként a long tail keresések esetén.
  • Nincsenek fix használati díjak, a keresési és egyéb események jelentenek csak fizetési tételt.
  • Több egyéb, a kereskedőket támogató eszközzel is előrukkolt a cég a közelmúltban.

Tovább erősíti e-kereskedelmi szolgáltatásait a kaliforniai technológiai óriás, és beveti az AI-technológiában szerzett tapasztalatait az in-site keresők piacán is – számolt be erről a Google Cloud termékcsoport-menedzsere, Srikanth Belwadi blogbejegyzésében. A szakember leírja, hogy egy friss kutatás szerint az Egyesült Államokban a webshopok látogatóinak 94%-a azért nem fejezi be a vásárlást, mert a webshop keresője nem ad releváns találatokat az igényeire, 52%-uk pedig a már összeállított kosarát is elhagyja, ha nem talál meg egy újabb terméket, amit még meg szeretne vásárolni – ennek a jelenségnek már neve is van: “search abandonment” (keresési elhagyás).

Az is rengeteget változott az utóbbi években, hogy a felhasználók milyen taktikát folytatnak, amikor a kívánt információra, vagy adott esetben termékre keresnek rá. A “klasszikus” technika a kulcsszavas keresés volt, amikor igyekeztünk a legjellemzőbb részeket, tulajdonságokat kiragadni (pl.: ing+férfi+kék), mára azonban egyre inkább az élő nyelven alapuló, ún. long tail keresések lettek gyakoribbak (pl. “piros hosszú női kabát, kék színű mintával, Nyíregyháza környékén”) A Google-nél ezt felismerték, és a relevánsabb találatok érdekében folyamatosan azon dolgoznak, hogy a keresőmotor megértse a szándékot, vagyis szintaktikailag is tudja értelmezni a beírt szöveget, amelyhez természetesen mesterséges intelligenciát és gépi tanulást alkalmaznak.

A jelenlegi fejlesztéssel lényegében ezt a gondolatmenetet ültették át a webshopoknál használatos termékkeresőkbe, és azt állítják, hogy a pilot projektben résztvevő kereskedőknél (Lowe’s, Fnac Darty, Casas Pernambucanas) azonnal elkezdett nőni a konverziós arány. Neelima Sharma, a Lowe’s e-kereskedelmi, marketing és merchandising üzletágának alelnöke nyilatkozatában elmondta, hogy a Google-lel való együttműködés óta a lakásfelújítási termékekkel foglalkozó kereskedőnél jelentősen nőtt a konverziók száma, csökkent a találat nélküli keresések aránya, emelkedett az átkattintási arány, és jobbak lettek a keresési eredmények a long tail kereséseknél.

Hogyan implementálható az eszköz és mennyibe kerül?

A Retail Search eszköznek nincs rendszeres fix díja, ehelyett a lekérdezések és a keresési eredmények böngészése után kell fizetni, ami 1000 műveletenként 2,5 dolláros költséget jelent. A leírás szerint ingyenesen tudjuk importálni a termékkatalógusunkat és a korábbi felhasználói műveleteket. Díjköteles viszont a tanulás és finomhangolás (2,5$/node óránként) illetve az előzetes szövegkitöltés (prediction) is.

Az implementáláshoz a Google a megszokott, részletes dokumentációt és supportot biztosítja, amely segítségével a fejlesztők gond nélkül be tudják építeni a Retail Search modult bármely webshopba. A dokumentációt a Google Cloud megfelelő szekciójában találhatjuk.

További e-kereskedelmi fejlesztések is történtek

A Retail Search mellett a Google a közelmúltban egyéb eszközöket is fejlesztett, amelyek támogatják a kereskedőket, és fokozzák az ügyfelek vásárlási élményét. 2021 májusában a vállalat kibővítette partnerségét a Shopify-jal, lehetővé téve az eladók számára, hogy könnyebben bemutassák termékeiket a vásárlóknak mobilkörnyezetben, illetve a webshopszolgáltató fizetési rendszerét, a Shop Pay-t is elérhetővé tette a “Buy on Google” szolgáltatásban. Ezenkívül kiadott egy Shopping Graph nevű eszközt is, amely mesterséges intelligencia segítségével követi nyomon a termékeket, kereskedőket, márkákat, véleményeket és készletinformációkat. Szeptemberben pedig a cég bemutatta a Google Lenst, amely lehetővé teszi a vásárlók számára, hogy egy adott weboldalon lévő képek és videók segítségével keressenek és vásároljanak termékeket.