Sorozatunk első részében a webáruházak kategória használatának alapelveit tekintettük át, a második részben pedig arról írtunk, hogy miért fontos az újdonságok és akciók helyes kezelése a jó vásárlói élmény eléréséhez. Noha mindkét téma egyszerűnek tűnik, a weboldalak többsége helytelenül kezeli mind a kategóriákat, mind a szűrőket. A helyzet a keresők esetében sem jobb. Jó hír azonban, hogy egy jó kereső épp emiatt komoly versenyelőnyt jelenthet azok számára, akik képesek ezen a területen kiemelkedő felhasználói élményt nyújtani.

Ahogy korábbi anyagainkban, most is a Baymard Institute egy kutatását vettük alapul, amely a weboldalak teljesítményére fókuszál. Ebből az derült ki, hogy az oldalak több mint egyharmada komoly problémákba ütközik, ha a vásárló nem egy konkrét terméknévre vagy egy egyszerű terméktípusra keres rá. A leggyakoribb hibák a következők: 

Ez is érdekelhet

  • Az oldalak 82 százaléka nem támogatta egyidejűleg a szimbólumokat és a rövidítéseket, így a vásárlók teljesen releváns termékekről maradhattak le. Ilyen eset például, amikor a vásárlók „inch”-re kerestek, miközben a termék szimbólummal (“) vagy rövidítéssel (in) szerepelt az oldalon.
  • Az oldalak 50 százaléka nem támogatta a kompatibilis termékek keresését, azaz a vásárlók irreleváns találatokat vagy potenciálisan pontatlan találatokat láttak.
  • Az oldalak 44 százaléka nem kezelte a nem-termék kereséseket, mint amilyen például a „visszaküldési feltételek” vagy „szállítási információk” keresőszavak. Ez szintén rontja az ügyfélélményt. 
  • Az oldalak 33 százaléka nem őrizte meg a vásárló által megadott keresőkifejezést a találati oldalon, ami indokolatlanul megnehezíti a keresések finomítását és újrafogalmazását.
  • Az oldalak 14 százaléka hiányos vagy irreleváns találatokat adott vissza olyan alapvető jellemzők szerinti kereséseknél, mint például „Jabra fejhallgató” vagy „piros lámpa”.

Ezek az eredmények jól mutatják, miért marad az oldalak átlagos teljesítménye ezen a területen még mindig az „elfogadható” szint alatt. Tekintettel arra, hogy a keresések kulcsszerepet játszanak a vásárlói élményben, a Baymard Institute szerint ez a legfontosabb fejlesztendő terület az e-kereskedelmi oldalak többsége számára.

Rossz adatok, rossz kereső? 

A probléma hátterében legtöbbször az áll, hogy a keresés sikere és minősége szorosan összefügg a termékadatok minőségével és szerkezetével, amelyet a keresőmotor feldolgoz.

Ám a vásárlók elvárásait nem a technikai háttér befolyásolja. Az elvárások a keresőmotorok „intelligenciájával” szemben ráadásul folyamatosan nőnek, amit olyan fejlett keresési élmények táplálnak, mint a Google, az AI-keresőkről nem is beszélve. Ezeknek a kereséstípusoknak a támogatása így egyre fontosabbá válik, és minden olyan oldal, amely azt szeretné, hogy a vásárlók náluk kezdjék el a termékkeresést, nem hagyhatja figyelmen kívül ezeket az elvárásokat.

Pontos keresések: amikor a legjobban fáj a rossz eredmény

„Pontos keresés” az, amikor a vásárló pontosan tudja, hogy mit keres, és precízen meg is adja a keresőszót. Ezek a lekérdezések – szemben a felfedező keresésekkel (pl. „lámpák”) – gyakran teljes termékneveket vagy modellszámokat tartalmaznak, jellemzően más forrásból másolva (pl. „iPhone 14 Pro Max Clear Case with MagSafe”). Tovább rontja a helyzetet, hogy a pontos keresést végzők gyakran a védjegy- vagy szerzői jogi szimbólumokat (™ vagy ©) is átmásolják, vagy bizonyos márkák esetében & jelet használnak (AT&T), amit, ha nem kezel a kereső, akkor szintén téves eredményeket kaphat a vásárló. 

E-ker hírszemle

A tesztelés során, ha a pontos keresés nem hozta a várt találatokat – különösen, ha a releváns termék nem jelent meg a lista élén –, sokan (tévesen) feltételezték, hogy az adott termék nem is kapható a webshopban. Ettől a hibától, különösen a szponzorált eredmények miatt, még olyan nagy weboldalak, mint az Amazon, is szenvednek. Ha a kereső nem szolgál ki egyértelmű keresési szándékot, a vásárlók könnyen holtpontra jutnak. Hacsak nem elég elszántak ahhoz, hogy újrafogalmazzák a lekérdezést vagy manuálisan átböngésszék a kategóriákat, jellemzően elhagyják az oldalt.

Ez különösen drága hiba, hiszen a pontos keresést végző vásárlók gyakran egészen közel állnak a vásárláshoz. 

A termékkeresés és a természetes nyelv viszonya

Másik nagyon jellemző keresési mód, amikor a vásárló egy vagy több termékjellemzőt is megad, például színt, stílust, specifikációt vagy márkát. Ilyenkor azt várják, hogy az oldal ezeket a jellemzőket automatikusan értelmezze és a találatokat ennek megfelelően szűkítse. A Baymard ezt „jellemző-alapú keresésként” (Feature Search) definiálja.

Egy „kétszemélyes kanapé” keresés esetén például kizárólag kétfős kanapékra számítanak, nem nagyobbakra. Egy „Bosch fúró” keresésnél nem elég, ha minden fúró megjelenik: csak a Bosch termékek relevánsak. Ugyanez igaz az olyan kifejezésekre, mint a „kék ruha” vagy az „Adidas edzőcipő”: a vásárlók ezeket szűrőként értelmezik, és elvárják, hogy a keresőmotor is így tegyen. Ha azonban minden a kategóriába tartozó termék megjelenik, a találati lista irreleváns elemekkel telítődik, ami rontja a felhasználói élményt.

Ebből is látszik, hogy a jól működő „jellemző-alapú” kereséshez olyan keresőmotor szükséges, amely képes feldolgozni természetes nyelvet. Hiszen ha a részletes terméktulajdonságok nincsenek jól strukturálva (a webáruházak több mint 70 százaléka ilyen), akkor a rendszernek képesnek kell lennie:

  • feldolgozni a termékleírásokat,
  • felismerni az ott szereplő, emberi nyelven megfogalmazott tulajdonságokat,
  • és értelmezni őket a keresési lekérdezés alapján.

Amikor a felhasználási mód okoz problémát

A vásárlók gyakran olyan keresési kifejezéseket is használnak, amelyek nem pontosan egyeznek meg egy terméktípussal vagy konkrét jellemzővel. Ezek az úgynevezett „Use Case” típusú keresések. Ezek azt írják le, hogy a terméket hogyan, hol vagy milyen célra fogják használni, például: „party ruha”, „hálószoba bútor” vagy „gaming laptop”.

A tesztelés során, amikor a „Use Case” keresések nem voltak megfelelően támogatottak, a vásárlók gyakran lelassultak, újrafogalmazásra kényszerültek vagy azt hitték, hogy az általuk keresett termék nem elérhető az adott oldalon.

A leggyakoribb „Use Case” típusú keresések jellemzően az alábbi kategóriákba sorolhatók:

  • Használati helyszín: „nappali bútor”, „kültéri ülőhelyek”, „irodai szék”
  • Évszak vagy környezeti körülmény: „tavaszi kabát”, „téli hoodie”, „hideg időjárási hálózsák”
  • Alkalom vagy esemény: „esküvői ajándék”, „anyák napi csokor”, „halloween dekoráció”, „parti étel”
  • Tevékenység: „focis nadrág”, „gamer szék”

Fontos megjegyezni, hogy ugyanaz a keresési kifejezés webhelyenként eltérő típusként értelmezhető. Például egy futócipőkre specializálódott webshopban a „terepfutás” lehet külön kategória, míg egy általános sportszeráruház esetén ez inkább „Use Case” keresésként kezelendő. A lényeg tehát nem az, hogy pontosan milyen típusba soroljuk a lekérdezést, hanem az, hogy a vásárlók által alkalmazott összes keresési megközelítést támogatni tudjuk a keresési szándék kontextusától függetlenül.

A vásárló választ akar, terméket talál

Fontos tudni azt is, hogy a vásárlók az e-kereskedelmi oldalak keresőjét nemcsak termékek megtalálására használják. A Baymard „Accounts & Self-Service” (fiókkezelés és önkiszolgáló funkciók) témájú tesztjei során a résztvevők 34 százaléka keresett olyan tartalmat a belső keresőben, amely nem kapcsolódott konkrét termékhez. Ilyen például a „visszaküldési szabályzat”, a „leiratkozás” vagy a „rendelés törlése”.

Amennyiben ezekre a lekérdezésekre a kereső nem adott megfelelő találatot, a vásárlók vagy lelassultak, vagy az oldal elhagyása mellett döntöttek. Előfordult az is, hogy inkább külső keresőmotorhoz fordultak vagy az ügyfélszolgálat segítségét vették igénybe. Előbbi kisebb probléma, utóbbi azonban felesleges extra terhelést jelent az ügyfélszolgálatnak, ami végső soron pluszköltség a cégnek. 

Általános szabályként érdemes rögzíteni: ha egy tartalom elérhető a navigáción keresztül, akkor legyen elérhető kereséssel is.

Kiegészítők és alkatrészek? Szintén tipikus hiba

Noha tipikus, hogy egy vásárló kiegészítőt vagy alkatrészt keres egy adott termékhez, sok kereső ezt a mindennapi helyzetet sem képes kezelni. A vásárlók ugyanis gyakran irreleváns vagy nehezen értelmezhető és pontatlan eredményeket kapnak. Ilyen esetekben könnyen feladják a keresést vagy feleslegesen időt vesztegetnek azzal, hogy manuálisan próbálják kideríteni a kompatibilitást.

Gyakori hiba, hogy még ha a releváns termék meg is jelenik, a találati lista nem tartalmazza jól láthatóan a kompatibilitási információkat. Ennek oka lehet például, hogy a terméknév túlságosan hosszú, és a fontos rész levágásra kerül a képernyőn, vagy az, hogy a kompatibilitás nem szerepel kiemelve a listanézetben. Ez szintén rontja a vásárlói élményt.

A probléma megoldását az jelenti, ha a termékek közötti kompatibilitási kapcsolatok világosan fel vannak térképezve. Ez az úgynevezett kompatibilitási adatbázis, amelynek kiépítése az iparágtól függően lehet egyszerű vagy igen összetett. A minimum elvárás, hogy például minden laptop töltőhöz legyen hozzárendelve egy lista azokról a modellekről, amelyekkel kompatibilis, például „Apple MacBook Pro 2023”.

Bonyolultabb, mint gondolnánk

Bár a cikkben sok hibát sorra vettünk, a kiváló keresési élmény kialakítása ennél is többről szól. A keresőmező viselkedése, az automatikus kiegészítések minősége, a keresési találatok oldala vagy éppen a „nincs találat” esetek kezelése mind-mind kulcsszerepet játszanak abban, hogy a vásárlók hatékonyan megtalálják, amit keresnek.

Mi a Color and Code-nál pontosan tudjuk, hogyan lehet egy keresőt nemcsak jól működővé, hanem szerethetővé is tenni. Segítünk feltérképezni, auditálni és optimalizálni a keresési élmény minden aspektusát és olyan adatstruktúrákat kialakítani, amik a háttérből is segítik a vásárlókat. Ha szeretnéd, hogy a kereső ténylegesen kiszolgálja a vásárlóid szándékait, keress minket bizalommal.