Se você comprar tijolos de qualidade, isso não significa automaticamente que construirá uma ótima casa. Se você instalar o Magento mais recente, isso não significa automaticamente que você criará uma ótima loja virtual. Se você implantar o Elasticsearch em sua loja virtual, isso não significa automaticamente que você terá uma ótima pesquisa.
Luigi’s Box vs. Elasticsearch é como uma casa vs. tijolos
O Elasticsearch é uma tecnologia de backend (tijolos), enquanto a Luigi’s Box é uma solução pronta (uma casa). Você mesmo fará isso se tiver capacidade, habilidades e conhecimento para construir a casa. Caso contrário, você ligará para os engenheiros que farão isso por você.
Funciona de forma semelhante com a pesquisa. O Elasticsearch é uma solução excelente se você tiver capacidade, habilidades e conhecimento para construí-la. Caso contrário, considere um serviço que faça isso por você.
Aprenda com nossos erros
Ao instalar a Luigi’s Box, o cliente compra mais do que apenas um produto. A Luigi’s Box tem uma vasta experiência em pesquisa e desenvolvimento. Tudo começou como uma pesquisa em uma universidade e hoje é uma tecnologia de nível mundial.
Nossa equipe conta com engenheiros, designers, detentores de ideias, programadores experientes e analistas precisos, todos mestres em suas áreas. Desenvolvemos, testamos, otimizamos e melhoramos muito. O resultado é um produto pronto para uso.
No entanto, ainda não está totalmente concluído – estamos constantemente otimizando com uma visão clara de onde ir no futuro. Assim, o cliente compra um produto que melhora com o tempo.
Uma abordagem sistemática é essencial
Pode acontecer rapidamente que você configure uma pesquisa por uma frase perfeitamente e estrague as outras 15. A única opção para manter as coisas equilibradas são medições e testes constantes. Os testes de integração são comuns hoje em dia. No entanto, decidimos ir ainda mais longe.
Criamos uma infraestrutura que permite testes offline seguros de alterações de produtos sem efeito prejudicial nas vendas da loja virtual.
Testamos cada atualização de pesquisa offline em uma cópia dos dados de nossos clientes para garantir que as alterações não causem discrepâncias negativas em nossas estatísticas de pesquisa.
De olho no catálogo
Os dados corretos no catálogo de produtos são essenciais para a funcionalidade da pesquisa de uma loja virtual. Muitos de nossos clientes pensam que nos fornecem dados estruturados sobre seus produtos.
No entanto, a verdade é que ainda precisamos processar mais os dados para otimizar a pesquisa porque a qualidade dos dados de entrada em sua forma bruta não seria suficiente. Analisamos automaticamente todos os dados e extraímos informações estruturadas.
Recursos que não são comuns
O ponto mais importante que diferencia a Luigi’s Box do Elasticsearch são os recursos de pesquisa que mudam a forma como o cliente interage com os produtos. Infelizmente, desenvolver esses recursos está longe de ser trivial.
Como resultado, é mais conveniente para os clientes comprar na loja virtual, e sua satisfação se reflete em vendas maiores. Com a Luigi’s Box, você ganha vantagem sobre o Elastic por meio de vários recursos de pesquisa avançada, sendo os nove mais importantes:
1. Classificação abrangente
Para nós, o valor principal na determinação dos resultados da pesquisa não é a pontuação do texto completo, mas a qualidade da correspondência. Podemos identificar a qualidade da correspondência com base em quais parâmetros ela ocorre e em que medida. A mais alta qualidade é, obviamente, uma correspondência completa no nome do produto. No entanto, as métricas comerciais também afetam a classificação. Depende de como os clientes interagem com cada produto, por isso consideramos também os cliques, as vendas, a sazonalidade, a quantidade de produtos em estoque ou a margem.
2. Variantes do produto
Diversificamos os resultados da pesquisa. Entendemos o conceito de variantes de produtos e mostramos apenas a opção mais adequada para cada produto. Se houver uma mochila em 10 tamanhos no catálogo de produtos da loja virtual, não sobrecarregaremos os resultados da pesquisa com dez variantes da mesma mochila, mas sim exibiremos vários tipos diferentes de mochilas.
3. Correção dos erros de digitação
Uma característica importante de uma boa pesquisa é trabalhar com a frase pesquisada, mesmo que o cliente tenha cometido um erro. Pesquisas boas podem corrigir erros de digitação e gerar resultados de pesquisa relevantes mesmo com entradas imprecisas. No entanto, tome cuidado com alguns casos em que a correção de erros de digitação pode ser prejudicial. Se alguém está procurando um iPhone 13, você não quer que sua pesquisa mostre também o iPhone 11 nos resultados porque o cliente está interessado em um modelo específico mais recente.
4. Elimine as pesquisas sem resultados
Pesquisas sem resultados representam 13% de todas as pesquisas. Existe um risco de quase 30% de o cliente sair da loja virtual imediatamente após uma pesquisa malsucedida. Portanto, tentamos evitar as pesquisas sem resultados. Se os alto-falantes portáteis estiverem esgotados na loja virtual de eletrônicos, não exibiremos teclados, mas sim outros tipos de alto-falantes. Graças aos módulos de PNL (processamento de linguagem natural), podemos determinar qual parte da frase inserida é menos importante e realizar uma pesquisa mais geral. Isso mostra ao cliente os alto-falantes disponíveis (sem a palavra portátil) que ainda podem ser relevantes para ele.
5. Filtros dinâmicos
O Elasticsearch fornece filtragem facetada. Contudo, não aborda o fato de diferentes filtros poderem ser relevantes para outros produtos. A filtragem por gênero não é adequada para barracas, e a filtragem por número de pessoas não é adequada para camisetas térmicas. Nossos algoritmos sabem quais filtros cada categoria de produto precisa e os clientes não ficam sobrecarregados com filtros irrelevantes.
6. Códigos de produto
Os códigos dos produtos podem ser bastante divertidos. Os códigos 145-187 v. 145 e 187 v. 145187 pertencem ao mesmo produto. Aqui, lidar com os erros de digitação não ajudará e não é simples gerenciá-los corretamente. A Luigi’s Box pode identificar o código do produto e preparar a loja virtual para que os clientes o insiram de diversas maneiras durante a pesquisa – com hífen, espaço, barra ou todos juntos. Graças a isso, a formatação do código do produto não trará pesquisa sem resultados e nem fazer com que produtos incorretos apareçam entre os resultados.
7. Diferenciação de categorias
O próprio nome do produto geralmente não diz nada sobre o produto. Por exemplo, o MacBook não sugere que é um computador ou o Remarkable não dirá que é um tablet. Algumas categorias combinam elementos em seus nomes (por exemplo, cerveja e vinho). Portanto, se você busca cerveja, o vinho tinto seco também aparecerá entre os resultados. Porém, o cliente queria cervejas. A Luigi’s Box pode “escolher” qual parte do nome da categoria é essencial e excluir o que não pertence aos resultados.
8. Pesquisas que não estão em inglês
O suporte nativo para idiomas diferentes do inglês no Elastic está em um nível muito modesto. Segundo nossas avaliações, pode ser mais prejudicial do que útil para a pesquisa. É por isso que utilizamos os nossos plugins para resolver tarefas de processamento de linguagem, graças aos quais a Luigi’s Box funciona perfeitamente em todas as línguas europeias.
9. Crescimento
Nossa pesquisa não utiliza os servidores do seu site e, portanto, não o torna lento. Antes da Black Friday, você terá um problema a menos.
O Elasticsearch é uma ótima opção, mas não para uma loja virtual
O Elasticsearch é ótimo. Sabemos disso porque construímos a Luigi’s Box em cima dele. No entanto, para uma loja virtual moderna, o Elastic não é suficiente.
Muitos recursos que as pesquisas em lojas virtuais usam para ajudar os clientes a encontrar produtos exigem horas e horas de codificação, experimentação, testes e otimização.
A Luigi’s Box existe há anos e oferece uma solução abrangente possível de integração em quatro etapas sem necessidade de programação.
E a recente atualização 8.0?
A atualização do Elastic 8.0 pode resolver tarefas de processamento de linguagem natural com bom suporte e detectar anomalias ou valores discrepantes. Além disso, ele se enquadra no ramo onde o Elastic é utilizado como repositório de logs de infraestrutura.
A maioria dos casos de uso de classificação e regressão concentra-se em texto não estruturado do qual é possível extrair algo, mas não classificar ou procurar respostas a perguntas em linguagem natural.
Resumindo, os não especialistas não podem utilizá-lo de forma eficaz em lojas virtuais. Você precisa de uma pessoa que conheça de machine learning. Ou uma empresa inteira (Luigi’s Box).