How Zero Results Are Killing Ecommerce Conversions

Erfahren Sie, wie Sie die Produktentdeckung mit der semantischen Vektorsuche verbessern können, um falsche Null-Ergebnisse zu vermeiden und den Weg zum Kauf zu beschleunigen.

The foundational approach to precision, recall, and relevance is churning out a lackluster ecommerce site search experience: too many zero results, irrelevant results, and results excluding many relevant products. Plus, it takes too many searches to fulfill the customer’s goal.

We’ve painted ourselves into a corner with ecommerce site search experiences driven by a lexical, or literal, approach that requires matches between keywords and the product discovery index. If the search engine strays from precision, we quickly wrangle it back in with business rules. Search is on a tight leash because of high customer expectations and poor experiences. Hint: tightening up the leash is not fulfilling your customer’s goals.

A recent study from Baymard found that product search is so poor that 31% of searches ended in vain.

“And among the top 60 e-commerce sites, a whopping 70% of the search engines are unable to return relevant results for product type synonyms – requiring users to search using the same jargon as the site – while 34% of the sites don’t return useful results when users search for a model number or misspell just a single character in a product title.”

Fulfilling customer goals sounds easy, and it can be! However, it will take a different approach to precision, recall, and relevance. It will also take a different approach to interpreting queries, from lexical to semantic vector. This evolution in product discovery is made possible by the recent launch of Lucidworks managed service, Never Null, which leverages a combination of mature semantic search strategies and dense vectors. The easy part here is that nothing is manual, this is a true AI-driven approach that gains intelligence from the exhaust of your shopper behavioral signals.

What Is Semantic Vector Search?

Here’s the technical explanation:

• Semantic vector search uses deep learning to associate products with shared semantic vector space queries. An encoder model learns from product discovery signals to encode products and queries as vectors. Incoming queries are encoded on the fly, and then products that are “near” the query in the shared vector space are returned.

The practical explanation:

• A vector space organizes product search and queries based on their similarities to each other, relative to the rest, not just their lexical similarities. Think about a fish counter that has all the fresh seafood, that’s one relationship among the products. The seafood is organized by shellfish and fish meats, another relationship. Lastly, the lemons, cedar boards, and OldBay are at the counter because they are peripherally related.

The visualization below abstracts this by showing concentrations or groups of colors representing the different categories of products concerning each other.

Semantic vector search considers relevance from the perspective of the customer’s goal or intent, retrieving additional products to increase the value of the results to that shopper. Where lexical search falls short, offering too many (or not enough) product search results, semantic vector search delivers.

Slash Zero Results Queries

A common problem is that shoppers often search for products you sell, but your current approach can’t connect the dots between the query and your products. Whether it’s a brand you don’t carry, out-of-stock products, or nomenclature, semantic vector search will return the most relevant products to fulfill that shopper’s goal—no manual intervention or rules required. Real-time query interception unlocks a gold mine of value for your shoppers and your business, converting zero results into add-to-carts.

False zero results lead to frustrated shoppers and high exit rates.

The above product search shows that the “shop vac” query returned zero results. That doesn’t mean the store doesn’t have shop vacs, it means that nowhere are the products called “shop vac” and so lexical product search falls short of returning any results. Without rules or manual intervention, semantic vector search can learn from your persistent shoppers and retrieve relevant products for previously zero-result queries.

How To Balance Precision and Recall

Diese Strategie erfordert möglicherweise einige Überlegungen und Verhandlungen in Ihrem Unternehmen. Wollen Sie genau das liefern, wonach der Kunde fragt? Oder wollen Sie seine Absichten verstehen und seine Ziele erfüllen? Das klingt nach einer einfachen Antwort, aber wie bereits erwähnt, bedeutet dies eine grundlegende Änderung der heutigen Definition von Präzision, Wiedererkennung und Relevanz.

Ein Suchergebnis „Filet vom wilden Königslachs“ ist präzise und relevant.

Die semantische Vektorsuche reichert die Ergebnisse mit zusätzlichen verwandten Produkten an, um die Reibung bei der Produktfindung zu verringern, den Weg zum Kauf zu verkürzen und Ihren Kunden zu zeigen, dass Sie ihre Ziele verstehen. In diesem Fall ist es die Zubereitung eines köstlichen, gut gewürzten Stücks Lachs.

Ein Suchergebnis wie dieses kann dem Käufer helfen, seine Ziele schneller und einfacher zu erreichen. Das erhöht die Konversionsrate und den AOV auf dem Weg dorthin.

Endlich eine Lösung für Null-Ergebnis-Suchen

Zeit ist von entscheidender Bedeutung, und jede Suchanfrage ohne Ergebnis ist eine verpasste Chance. Das frustriert nicht nur potenzielle Kunden, sondern erfordert auch zusätzliche Ressourcen, um diese Probleme manuell zu verwalten und zu beheben. Hier kommt die Brillanz der semantischen Vektorsuche ins Spiel, insbesondere mit unserem Service Never Null.

• Geringere manuelle Eingriffe: Im Gegensatz zu herkömmlichen lexikalischen Suchmechanismen reduziert die semantische Vektorsuche den Bedarf an manueller Regelerstellung und Intervention erheblich. Durch intelligentes Verstehen und Interpretieren von Benutzeranfragen wird das Auftreten von Null-Ergebnis-Seiten verringert, ohne dass Ihr Team ständig die Kontrolle übernehmen muss.
• Höhere Konversionsraten: Die semantische Vektorsuche überbrückt effektiv die Lücke zwischen Benutzeranfragen und relevanten Produktsuchergebnissen und ermöglicht so ein reibungsloseres Einkaufserlebnis. Dadurch wird der Weg zum Kauf beschleunigt, was zu einer höheren Konversionsrate und einem höheren durchschnittlichen Bestellwert führen kann.
• Optimiertes Suchmanagement: Mit Never Null geht es bei der Verwaltung der Suche auf Ihrer E-Commerce-Website weniger um die Jagd nach Null-Ergebnissen als vielmehr um die Verfeinerung und Optimierung des Benutzererlebnisses. Die KI-gesteuerte Natur der semantischen Vektorsuche bedeutet, dass sie kontinuierlich lernt und sich anpasst, wodurch Ihre Produktsuchmanager und Merchandiser von der mühsamen Aufgabe der manuellen Regelerstellung befreit werden.
• Zukunftssicheres Design für Ihre Plattform: Die Welt des E-Commerce entwickelt sich ständig weiter, und es ist von größter Bedeutung, der Entwicklung immer einen Schritt voraus zu sein. Die Investition in eine robuste, KI-gestützte Suchlösung wie die semantische Vektorsuche löst die unmittelbaren Herausforderungen und ermöglicht es Ihrer Plattform, sich nahtlos an zukünftige Suchtrends und Nutzerverhalten anzupassen.
• Schneller ROI: Die schnelle Implementierung und die spürbaren Verbesserungen der Suchfunktionalität können zu einem schnellen Return on Investment (ROI) führen. Da sich das System im Laufe der Zeit selbständig verbessert, werden die langfristigen Kostenvorteile immer deutlicher.

Die Einführung der semantischen Vektorsuche mit Never Null ist nicht nur eine Lösung für die heutigen Herausforderungen, sondern ein strategischer Schritt zur Schaffung einer effizienteren, benutzerfreundlicheren und kostengünstigeren E-Commerce-Plattform für die absehbare Zukunft. Setzen Sie sich mit uns in Verbindung, um herauszufinden, wie Never Null Ihre Herangehensweise an die Suche auf E-Commerce-Websites neu definieren und zu einem profitableren und benutzerorientierteren Einkaufserlebnis beitragen kann.

Sie können sich auch unser On-Demand-Webinar ansehen: Verabschieden Sie sich von Nullergebnissen und erfahren Sie, wie führende Einzelhändler die semantische Suche nutzen, um das Problem der „Nullergebnisse“ zu lösen.