ݺߣ

ݺߣShare a Scribd company logo

Den gode søgemaskine på din webshop - i praksis

•
•
Jens Hofman Hansen
Jens Hofman Hansen

Hvordan laver du en god søgemaskine der konverterer godt? Præsentationen fortæller hvordan du baserer dit arbejde på indsigt i brugeradfærd og brugerforventninger for at få succes.

1 of 48
Download to read offline
Brugeroplevelse, teknik, forretning Den gode søgemaskine – i praksis JENS HOFMAN HANSEN
I dag § Hvorfor er søgning vigtigt for dig? § Hvordan får du indsigt? § 7 eksempler på, hvad du kan gøre i praksis § Meget kort: Hvor er vi på vej hen? § Konklusioner
Hvorfor er søgning vigtigt for dig?
U X - C A M P 2 0 1 7 • Brugersegmentet er højpotentielt • Hvad er mon konverteringsraten for dine søgende brugere? Søgende brugere konverterer bedre
U X - C A M P 2 0 1 7 • 30% af brugerne konkluderede, at varer, der gav 0 hits, ikke fandtes i shoppen. Men det gjorde de. På nogle webshops er søgning den primære navigationsform
U X - C A M P 2 0 1 7 • En god søgning påvirker brugerens totale opfattelse af oplevelsen på dit site – bevidst og ubevidst Brugeroplevelsen (med)defineres af søgning
U X - C A M P 2 0 1 7 Multidisciplinært: Den ultimative kombination af UX, forretning og teknik
U X - C A M P 2 0 1 7 Indhold og algoritme Relevans Præcision Tolerance Matching Udseende og frontend Kan man finde søgefeltet? Søgeresultaternes udseende Search suggest Livesøgning
Den gode søgemaskine på din webshop - i praksis
Hvordan får du indsigt?
U X - C A M P 2 0 1 7 Søgeloganalyse Hvad søger brugerne på? Hvor meget søger de på det? ... Tænke-højt-test Hvorfor søger brugerne? Hvad forventer brugerne, når de søger, som de gør?
Brugertests med fokus på søgning (uden at brugerne bliver gjort opmærksom på at det er søgning vi er interesserede i) bolia.com, coolshop.dk, coop.dk, hf-christiansen.dk, hoka.dk, ikea.dk, kentaur.com, kvadratshop.com, louispoulsen.com, mad.coop.dk, matas.dk, nemlig.com, peterlarsenkaffe.dk, peterjustesen.dk, shop.cph.dk, stylepit.dk, tress.com, wupti.com og zalando.com Der er masser af fællestræk – endda på tværs af b2b og b2c – men der er altså også forskelle!
Brugertests med fokus på søgning (uden at brugerne bliver gjort opmærksom på at det er søgning vi er interesserede i) bolia.com, coolshop.dk, coop.dk, hf-christiansen.dk, hoka.dk, ikea.dk, kentaur.com, kvadratshop.com, louispoulsen.com, mad.coop.dk, matas.dk, nemlig.com, peterlarsenkaffe.dk, peterjustesen.dk, shop.cph.dk, stylepit.dk, tress.com, wupti.com og zalando.com Der er masser af fællestræk – endda på tværs af b2b og b2c – men der er altså også forskelle!
Hvad forventer brugerne så? § Næsten urimeligt høje krav til et søgeresultats præcision § Selv når det (for os bag kulisserne) virker yderst rimeligt at et produkt kommer frem, kan vi opleve, at brugerne “brokker sig” ...
Den gode søgemaskine på din webshop - i praksis
Den gode søgemaskine på din webshop - i praksis
Du skal altså ikke altid prøve at kopiere Google!
Inspiration Skal i denne sammenhæng ikke basere sig på tilfældigheder, men en velfungerende recommendation engine
U X - C A M P 2 0 1 7 Søgeloganalyse Hvad søger brugerne på? Hvor meget søger de på det? ... Tænke-højt-test Hvorfor søger brugerne? Hvad forventer brugerne, når de søger, som de gør?
Long tail Top 300 søgetermer rummer ca. 1/3 af samtlige søgninger, der er udført i den udvalgte periode. Hvis vi ”bare” kan håndtere disse 300 søgetermer rigtigt godt, så rammer vi mindst en tredjedel af samtlige søgetilfælde! Og – forbedringerne i hovedet kan godt påvirke halen positivt Søgninger Popularitet Hovedet/halsen Den lange hale
Kig efter søgemønstre
Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik)
Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik) 4. Produktnavne kombineret med en feature (f.eks. bønner frost) 5. Produktnavne kombineret med et brand (f.eks. heinz ketchup)
Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik) 4. Produktnavne kombineret med en feature (f.eks. bønner frost) 5. Produktnavne kombineret med et brand (f.eks. heinz ketchup) 6. Ord der er stavet forkert (f.eks. advokado) 7. Ord der er stavet forkert i to ord (f.eks. jordbær is) 8. Ord der er stavet rigtigt, men hedder noget andet (f.eks. sølvpapir) 9. Brug af forkortelser (f.eks. øko)
Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik) 4. Produktnavne kombineret med en feature (f.eks. bønner frost) 5. Produktnavne kombineret med et brand (f.eks. heinz ketchup) 6. Ord der er stavet forkert (f.eks. advokado) 7. Ord der er stavet forkert i to ord (f.eks. jordbær is) 8. Ord der er stavet rigtigt, men hedder noget andet (f.eks. sølvpapir) 9. Brug af forkortelser (f.eks. øko) 10. Produktnumre og id’er (f.eks. 2345245) 11. Søgninger med specialtegn (f.eks. Hellmann’s - hellmanns, änglamark - anglamark) 12. Content (f.eks. kundeservice eller julekalender)
Se på din 0-hit-søgelog – er dine hylder virkelig tomme? svinekød stanniol babypakke
Kender du dine brugeres søgemønstre?
7 eksempler på, hvad du kan gøre i praksis – indsigtsbaseret
U X - C A M P 2 0 1 7 Indsigt: Det er som om, brugerne er allerbedst hjulpet, hvis vi landede dem på kategorisiderne
U X - C A M P 2 0 1 7 “Når brugerne søger på et ord, der matcher en kategori af samme navn, så skal vi kun søge i denne kategori” Auto- scoping
U X - C A M P 2 0 1 7 ...“og udvalgte ord skal også søge ned i andre kategorier” (kylling skal også finde produkter i kødpålæg) Semi- auto- scoping
U X - C A M P 2 0 1 7 Indsigt: Nogle enkeltord er påfaldende tæt på kategorinavne (men giver ringe resultater)
U X - C A M P 2 0 1 7 “Når en kategori består af ét ord, så stempler vi kategori- ordet ned på de produkter, der ligger i kategorien” Auto- produkt- berigelse
U X - C A M P 2 0 1 7 Indsigt: Brugernes ord og stavemåde matcher ikke 1:1 produktkatalogets
U X - C A M P 2 0 1 7 affaldspose = skraldepose økologisk = øko soyadrik = soyamælk aluminiumsfolie = sølvpapir, sølvfolie, stanniol feta = salatost, puck kæmperejer = tigerrejer muscovadorørsukker = muscovadosukker instant kaffe = neskaffe forårsløg = springløg hakket oksekød = oksefars vegansk = plantebaseret Synonym- ordbog Du kan sandsynligvis ikke købe dig til din synonymordbog
U X - C A M P 2 0 1 7
U X - C A M P 2 0 1 7U X - C A M P 2 0 1 7
U X - C A M P 2 0 1 7
U X - C A M P 2 0 1 7
U X - C A M P 2 0 1 7 Auto- redirect ved 1 hit
Ranking – rækkefølgen af søgeresultaterne Datagrundlag er mere end selve produktkataloget: - Varers popularitet generelt - Varers popularitet for den enkelte - Varers tilbudsstatus - Kategorier - Fortjeneste Nogle data skal du bevidst udelade, fordi det giver støj
U X - C A M P 2 0 1 7 Indsigt: Brugerne køber tit det samme
U X - C A M P 2 0 1 7 Personlig ranking
Gå systematisk til værks – ellers skader du måske mere end du gavner Hav 50-100 testcases der fordeler sig på de 5-15 søgemønstre
Brænder du inde med et spørgsmål?
U X - C A M P 2 0 1 7 Hvor er søgning i e-handel på vej hen? Next step Basal kvalitet Fremtid AI Machine learning Meget bedre sprogforståelse Alt er søgning Den personlige søgemaskine Split-tests og automatiseret test af varierende indstillinger • Matchning og præcision • Relevans • Performance • Tolerance • Vedligeholdelse af produktdata
Konklusioner § Indsigt via brugertests og søgeloganalyse er en forudsætning § Du kommer langt med en smule indledende manuelt arbejde – sats ikke på kunstig intelligens til at starte med § Brugeroplevelse, forretning og teknik hænger helt tæt sammen
Tak! Jens Hofman Hansen Digital forretningsudvikler og UX-konsulent Tlf. 22 56 93 97 – jhh@vertica.dk

More Related Content

Den gode søgemaskine på din webshop - i praksis

  • 1. Brugeroplevelse, teknik, forretning Den gode søgemaskine – i praksis JENS HOFMAN HANSEN
  • 2. I dag § Hvorfor er søgning vigtigt for dig? § Hvordan får du indsigt? § 7 eksempler på, hvad du kan gøre i praksis § Meget kort: Hvor er vi på vej hen? § Konklusioner
  • 4. U X - C A M P 2 0 1 7 • Brugersegmentet er højpotentielt • Hvad er mon konverteringsraten for dine søgende brugere? Søgende brugere konverterer bedre
  • 5. U X - C A M P 2 0 1 7 • 30% af brugerne konkluderede, at varer, der gav 0 hits, ikke fandtes i shoppen. Men det gjorde de. På nogle webshops er søgning den primære navigationsform
  • 6. U X - C A M P 2 0 1 7 • En god søgning påvirker brugerens totale opfattelse af oplevelsen på dit site – bevidst og ubevidst Brugeroplevelsen (med)defineres af søgning
  • 7. U X - C A M P 2 0 1 7 Multidisciplinært: Den ultimative kombination af UX, forretning og teknik
  • 8. U X - C A M P 2 0 1 7 Indhold og algoritme Relevans Præcision Tolerance Matching Udseende og frontend Kan man finde søgefeltet? Søgeresultaternes udseende Search suggest Livesøgning
  • 11. U X - C A M P 2 0 1 7 Søgeloganalyse Hvad søger brugerne på? Hvor meget søger de på det? ... Tænke-højt-test Hvorfor søger brugerne? Hvad forventer brugerne, når de søger, som de gør?
  • 12. Brugertests med fokus på søgning (uden at brugerne bliver gjort opmærksom på at det er søgning vi er interesserede i) bolia.com, coolshop.dk, coop.dk, hf-christiansen.dk, hoka.dk, ikea.dk, kentaur.com, kvadratshop.com, louispoulsen.com, mad.coop.dk, matas.dk, nemlig.com, peterlarsenkaffe.dk, peterjustesen.dk, shop.cph.dk, stylepit.dk, tress.com, wupti.com og zalando.com Der er masser af fællestræk – endda på tværs af b2b og b2c – men der er altså også forskelle!
  • 13. Brugertests med fokus på søgning (uden at brugerne bliver gjort opmærksom på at det er søgning vi er interesserede i) bolia.com, coolshop.dk, coop.dk, hf-christiansen.dk, hoka.dk, ikea.dk, kentaur.com, kvadratshop.com, louispoulsen.com, mad.coop.dk, matas.dk, nemlig.com, peterlarsenkaffe.dk, peterjustesen.dk, shop.cph.dk, stylepit.dk, tress.com, wupti.com og zalando.com Der er masser af fællestræk – endda på tværs af b2b og b2c – men der er altså også forskelle!
  • 14. Hvad forventer brugerne så? § Næsten urimeligt høje krav til et søgeresultats præcision § Selv når det (for os bag kulisserne) virker yderst rimeligt at et produkt kommer frem, kan vi opleve, at brugerne “brokker sig” ...
  • 17. Du skal altså ikke altid prøve at kopiere Google!
  • 18. Inspiration Skal i denne sammenhæng ikke basere sig på tilfældigheder, men en velfungerende recommendation engine
  • 19. U X - C A M P 2 0 1 7 Søgeloganalyse Hvad søger brugerne på? Hvor meget søger de på det? ... Tænke-højt-test Hvorfor søger brugerne? Hvad forventer brugerne, når de søger, som de gør?
  • 20. Long tail Top 300 søgetermer rummer ca. 1/3 af samtlige søgninger, der er udført i den udvalgte periode. Hvis vi ”bare” kan håndtere disse 300 søgetermer rigtigt godt, så rammer vi mindst en tredjedel af samtlige søgetilfælde! Og – forbedringerne i hovedet kan godt påvirke halen positivt Søgninger Popularitet Hovedet/halsen Den lange hale
  • 22. Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik)
  • 23. Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik) 4. Produktnavne kombineret med en feature (f.eks. bønner frost) 5. Produktnavne kombineret med et brand (f.eks. heinz ketchup)
  • 24. Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik) 4. Produktnavne kombineret med en feature (f.eks. bønner frost) 5. Produktnavne kombineret med et brand (f.eks. heinz ketchup) 6. Ord der er stavet forkert (f.eks. advokado) 7. Ord der er stavet forkert i to ord (f.eks. jordbær is) 8. Ord der er stavet rigtigt, men hedder noget andet (f.eks. sølvpapir) 9. Brug af forkortelser (f.eks. øko)
  • 25. Kig efter søgemønstre 1. Enkeltord der ligner eller er produktnavne (f.eks. minimælk) 2. Flere ord der er produktnavne (f.eks. makrel i tomat, hakkede tomater) 3. Enkeltord der er påfaldende tæt på kategorinavne (f.eks. mælk eller slik) 4. Produktnavne kombineret med en feature (f.eks. bønner frost) 5. Produktnavne kombineret med et brand (f.eks. heinz ketchup) 6. Ord der er stavet forkert (f.eks. advokado) 7. Ord der er stavet forkert i to ord (f.eks. jordbær is) 8. Ord der er stavet rigtigt, men hedder noget andet (f.eks. sølvpapir) 9. Brug af forkortelser (f.eks. øko) 10. Produktnumre og id’er (f.eks. 2345245) 11. Søgninger med specialtegn (f.eks. Hellmann’s - hellmanns, änglamark - anglamark) 12. Content (f.eks. kundeservice eller julekalender)
  • 26. Se på din 0-hit-søgelog – er dine hylder virkelig tomme? svinekød stanniol babypakke
  • 28. 7 eksempler på, hvad du kan gøre i praksis – indsigtsbaseret
  • 29. U X - C A M P 2 0 1 7 Indsigt: Det er som om, brugerne er allerbedst hjulpet, hvis vi landede dem på kategorisiderne
  • 30. U X - C A M P 2 0 1 7 “Når brugerne søger på et ord, der matcher en kategori af samme navn, så skal vi kun søge i denne kategori” Auto- scoping
  • 31. U X - C A M P 2 0 1 7 ...“og udvalgte ord skal også søge ned i andre kategorier” (kylling skal også finde produkter i kødpålæg) Semi- auto- scoping
  • 32. U X - C A M P 2 0 1 7 Indsigt: Nogle enkeltord er påfaldende tæt på kategorinavne (men giver ringe resultater)
  • 33. U X - C A M P 2 0 1 7 “Når en kategori består af ét ord, så stempler vi kategori- ordet ned på de produkter, der ligger i kategorien” Auto- produkt- berigelse
  • 34. U X - C A M P 2 0 1 7 Indsigt: Brugernes ord og stavemåde matcher ikke 1:1 produktkatalogets
  • 35. U X - C A M P 2 0 1 7 affaldspose = skraldepose økologisk = øko soyadrik = soyamælk aluminiumsfolie = sølvpapir, sølvfolie, stanniol feta = salatost, puck kæmperejer = tigerrejer muscovadorørsukker = muscovadosukker instant kaffe = neskaffe forårsløg = springløg hakket oksekød = oksefars vegansk = plantebaseret Synonym- ordbog Du kan sandsynligvis ikke købe dig til din synonymordbog
  • 36. U X - C A M P 2 0 1 7
  • 37. U X - C A M P 2 0 1 7U X - C A M P 2 0 1 7
  • 38. U X - C A M P 2 0 1 7
  • 39. U X - C A M P 2 0 1 7
  • 40. U X - C A M P 2 0 1 7 Auto- redirect ved 1 hit
  • 41. Ranking – rækkefølgen af søgeresultaterne Datagrundlag er mere end selve produktkataloget: - Varers popularitet generelt - Varers popularitet for den enkelte - Varers tilbudsstatus - Kategorier - Fortjeneste Nogle data skal du bevidst udelade, fordi det giver støj
  • 42. U X - C A M P 2 0 1 7 Indsigt: Brugerne køber tit det samme
  • 43. U X - C A M P 2 0 1 7 Personlig ranking
  • 44. Gå systematisk til værks – ellers skader du måske mere end du gavner Hav 50-100 testcases der fordeler sig på de 5-15 søgemønstre
  • 45. Brænder du inde med et spørgsmål?
  • 46. U X - C A M P 2 0 1 7 Hvor er søgning i e-handel på vej hen? Next step Basal kvalitet Fremtid AI Machine learning Meget bedre sprogforståelse Alt er søgning Den personlige søgemaskine Split-tests og automatiseret test af varierende indstillinger • Matchning og præcision • Relevans • Performance • Tolerance • Vedligeholdelse af produktdata
  • 47. Konklusioner § Indsigt via brugertests og søgeloganalyse er en forudsætning § Du kommer langt med en smule indledende manuelt arbejde – sats ikke på kunstig intelligens til at starte med § Brugeroplevelse, forretning og teknik hænger helt tæt sammen
  • 48. Tak! Jens Hofman Hansen Digital forretningsudvikler og UX-konsulent Tlf. 22 56 93 97 – jhh@vertica.dk