Как SearchBooster увеличил CTR поиска «Теоремы» на 29% за три месяца

Достигнутые результаты

+29%

CTR поиска

+21%

CTR общий

Исходная ситуация

Во время анализа команда выделила несколько основных проблем.

CTR поисковой выдачи оставался на уровне 17,4%

Иными словами, после выполнения поискового запроса пользователи не всегда переходили к товарам, которые система показывала в результатах.

Для каталога из более чем 24 000 товаров это особенно важно. Когда ассортимент большой, пользователь ожидает, что поиск не просто найдёт совпадение по словам, а сразу выведет наиболее подходящие товары. Если нужный товар оказывается ниже в выдаче или рядом с ним показываются менее релевантные позиции, пользователю приходится просматривать больше результатов, уточнять запрос или выполнять новый поиск.

Поэтому одной из задач стало повышение качества выдачи, что означает, что поиск должен был лучше понимать, что именно пользователь хочет найти, и поднимать наиболее релевантные товары на первые позиции.

Поиск не всегда понимал привычную лексику покупателей

Ещё одна проблема была связана с тем, как пользователи формулируют свои запросы. Покупатели не всегда используют те же названия, которые указаны в каталоге. В повседневной речи один и тот же товар может называться совершенно по-разному.

Например, пользователь может написать «шаурма», тогда как в каталоге используется название «шаверма». Кто-то ищет «эскимо», а в товарном фиде соответствующая позиция может быть представлена как «мороженое». Вместо «томаты» пользователь вводит более привычное ему слово «помидоры».

Для человека связь между такими словами очевидна. Но если поисковая система воспринимает их как разные запросы, результат зависит от того, насколько точно пользователь угадал название товара в каталоге.

В результате часть запросов могла давать неполную выдачу, а в некоторых случаях пользователь вообще не получал нужного результата, хотя соответствующий товар был представлен на сайте. Таким образом, требовалось научить поиск понимать не только язык каталога, но и язык реальных покупателей.

Кириллица и латиница не всегда связывались между собой

Похожая проблема возникала с названиями брендов и товаров, которые в каталоге представлены латиницей. В товарном фиде могут использоваться оригинальные написания вроде blue, LEGEND OF BAIKAL, LINDT или toblerone. При этом пользователь, особенно при поиске с телефона, может вводить эти названия по-русски, например, «блю», «байкал», «линтд», «тоблерон».

Для покупателя это один и тот же бренд или товар. Для поиска без дополнительных связок — разные последовательности символов. Из-за этого система могла не сопоставить пользовательский запрос с существующим товаром и не показать его в выдаче.

Получалось, что товар есть в каталоге и доступен для покупки, но пользователь не может его найти только потому, что написал название на другом алфавите.

Что мы сделали

Команда SearchBooster провела комплексную оптимизацию поиска с учётом специфики продуктового ассортимента «Теоремы».

1. Улучшили релевантность выдачи

В продуктовом каталоге одного совпадения по ключевому слову недостаточно. Один запрос может соответствовать конкретному товару, целой категории или нескольким связанным позициям. Поэтому поиск должен понимать контекст запроса и определять, какой результат для пользователя является наиболее важным.

Мы продолжили настраивать ранжирование с учётом структуры каталога и приоритетов категорий. Например, если покупатель вводит «лимоны», в первую очередь он ожидает увидеть сами лимоны. Товары, в которых слово «лимон» встречается в названии или описании, но которые не являются лимонами, не должны вытеснять нужный продукт из первых результатов.

Такая настройка позволяет сделать выдачу более понятной, так как пользователь быстрее получает именно тот тип товара, который искал, и ему не приходится просматривать большое количество нерелевантных позиций.

Рис. 1. Релевантность выдачи поиска

2. Научили поиск говорить на языке покупателей

Одной из наиболее важных частей работы стала настройка синонимов. Для этого мы ориентировались не только на официальные названия товаров, но и на реальные формулировки, которыми пользуются покупатели.

В поисковый словарь добавили соответствия между привычными вариантами названий и формулировками, используемыми в каталоге.

Например:

• «шаурма» и «шаверма»;

• «эскимо» и «мороженое»;

• «помидоры» и «томаты»;

Теперь покупателю не нужно угадывать, какое именно слово использовал магазин при заполнении каталога. Если человек привык говорить «шаверма», поиск понимает этот запрос и связывает его с товарами, которые в каталоге могут называться «шаурмой». Если пользователь вводит «помидоры», система не теряет запрос только потому, что в карточках товаров используется слово «томаты».

В результате поиск становится ближе к естественному языку покупателя, а не требует от него подстраиваться под структуру товарного каталога.

Рис. 2. Синонимы

3. Связали латиницу и кириллицу

Отдельно настроили поиск по названиям, которые в каталоге представлены латиницей, но в пользовательских запросах часто пишутся на русском языке.

Для таких случаев добавили соответствия между вариантами написания.

Например:

• blue и блю;
• LEGEND OF BAIKAL и байкал;
• LINDT и линтд;
• toblerone и тоблерон.

Это решает распространённую проблему интернет-магазинов, которая заключается в том, что товар существует в каталоге, но пользователь не может найти его привычным для себя способом.

После настройки поиск перестал разделять такие запросы по принципу «латиница или кириллица». Для пользователя становится не так важно, как именно он написал название, потому что система сопоставляет разные варианты и показывает соответствующие товары.

Рис. 3. Транслитерация

Результаты в цифрах

Поиск стал приносить больше кликов при сопоставимом объёме использования

За рассматриваемый период поиск не претерпел резкого роста аудитории или количества сессий. Число пользователей увеличилось с 3 760 до 4 111 человек, а количество поисковых сессий — с 10 968 до 11 229.

При этом количество кликов по товарам выросло заметно сильнее — с 5 119 до 6 225, или на 21,6%.

Это означает, что поиск стал работать эффективнее, то есть пользователи чаще находили подходящие товары и чаще переходили к ним после выполнения запроса.

Пользователи стали активнее взаимодействовать с результатами поиска

Количество кликов непосредственно в поисковой выдаче увеличилось с 3 139 до 4 061 — рост составил почти 30%. Одновременно выросло и число кликов в поисковых подсказках: с 1 980 до 2 164.

Это показывает, что улучшения затронули весь поисковый сценарий. Пользователи стали чаще находить нужные товары как на этапе ввода запроса, так и после просмотра полной выдачи.

CTR выдачи вырос с 17,4% до 22,5%

Одним из главных результатов проекта стал рост CTR поисковой выдачи. Если в мае кликом по товару заканчивался примерно каждый шестой запрос, то в августе — уже почти каждый четвёртый.

Рост на 5,1 процентного пункта говорит о том, что поиск стал лучше понимать намерения пользователей и показывать более релевантные товары в первых позициях.

На этот результат повлияли сразу несколько факторов: повышение скорости поиска, настройка ранжирования, работа с синонимами и поддержка различных вариантов написания товаров и брендов.

Общий CTR вырос до 34,5%

Общий CTR, который учитывает клики и в подсказках, и в выдаче, увеличился с 28,4% до 34,5%. Это означает, что более трети поисковых запросов теперь приводят пользователя к взаимодействию с товаром.

Для продуктового интернет-магазина с большим ассортиментом такой результат показывает, что поиск становится не просто инструментом навигации, а полноценной частью покупательского сценария.

Почему получилось

Рост показателей стал результатом не одной отдельной настройки, а последовательной работы сразу с несколькими элементами поискового сценария.

1. Поиск начал лучше понимать намерение пользователя

В большом продуктовом каталоге невозможно рассчитывать только на точное совпадение слов. Пользователь может искать конкретный продукт, категорию или бренд, а одно и то же слово может встречаться в названиях совершенно разных товаров.

Например, запрос «лимоны» должен в первую очередь вести к самим лимонам, а не к товарам, в названии которых просто упоминается лимон. Поэтому мы дорабатывали ранжирование с учётом структуры каталога и приоритетов категорий.

Такой подход помогает поиску учитывать не только наличие совпадения, но и то, какой именно результат наиболее релевантен запросу пользователя.

Для «Теоремы» это особенно важно из-за большого ассортимента: чем больше товаров в каталоге, тем выше цена нерелевантной позиции в первых результатах.

2. Убрали необходимость говорить с магазином на языке каталога

Отдельная точка роста была связана с синонимами. Покупатель формулирует запрос естественным образом, а названия в товарном фиде могут быть стандартизированы иначе. Если система понимает только точное название из каталога, часть потенциально релевантных запросов теряется.

Мы связали распространённые пользовательские формулировки с названиями товаров в каталоге. Теперь пользователю не нужно угадывать, какое слово использовал магазин. Он может написать привычный ему вариант, а поиск самостоятельно сопоставит его с соответствующими товарами.

Это особенно важно для продуктового магазина, где один и тот же продукт может иметь несколько распространённых названий, а пользовательский запрос часто строится на бытовой лексике.

3. Связали разные варианты написания брендов

Похожую проблему создавали запросы на кириллице и латинице. В каталоге бренд может быть указан в оригинальном написании, тогда как русскоязычный покупатель вводит его название так, как оно произносится.

Это позволяет не терять существующий товар только из-за того, что пользователь использовал другой вариант написания.

В результате поиск становится менее зависимым от технических особенностей каталога и лучше соответствует реальному поведению покупателей.

4. Сократили расстояние между поиском и покупкой

Следующий важный элемент — действия непосредственно в поиске. Найти товар недостаточно, пользователь должен иметь возможность быстро продолжить покупку.

Поэтому мы развивали добавление товаров в корзину прямо из поисковой выдачи и подсказок. Чем меньше промежуточных действий требуется пользователю, тем проще использовать поиск как часть самого процесса покупки.

Таким образом, поисковая система работает не только на навигацию по каталогу, но и непосредственно на дальнейшее взаимодействие с товаром.

Возможности для дальнейшего роста

После базовой оптимизации у поиска остаётся несколько направлений для дальнейшего развития.

1. Развивать поисковый мерчандайзинг

Следующий уровень — не только понимать запрос пользователя, но и управлять тем, какие товары он увидит в первую очередь.

Например, для запроса «торт на заказ» можно выводить выше предложения собственной кондитерской «Теоремы». Для запроса «подарок» — акцентировать товары из магазина подарков. Для сезонных запросов — заранее выделять актуальные категории и предложения.

Так поиск начинает учитывать не только релевантность, но и бизнес-контекст. При этом правила можно адаптировать под сезонность, акции и ассортимент, одни товары продвигать в период высокого спроса, другие — в рамках конкретных маркетинговых активностей.

2. Добавить рекомендации после поиска

Поиск решает задачу конкретного намерения пользователя, человек знает, что хочет найти, и вводит запрос. Но после этого появляется возможность предложить ему дополнительные товары.

Для этого можно использовать рекомендательные механики:

• «С этим товаром покупают»;

• «Похожие товары»;

Например, пользователь ищет основной продукт для заказа, а система может дополнительно показать товары, которые часто покупают вместе с ним. Так поиск становится отправной точкой для более широкого сценария рекомендаций и увеличения количества товаров в заказе.

Поиск от Searchbooster оказался оптимальным решением для нас. Базовые возможности searchbooster покрыли большую часть наших потребностей. А в тех местах, где базовое решение не в полной мере раскрывало привычный для пользователей функционал сайта, команда Searchbooster выполнила кастомные доработки. Благодаря чему нам удалось ощутимо улучшить пользовательский опыт, увеличить скорость поиска требуемого товара, сократить путь клиента до покупки. Благодарим команду Searchbooster за их работу!

По проекту «Теорема» на данный период удалось получить заметную положительную динамику по основным показателям поиска. Особенно важно, что изменения хорошо видны в цифрах, при практически неизменном объёме поисковых запросов выросло количество кликов по товарам и увеличился CTR. Для нас это хороший показатель того, что поиск становится более удобным и эффективным инструментом для пользователей сайта. При этом текущие результаты — не финальная точка, а основа для дальнейшего развития. У проекта есть потенциал для роста, и мы продолжаем работать над тем, чтобы поиск приносил ещё больше пользы пользователям и бизнесу.