Как Fabian Smith увеличил количество поисковых запросов в 20 раз с помощью SearchBooster

Достигнутые результаты

x20

Поисковых запросов

x37

Уникальных пользователей поиска

+17%

CTR виджетов рекомендаций

Исходная ситуация

На первый взгляд найти мебель в каталоге из 4 000 товаров несложно: можно перейти в нужную категорию и воспользоваться фильтрами. Но на практике пользователь не всегда знает, как именно называется нужный ему товар.

Например, в каталоге модели могут быть привязаны к определённым коллекциям — «Нова», «Этро», «Старый свет», — тогда как покупатель ищет гораздо проще: «комод», «кресло», «столик». Он может вообще не знать название коллекции и не должен его знать, чтобы получить релевантную выдачу.

Поэтому одной из основных задач стало научить поиск сопоставлять структуру каталога с привычными формулировками пользователей.

Сложная семантика каталога

В мебельном каталоге одно и то же намерение можно сформулировать несколькими способами. Пользователь может искать конкретную категорию, использовать разговорное название предмета или ориентироваться на его назначение.

Например, человек может написать «тумба под ТВ», хотя в каталоге товар относится к категории «тумбы».

Если поиск понимает только точные названия, часть таких запросов либо приводит к слишком узкой выдаче, либо вообще не показывает нужные товары.

Разные варианты написания и ошибки

Пользователь может не знать точного названия модели, ошибиться при вводе или использовать формулировку, которая отличается от той, что указана в каталоге. В результате возникает типичная ситуация: нужный товар на сайте есть, но пользователь его не находит.

Для e-commerce это особенно неприятный сценарий. Человек пришёл уже с конкретным намерением, но вместо подходящих товаров видит пустую выдачу и может просто уйти с сайта.

Мебель часто выбирают по визуальному образу

При выборе мебели важны не только название модели и её характеристики — большое значение имеет то, как предмет выглядит в интерьере. Пользователь может увидеть понравившийся диван, кресло или комод и захотеть найти похожую модель, даже не зная её названия или коллекции.

Поэтому для Fabian Smith было важно добавить к привычному текстовому поиску возможность искать визуально похожие товары по изображению.

В итоге задача была комплексной: сделать поиск быстрым, понятным и устойчивым к разным формулировкам, сократить количество пустых результатов и помочь пользователю быстрее перейти от запроса к конкретному товару.

Что мы сделали

Чтобы решить эту задачу, команда SearchBooster не ограничилась подключением стандартной поисковой строки. Поиск адаптировали под структуру каталога Fabian Smith и особенности того, как покупатели ищут мебель.

Внедрили умный поиск SearchBooster

На сайте внедрили поисковый виджет SearchBooster v3 — результаты появляются прямо на странице, без перезагрузки.

Настроили подсказки с популярными запросами, категориями, брендами и товарами. При этом поиск учитывает опечатки и разные варианты написания: например, по запросу «кампод» пользователь всё равно сможет найти «комод». Также добавили поиск по девятизначным артикулам и популярные товары, которые показываются, если пользователь ещё ничего

Рис. 1. Опечатки

Добавили поиск похожих товаров по фотографии

На страницах товаров добавили возможность искать похожие модели по фотографии. Пользователь может открыть понравившийся предмет мебели, нажать на изображение и получить подборку похожих товаров из каталога.

Для мебельного магазина такой сценарий особенно полезен, потому что покупатель далеко не всегда знает точное название понравившейся модели. Иногда он просто видит предмет, который подходит ему по стилю или внешнему виду, и хочет найти что-то похожее. В этом случае фотография становится самостоятельным способом начать поиск.

Рис. 2. Поиск по фото

Подключили рекомендации товаров

Дополнительно на страницах каталога и в карточках товаров разместили блоки с рекомендациями. Они помогают продолжить просмотр ассортимента, когда пользователь уже заинтересовался конкретным товаром или категорией.

В зависимости от страницы посетителю могут показываться популярные товары, похожие модели или товары, которые хорошо сочетаются с выбранной покупкой. За счёт этого пользователь может сразу посмотреть альтернативы, найти похожий вариант или дополнить свой выбор другими товарами из каталога.

Рис. 3. Рекомендации

Результаты в цифрах

После настройки SearchBooster поиск стал лучше учитывать особенности мебельного каталога и реальные формулировки пользователей. Покупатели стали чаще обращаться к поиску и активнее переходить к товарам из результатов и подсказок,

Поиск стали использовать значительно чаще

Количество поисковых запросов выросло с 182 до 3 703, а число уникальных пользователей поиска — с 14 до 524.

Рост этих показателей показывает, что поиск стал заметно более востребованным способом работы с каталогом. Пользователи всё чаще обращаются к нему, когда хотят найти конкретный предмет мебели, категорию или модель, вместо того чтобы вручную просматривать большой ассортимент.

Пользователи стали чаще переходить к товарам

Количество кликов в результатах выросло с 12 до 1 686, а кликов в подсказках — с 5 до 784. В сумме количество кликов по товарам увеличилось с 17 до 2 470.

Это показывает, что пользователи не просто стали чаще пользоваться поиском — они активнее взаимодействуют с найденными товарами. Причём часть пользователей переходит к карточкам ещё во время ввода запроса, не дожидаясь полной поисковой выдачи.

За весь период подсказки принесли около 14,5 тыс. кликов, что составляет примерно 22% всех кликов. Это подтверждает, что автодополнение стало самостоятельным способом быстро перейти к нужному товару..

Рекомендации помогают продолжить выбор

За период рекомендательные виджеты получили 17 790 кликов, а их CTR составил 17%.

Для мебельного каталога это особенно важно, так как пользователь не всегда останавливается на первой найденной модели. Он может сравнить несколько вариантов, посмотреть похожие предметы или подобрать дополнительные товары.

В результате рекомендации становятся продолжением поискового сценария и помогают пользователю глубже изучить ассортимент.

Почему получилось

1. Поиск стал лучше понимать запросы пользователей

Покупатели не всегда используют точные названия товаров из каталога. Кто-то пишет с ошибкой, кто-то использует другое название, а кто-то ищет товар по общему описанию. Благодаря синонимам, разным вариантам написания и обработке опечаток SearchBooster учитывает такие запросы и помогает находить подходящие товары даже без точного совпадения с названием в каталоге.

2. Подсказки помогают быстрее перейти к товару

Поиск начинает помогать ещё до того, как пользователь нажал кнопку «Искать». Во время ввода он показывает популярные запросы, категории, бренды и конкретные товары с фотографиями и ценами. Это сокращает путь до нужной карточки и позволяет быстрее сориентироваться в большом ассортименте.

3. Рекомендации продолжают путь пользователя по каталогу

После просмотра товара пользователь получает похожие модели, популярные позиции и товары, которые можно приобрести вместе. Благодаря этому поиск не заканчивается на одной карточке: покупатель может сразу сравнить несколько вариантов или дополнить свой выбор. За полгода рекомендации получили 17 790 переходов, а их CTR составил 17%.

4. Поиск по фотографии помогает тем, кто ищет глазами

В мебели покупатель часто сначала обращает внимание на внешний вид, а уже потом пытается понять, как называется понравившаяся модель. Поиск по фотографии решает эту задачу: достаточно выбрать понравившийся предмет, чтобы получить похожие варианты из каталога. Это особенно удобно для поиска мебели в определённом стиле или с похожей формой.

Возможности для дальнейшего роста

Несмотря на уже достигнутые результаты, поиск и рекомендации можно развивать дальше. Следующим этапом может стать более глубокая работа с поведением пользователей, ассортиментом и бизнес-задачами магазина.

Поисковый мерчандайзинг

Следующим шагом может стать настройка правил, которые позволят управлять порядком товаров в поисковой выдаче. Например, выше можно показывать новинки, сезонные коллекции, акционные товары или позиции, которые особенно важны для бизнеса.

При этом релевантность поиска сохраняется: пользователь по-прежнему получает подходящие товары, но компания получает больше возможностей управлять их видимостью.

Персональные рекомендации

Рекомендательные блоки можно сделать более персональными и учитывать предыдущие действия пользователя на сайте. Например, показывать товары, похожие на уже просмотренные, или предлагать модели, которые могут заинтересовать конкретного покупателя.

Так рекомендации будут работать не только как способ показать популярные товары, но и как инструмент сопровождения пользователя на протяжении всего выбора.

Развитие Creative Booster

В дальнейшем данные о популярных товарах и интересах пользователей можно использовать и за пределами сайта. Например, с помощью Creative Booster создавать динамические рекламные материалы для продвижения актуальных товаров, новинок и отдельных категорий.

Внедрение модулей умного поиска и рекомендаций SearchBooster показало высокую эффективность для сайта Fabian Smith. Пользователи стали значительно активнее использовать поиск и взаимодействовать с каталогом, а рекомендательные блоки демонстрируют высокий уровень вовлечённости — их CTR достиг 17%. Для нас особенно важно, что новые инструменты не только улучшили показатели, но и сделали поиск и выбор мебели более удобным и интуитивным для наших клиентов.

В мебельном каталоге поиск должен учитывать не только точные названия товаров, но и то, как покупатели реально формулируют свои запросы. В этом проекте мы отдельно проработали мебельную семантику, синонимы, названия коллекций и поиск по фотографиям. Дополнительно подключили рекомендации, чтобы пользователь мог не только быстро найти нужный товар, но и сразу посмотреть похожие модели. В результате поиск стал полноценным инструментом выбора, а не просто способом найти конкретную позицию