Как Laparet сделал смену названий коллекций незаметной для покупателей

Достигнутые результаты

95%

Запросов по старым названиям находят коллекцию

Исходная ситуация

В рамках перехода на русскоязычный нейминг коллекций компания начала обновлять названия товаров и коллекций. При этом многие покупатели уже были знакомы с продукцией под прежними названиями и продолжали использовать их при поиске товаров.

Основные сложности заключались в следующем:

1. Поиск по привычным названиям

Покупатели продолжали искать коллекции по прежним англоязычным названиям, тогда как на сайте уже использовались новые русскоязычные наименования. Важно было сохранить возможность быстро находить нужные товары независимо от того, какое название использует пользователь.

Например, пользователь мог искать коллекцию «Onyx Blue», тогда как в каталоге она уже была представлена как «Оникс Блю».

2. Различия между онлайн- и оффлайн-каталогом

В фирменных магазинах и печатных материалах часть продукции еще могла быть представлена под старыми названиями. В результате покупатели, познакомившиеся с товаром оффлайн, не всегда сразу находили его на сайте.

3. Необходимость сохранить привычный пользовательский опыт

Для Laparet было важно, чтобы переход на русскоязычные названия прошёл максимально комфортно для клиентов. Изменения в каталоге не должны были усложнить поиск или заставить покупателей заново привыкать к ассортименту.

Что было сделано

• Адаптация поиска под новые названия коллекций

Команда SearchBooster настроила работу умного поиска с учётом изменений в нейминге, вызванных требованиями закона о русификации. Были связаны старые (англоязычные) и новые (русскоязычные) названия коллекций, чтобы пользователи могли находить товары независимо от того, какой вариант они используют в запросе.
Например, при поиске по запросу «sand» пользователь получает коллекцию «Сэнд», несмотря на изменение названия в каталоге.

Рис. 1. Адаптация поиска под новые названия коллекций

• Поиск по изображению

Добавлен и оптимизирован визуальный поиск: пользователи могут загрузить фотографию товара из оффлайн-магазина и найти его на сайте. Это особенно важно в ситуации, когда в рознице ещё встречаются старые (англоязычные) обозначения, а на сайте уже используется обновлённый нейминг.

Рис. 2. Поиск по изображению

• Улучшение точности и вариативности поиска

Поиск стал лучше учитывать разные формулировки запросов пользователей, повышая точность сопоставления с товарами в каталоге и снижая зависимость от точного совпадения названий.

Рис. 3. Улучшение точности и вариативности поиска

Рис. 4. Улучшение точности и вариативности поиска

Результаты

Более 95% запросов по историческим названиям коллекций приводят пользователя к нужной коллекции даже после изменения названий в каталоге.

Пользователи продолжают находить нужные товары, даже если:

• помнят прежнее название коллекции;
• ориентируются на фотографии, сделанные в магазине;
• используют разные варианты написания запросов.

Поиск стал связующим звеном между оффлайн- и онлайн-опытом и помог сохранить привычный сценарий выбора продукции для клиентов.

Пример пользовательского сценария

Покупатель увидел коллекцию «Onyx Blue» в магазине несколько месяцев назад. После переименования коллекции на сайте она стала называться «Оникс Блю». Пользователь по-прежнему вводит старое название в поиске и сразу получает нужную коллекцию в результатах выдачи.

Почему это сработало

• Семантическая связка старых и новых названий

Поиск учитывает как актуальные русскоязычные названия коллекций, так и их исторические англоязычные варианты. Благодаря этому пользователи продолжают находить нужные товары привычным способом даже после изменения нейминга.

• Поиск по изображению как мост между офлайном и онлайном

Покупатель может сфотографировать понравившуюся плитку в магазине и найти её на сайте без знания точного названия коллекции. Это помогает объединить офлайн- и онлайн-сценарии выбора товара в единый пользовательский путь.

• Гибкая обработка пользовательских формулировок

Поиск учитывает различные варианты написания запросов, сокращения и пользовательские формулировки. Это снижает зависимость от точного совпадения названий и помогает быстрее находить нужную продукцию.

Возможности для дальнейшего роста

• Персонализированный AI-каталог

Разные категории покупателей по-разному выбирают продукцию. Персонализированный AI-каталог позволит показывать дизайнерам, строителям и частным покупателям наиболее релевантные коллекции с учётом их интересов и поведения на сайте.

• AI-консультант по подбору плитки

AI-консультант сможет помогать пользователям выбирать коллекции по стилю интерьера, типу помещения, фактуре и характеристикам материалов. Это упростит выбор и повысит конверсию в покупку.

• Рекомендации аналогов и альтернатив

Если нужная коллекция временно отсутствует или снята с производства, система сможет автоматически предлагать похожие варианты по стилю, цвету, фактуре и ценовому сегменту, сохраняя интерес пользователя к покупке.

Проект по русификации нейминга коллекций был для нас нетривиальной задачей: мы не могли позволить себе потерять в узнаваемости и удобстве поиска. Команда SearchBooster предложила не точечное решение, а системный подход — связали старые и новые названия, доработали визуальный поиск и повысили толерантность к формулировкам. Результат нас полностью устроил: более 95% запросов по историческим названиям по\-прежнему ведут к нужным товарам. Покупатели не заметили подмены, а мы сохранили бесшовный опыт как в онлайне, так и в офлайн‑точках. Отдельно ценю, что интеграция прошла без сбоев в работе каталога — для нас это было критично. Сейчас мы рассматриваем дальнейшее развитие: персонализированный каталог и AI‑консультант по подбору плитки — логичные шаги, чтобы не просто компенсировать изменения, а вывести сервис на новый уровень. С SearchBooster приятно работать как с партнёром, который думает о будущем клиентского опыта.

Данный кейс хорошо показывает, как умный поиск помогает бизнесу адаптироваться к внешним изменениям без потери пользовательского опыта. Переход на новые правила нейминга коллекций мог бы стать точкой разрыва между пользователем и каталогом, но благодаря связке старых и новых названий этот переход прошёл для покупателей практически незаметно. Отдельно хочется отметить ценность визуального поиска. Когда пользователь фотографирует товар в оффлайн\-магазине и затем находит его на сайте, стирается граница между каналами продаж — поиск начинает работать как единая точка входа в ассортимент. Наша цель всегда одна — сделать так, чтобы пользователь находил нужный товар максимально быстро, независимо от того, как он его называет или где он его увидел. И когда поиск начинает понимать этот контекст, рост ключевых метрик становится естественным результатом работы системы.