La ricerca interna classica confronta stringhe di caratteri. Trova i prodotti il cui testo contiene le parole digitate, e nient’altro. La ricerca semantica confronta significati: avvicina «caricabatterie da auto» e «adattatore accendisigari» senza che sia stato dichiarato alcun sinonimo.
Ecco come funziona davvero, quanto costa e dove resta peggiore del classico.
Il principio, senza gergo
Ogni prodotto del vostro catalogo viene trasformato in una serie di numeri, chiamata vettore, che ne rappresenta il significato. Due prodotti vicini per significato producono vettori vicini in questo spazio.
Quando un visitatore cerca qualcosa, la sua richiesta viene trasformata allo stesso modo, poi il motore cerca i vettori più vicini. Nessuna corrispondenza di parole è necessaria: decide la vicinanza di significato.
Questa trasformazione è prodotta da un modello linguistico, addestrato su enormi volumi di testo, che ha imparato che certi termini compaiono negli stessi contesti. È ciò che gli permette di sapere che un accendisigari e un caricabatterie da auto appartengono allo stesso uso.
Che cosa risolve
Tre situazioni in cui il motore classico fallisce sistematicamente.
Il vocabolario diverso. Il cliente usa le sue parole, il vostro catalogo usa quelle del fornitore. Senza sinonimi dichiarati, nessun risultato. È il caso più frequente e il più costoso.
La richiesta descrittiva. «Qualcosa per riporre gli attrezzi in garage» non contiene nessuna parola del vostro catalogo, ma descrive con precisione un bisogno. Il motore lessicale restituisce rumore o nulla.
L’errore di battitura e la variazione. Plurali, coniugazioni e ortografie approssimative vengono assorbiti dalla rappresentazione vettoriale senza regolazioni particolari.
Ricerca Semantica IA — PrestaShopLa ricerca che comprende l'intenzione, non solo le parole chiave€149.00
Che cosa vettorizzare
Domanda che determina la qualità dei risultati molto più della scelta del modello.
Il minimo utile: il nome del prodotto, la descrizione breve, la categoria e gli attributi principali. La descrizione lunga porta contesto ma anche rumore, in particolare quando contiene condizioni di consegna o note legali identiche su tutte le schede.
Un principio semplice: vettorizzate solo ciò che distingue il prodotto. Ogni testo presente in modo identico su cento schede avvicina artificialmente quelle cento schede fra loro e degrada la pertinenza.
Le caratteristiche tecniche meritano un trattamento a parte. Un modello linguistico capisce male i numeri e le unità: «120 cm» e «140 cm» gli sembrano molto vicini. È un limite strutturale, non un difetto di configurazione.
Il punto più importante: non sostituire, combinare
È l’errore di progettazione classico. La ricerca semantica non è migliore della ricerca lessicale, è diversa, ed è nettamente peggiore in certi casi.
Su un codice esatto, un codice prodotto, un numero di pezzo, un codice a barre, il lessicale vince sempre. Il vettoriale non capisce che una sequenza di caratteri deve corrispondere esattamente.
Sui valori numerici, taglia, peso, dimensione, potenza, il lessicale associato a filtri resta superiore.
Su un nome di marca, il lessicale è più affidabile, dato che il vettoriale tende a riportare marche concorrenti dello stesso universo.
L’architettura che funziona combina i due: prima una ricerca lessicale, completata dallo strato vettoriale quando restituisce pochi o nessun risultato, oppure fusa con una ponderazione. Un negozio che passa interamente alla semantica vede degradarsi le ricerche per codice, e sono spesso quelle dei suoi migliori clienti.
Il costo, in chiaro
Tre voci, di grandezze molto diverse.
L’indicizzazione iniziale. Ogni prodotto deve essere vettorizzato una volta. Su un catalogo di diecimila referenze, l’operazione rappresenta un costo unitario basso ma reale, e un tempo di elaborazione di qualche ora.
L’aggiornamento. Solo i prodotti modificati devono essere rivettorizzati. Una reindicizzazione completa a ogni importazione è un errore costoso: rilevate i cambiamenti reali sui campi vettorizzati.
Le interrogazioni. Ogni ricerca del visitatore comporta la vettorizzazione della richiesta. È la voce che sale con il traffico, e quella da guardare prima di lanciarsi. Una cache delle richieste frequenti la riduce fortemente, dato che una parte importante delle ricerche di un negozio è ripetitiva.
Misurare prima e dopo
Tre indicatori, rilevati sui trenta giorni che precedono la messa in opera.
Il tasso di ricerche senza risultato, che deve scendere nettamente. È il guadagno più visibile e più immediato.
Il tasso di clic sul primo risultato, che misura la pertinenza percepita. Se scende mentre il tasso di risultati sale, il vostro motore restituisce prodotti vicini ma non pertinenti.
Il tasso di conversione delle sessioni con ricerca, unica cifra che giustifica l’investimento.
Un quarto controllo, qualitativo: costituite un elenco di trenta richieste reali prese dai vostri log, con il risultato atteso, e rigiocatelo dopo ogni modifica. È l’unico modo per constatare una regressione prima dei vostri clienti.
Il modulo Ricerca Semantica IA per PrestaShop mette in opera questo strato su PrestaShop 8 e 9: indicizzazione vettoriale del catalogo con selezione dei campi, combinazione con la ricerca lessicale esistente, prodotti simili calcolati sul significato, e cruscotto delle richieste con il loro tasso di risultato.