Ich schaue mir Suchlogs von Shops an, die sich mit Emporiqa verbinden. Ein Muster zeigt sich überall: Ein Kunde tipt "ein Geschenk für jemanden, der Kochen liebt." Die Suchleiste gibt null Ergebnisse zurück. Der Kunde geht.
Sie werden dies nie in Ihren Analytics sehen. Es gibt keine "frustrierte Suche" Metrik in Google Analytics. Der Kunde sprang nicht von einer Produktseite ab — sie sprangen von Suche ab. Es sieht wie ein normaler Exit aus.
Aber das war ein Käufer, und Ihre Suchleiste hat ihn fortgeschickt.
Warum "Geschenk für Papa" Zero Ergebnisse gibt
Die meisten E-Commerce-Suchen funktionieren durch Wort-Matching. Die Anfrage des Kunden wird in Tokens zerlegt und die Suchmaschine sucht nach Produkten mit passenden Tokens in Titel, Beschreibung oder Tags.
Dies funktioniert, wenn Kunden genau tippen, was Sie das Produkt genannt haben:
- "Nike Air Max 90" → findet es
- "Bosch Bohrmaschine 18V" → findet es
- "iPhone 15 Pro Hülle" → findet es
Dies schlägt fehl, wenn Kunden beschreiben, was sie wollen:
- "Etwas Wasserdichtes zum Radfahren" → nichts
- "Ein leiser Lüfter für ein kleines Badezimmer" → nichts
- "Geschenk für einen 5-Jährigen, der Dinosaurier mag" → nichts
Mit 500 Produkten können Kunden kategorien durchsuchen. Mit 5.000 oder 50.000 verlassen sie sich auf Suche. Und Suche versagt ihnen.
Sie können dies in Google Analytics messen
Bevor Sie irgendetwas beheben, messen Sie das Problem. Die meisten E-Commerce-Plattformen verfolgen Such-Anfragen. Schauen Sie auf drei Dinge:
Suchen mit null Ergebnissen. Welcher Prozentsatz von Suchen gibt nichts zurück? Überprüfen Sie Ihre Site-Search-Reports. Wenn ein signifikanter Chunk von Suchen Sackgassen hit, sind das potenzielle Käufer, die Sie ablehnen.
Such-Exit-Rate. Wie viele Kunden verlassen unmittelbar nach der Suche? Eine hohe Exit-Rate nach Suche bedeutet Menschen versuchten etwas zu finden, schlugen fehl, und gaben auf.
Such-Verfeinerungen. Wie viele Kunden suchen, erhalten schlechte Ergebnisse und suchen erneut mit anderen Worten? Das ist Reibung, die Sie dem Kauf-Prozess hinzufügen.
Wenn Sie Seiten-Such-Tracking in Google Analytics aktiviert haben (GA4: Admin → Data Streams → Enhanced Measurement → Site Search), können Sie diese Daten im Search Terms Report sehen.
Wie natürlichsprachige Suche aussieht
| Kunde tipt | Schlüsselwort-Suche gibt zurück | Natürlichsprachige Suche gibt zurück |
|---|---|---|
| "Etwas Leichtes zum Trail-Laufen" | Nichts (kein Produkt hat diese exakten Worte) | Leichte Lauf-Shorts, Atmungsaktive Trail-Schuhe |
| "Geschenk für einen Kaffee-Liebhaber" | Nichts | Kaffee-Mühlen, Pour-Over-Sets, spezielle Bohnen |
| "Leiser Badezimmer-Lüfter" | 47 Lüfter (kein Relevanz-Ranking) | Leise-bewertete Abzugslüfter, sortiert nach Geräuschpegel |
| "Warme Winterjacke für Wandern" | Nichts (falsche Sprache) | Isolierte Wander-Jacken aus Ihrem englischen Katalog |
Die letzte Reihe zählt, wenn Sie grenzübergreifend verkaufen. Ein deutscher Kunde, der Ihren englischen Shop durchsucht, sollte immer noch Produkte finden.
Ich habe zuerst Schlüsselwort-Suche gebaut. Es reichte nicht aus.
Emporiqa's erste Version nutzte nur Standard-Schlüsselwort-Suche. Es funktionierte gut für exakte Anfragen: SKUs, Markennamen, spezifische Produkttitel. Aber als ich mit natürlichsprachigen Anfragen zu testen begann ("Etwas Warmes zum Wandern," "Geschenk unter 50 Euro"), waren die Ergebnisse schlecht. Anfragen, die perfekt Sinn für einen Menschen machten, gaben nichts zurück, weil kein Produkt diese exakten Worte in seiner Beschreibung hatte.
Ich fügte bedeutungs-basierte Suche oben auf Schlüsselwort-Matching hinzu und der Unterschied war unmittelbar. Die gleichen Anfragen, die nichts zurückgaben, gaben jetzt relevante Produkte zurück. Aber reine Vektor-Suche hatte sein eigenes Problem: Sie war zu fuzzy für exakte Matches. Jemand, der nach "Bosch GBH 2-26" sucht, würde zufällige Bosch-Produkte bekommen statt dieses spezifischen Modells. Deshalb endete ich bei hybrider Suche, die beide Ansätze kombiniert.
Ihre Suchmaschine versteht nicht was "Geschenk für Papa" bedeutet
Das Kernproblem ist, dass Schlüsselwort-Suche kein Konzept von Bedeutung hat. Es matched Strings, nicht Absicht. Wenn jemand "Geschenk für Papa" tipt, sucht Schlüsselwort-Suche nach Produkten mit "Geschenk," "für," und "Papa" in Titel oder Beschreibung. Wenn Sie Produkte nicht als Geschenke getaggt haben (und die meisten Shops nicht), kommt nichts zurück.
Natürlichsprachige Suche funktioniert anders. Sie geht über Wort-Matching. "Geschenk für Papa" wird zu Grill-Werkzeugen, Whiskey-Gläsern und Leder-Geldbörsen gematched, weil die Suche Bedeutung verbindet, nicht nur Schlüsselwörter.
Dies kombiniert bedeutungs-basierte Matches mit traditioneller Schlüsselwort-Suche, so dass Kunden relevante Ergebnisse erhalten, ob sie exakte Produktnamen tippen oder beschreiben, was sie wollen.
Ihre französischen Kunden können Ihren englischen Katalog nicht durchsuchen
Wenn Sie über Europa verkaufen, sprechen Ihre Kunden Dutzende von Sprachen. Ihr Produktkatalog ist wahrscheinlich in einer, vielleicht zwei. Wenn ein französischer Kunde Ihren englischen Shop nach "veste chaude pour la randonnée" durchsucht, gibt Schlüsselwort-Suche nichts zurück.
Die Suche verarbeitet Bedeutung unabhängig von Sprache. Die französische Anfrage und die englische Produktbeschreibung werden gematched, weil sie das gleiche bedeuten. Kein Übersetzungs-Setup erforderlich. Ich schrieb mehr darüber in der mehrsprachige Support Post.
72% der Konsumenten bevorzugen in ihrer Muttersprache zu kaufen (CSA Research, "Can't Read, Won't Buy" Studie). Wenn Ihre Suche nur in Ihrer Katalog-Sprache funktioniert, verlassen Kunden, die gekauft hätten, stattdessen.
Was dies nicht behebt
Ich werde nicht so tun, als würde natürlichsprachige Suche alles behebt:
- Schlechte Produktdaten bleiben schlecht. Wenn Ihre Produktbeschreibungen leer oder falsch sind, wird keine Such-Technologie Sie retten. Garbage in, garbage out.
- Kein Ersatz für gute Navigation. Suche ist eine Möglichkeit wie Kunden Produkte finden. Kategorien-Navigation, Filter und Empfehlungen zählen immer noch.
- Wird nicht Preis- oder Vertrauensprobleme beheben. Wenn Kunden das Produkt finden aber nicht kaufen, ist das Problem weiter unten von Suche.
- Nicht magisch. Es ist besser als Schlüsselwörter, aber verschwommene Anfragen sind immer noch verschwommen. "Etwas Schönes" gibt nicht großartige Ergebnisse mit irgendeiner Technologie zurück.
Drei Wege zum Verbessern
1. Beheben Sie zuerst Ihre Schlüsselwort-Suche (kostenlos). Fügen Sie mehr Synonyme hinzu, verbessern Sie Produktbeschreibungen, taggen Sie Produkte richtig. Das gibt Ihnen inkrementelle Verbesserung ohne Kosten.
2. Fügen Sie Autocomplete und Vorschläge hinzu. Die meisten E-Commerce-Plattformen haben Plugins dafür. Es leitet Kunden zu Anfragen, die tatsächlich Ergebnisse zurückgeben. Reduziert Null-Ergebnis-Suchen, aber behebt nicht das Fundament-Problem nicht.
3. Wechseln Sie zu natürlichsprachiger Suche. Das ist was ich Emporiqa gebaut habe. Ein Chat-Assistent, der auf Ihrem Shop sitzt und Kunden erlaubt zu beschreiben was sie wollen in Klartext. Es sucht Ihren tatsächlichen Katalog mit hybrider Suche (Vektor + Schlüsselwort-Matching) und gibt relevante Produkte zurück, auch wenn die Worte nicht genau passen. Funktioniert über 65+ Sprachen.
Möchten Sie dies auf einem echten Katalog funktionieren sehen? Erstellen Sie einen kostenlosen Sandbox-Shop mit bis zu 100 Produkten und testen Sie selbst.
