Как сделать фильтры поиска товаров в интернет-магазине и выжить
Правильно настроенный товарный фильтр — пропуск интернет-магазина в мир прибыли и лояльности клиентов. Треть пользователей онлайн-шопов признаются, что уходят из магазина, если в нём нет поиска по товарам или получают не релевантные запросу данные. В денежном выражении 33% ушедших клиентов - потеря дополнительных 165 000 рублей при выручке 500 000.
Зачем нужен товарный фильтр?
Сначала немного теории. Если вы давно в e-commerce, то знаете, что фильтр по товарам - не просто удобный поисковик для пользователей. Он помогает:
- быстро найти нужный товар;
- показать разнообразие ассортимента магазина;
- увеличить семантическое ядро, что хорошо для SEO - продвижения интернет-магазина;
- настроить контекстную рекламу под релевантные запросы, что приносит продажи;
Кроме того, у страниц-фильтров низкий процент отказов. Это означает высокий уровень вовлечения пользователей и повышение индексации сайта в поисковых системах.
Вот как выглядят фасетные фильтры на некоторых сайтах:
Фасетные фильтры увеличивают конверсию на 25%. В общем, штука полезная и должна быть у каждого интернет-магазина, который хочет прибыли. Настроить её тоже не сложно. Для этого нужно время, усидчивость или хороший помощник + четкий пошаговый план. Итак:
Шаг #1: Определите критерии поиска товара
У каждого товара есть набор свойств. И у товаров разных категорий он отличается. Для верхней одежды это: Бренд + Модель + Артикул + Цвет + Размер. Для шин: Бренд + Модель + Типоразмер + Индексы. Кроме того, пользователи ищут товар в магазине по стране производства, материалу, назначению, принадлежности и даже дате поставки.
Например, велосипеды. У них примерно 15 параметров, на основе которых можно создать подкатегории. Каждая подкатегория - отдельная товарная страница. Мы покажем на примере 5 параметров:
Эти данные можно взять из прайс-листов поставщиков, товарных спецификаций и сайтов производителей. Зачастую информация приходит в сыром виде и требуют мощной доработки:
Детальная настройка полного набора свойств занимает много времени и не всегда оправдана: не все свойства нужны конечным покупателям. Для того, чтобы определить, какие параметры вынести как критерии поиска, изучите статистику запросов, по которой приходят юзеры на сайт в Google Analytics или Яндекс.Метрика.
Когда набор параметров для поиска определен, наступает время второго этапа: сортировки данных в прайс-листах поставщиков по выбранным критериям. Это самый длительный и трудоемкий процесс. Если выискивать каждую характеристику по каждому товару вручную - уйдут месяцы. Месяцы убытков и потерь потенциальных клиентов.
Шаг # 2: Отсортируйте прайс-листы поставщиков по выбранным критериям
Давайте разберемся, какие проблемы появляются при фильтрации вручную и почему это происходит.
Когда лучшие закупочные условия получены и поставщики выбраны, возникает проблема обработки прайс-листов. Ассортимент разных поставщиков пересекается: они предлагают одинаковые товары. Но далеко не все из них одинаково называют товары в прайс-листах. Например:
К тому же, поставщики забывают проставлять артикул на каждую позицию. Мы не раз сталкивались с ситуацией, когда поставщики забирали артикул у одного товара и присваивали другому.
Обычно со всем этим кому-то надо сидеть и разбираться вручную, тратя на это десятки человеко-часов. Если в магазине 100 товаров — потратить 4-5 часа на обработку записей в прайс-листах можно. А если количество товаров переваливает за 5000, а количество поставщиков — за 10? На обработку прайс-листов уйдет как минимум 4-5 месяца: разобрать записи, добавить артикулы, сравнить прайс-листы по всем поставщикам, убрать дубли… А через месяц один из поставщиков обновит прайс-лист и все по новой.
Если же не заморачиваться и не структурировать свойства товаров, то в фильтрах появляется мусор: дубли, непонятные сокращения или наоборот, нет нужных характеристик. В результате покупатель не находит товар и уходит без покупки.
Проблема приведения предложений поставщиков к единому стандарту решается с помощью специальных сервисов. Они экономят время и человеческие ресурсы, автоматически приводя прайс-листы всех поставщиков в единый структурированный вид. Достаточно указать параметры для фильтрации товара (характеристики) и доверить прайс-листы сервису.
Современные сервисы по обработке прайс-листов работают на основе машинного обучения. Это означает, что сервис учится как человек, и использует полученные знания для работы. Такой сервис узнаёт товары, даже если он их раньше не видел. Он считывает и анализирует прайсы поставщиков, разделяет товар по свойствам даже если в источнике доступна только строка наименования и нет артикулов. Кроме того, такой сервис “подтягивает” из своей базы характеристики товаров, которых нет в исходном прайс-листе. Например, применимость шин для автомобиля.
В результате, создание одного сводного файла с обработанными данными от поставщиков занимает около часа. Остается только отдать файл программистам, а контент-менеджеру - следить и проверить ошибки.
Фасетные фильтры - инструмент, который повышает конверсию. На примере своих клиентов мы заметили, что унифицированная информация о товаре и удобная фильтрация по свойствам ускоряет решение о покупке. После настройки умных фильтров растет не только маржинальность каждой продажи в отдельности, но и количество самих продаж, сокращаются случаи брошенных товаров в корзинах, увеличивается объем покупок.
С уважением,
Андрей и команда МаркетМиксер.
Делаем торговлю ближе к реальности©