Главное Свежее Вакансии Образование
Комментируемое:
4 597 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Как сделать фильтры поиска товаров в интернет-магазине и выжить

В сети выложены сотни мануалов о том, как технически создать фасетный фильтр. Но нет инструкции о том, как подготовить информацию о товарах так, чтобы после загрузки он выдавал нужные товары, не упуская маржинальные позиции и не раздражая клиентов. Мы покажем как это сделать за 2 шага.

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:

ozon.ru

-NM3A6qbJnR8QvaRC6VimmLaLef-HhK3akhNZlJJ

market.yandex.ru

M8ZWf3yihG9SkXOe1gPefP0uSFe76s1y5x7T5_I2

ulmart.ru

a1sBstnk9DYEyhY0egAk2spcRcHYMjBzmS7zk8k5

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

z318A2r_KNT0ujUyLWXP0P9dyfcJkfudgHu3TLoA

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:

b_597f1c254e698.jpg

Эти данные можно взять из прайс-листов поставщиков, товарных спецификаций и сайтов производителей. Зачастую информация приходит в сыром виде и требуют мощной доработки:

b_597f1c6173cfa.jpg

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:

7PI_QGVVCGkI3d_GMiLNeTQjFz4NE3tu26CG0qpV

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.

QAhnDCq9uzY5XAXyLX5aTgzkXZRjd_0lL53jntc4

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©

+1
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.