Fuzzy vyhledávání: e-shop, který najde produkt i s překlepem

Fuzzy vyhledávání je hledání, které najde výsledky i tehdy, když se dotaz s textem produktu přesně neshoduje. Zákazník napíše „sapmon“, „samon“ nebo „sampon“ a e-shop mu i tak ukáže šampony. Funguje to tak, že vyhledávač spočítá, kolik úprav (vložení, smazání, záměna nebo prohození písmen) je potřeba na přeměnu jednoho slova na druhé, a povolí malý počet chyb.

Proč na tom záleží víc, než se zdá

Lidé na mobilu píšou rychle, palcem a často bez diakritiky. Názvy značek a cizí slova píšou podle výslovnosti. Baymard Institute zjistil, že 69 % e-shopů neukáže v našeptávači rozumné návrhy při malém překlepu. Ve stejném výzkumu 56 % e-shopů celkově nezvládalo to, co lidé do vyhledávání reálně zadávají.

Výsledek je jednoduchý: zákazník vidí „Nebyly nalezeny žádné produkty“ a odejde. Přitom zboží skladem máte.

Jak fuzzy vyhledávání funguje

Editační vzdálenost

Základem je Levenshteinova vzdálenost: počet vložení, smazání a záměn písmen. Slova „kabat“ a „kabát“ mají po odstranění diakritiky vzdálenost 0, „kbát“ a „kabát“ vzdálenost 1.

Při psaní na klávesnici je velmi častá chyba prohození dvou sousedních písmen (například „kbaát“). Klasický Levenshtein ji počítá jako dvě chyby. Varianta s prohozením (Damerau-Levenshtein, v omezené podobě nazývaná OSA, optimal string alignment) ji počítá jako jednu. Pro e-shop je to podstatný rozdíl, protože u krátkých slov se povoluje jen jedna chyba.

Kolik chyb povolit

Příliš velká tolerance škodí. U slova „lak“ by dvě chyby našly i „mák“, „lano“ či „jak“. Rozumné pravidlo je žádná chyba u velmi krátkých slov, jedna u středních a dvě u dlouhých.

Odkud brát správná slova

Vyhledávač neopravuje podle obecného slovníku, ale podle slov, která se opravdu vyskytují ve vašem katalogu. Proto opraví „bosh“ na „bosch“, pokud Bosch prodáváte, a nebude vymýšlet slova, která nemáte.

Diakritika: nejčastější chyba, která není překlep

V češtině a slovenštině je diakritika samostatné téma. Zákazník, který napíše „cerveny“, se nespletl, jen ji vynechal. Vyhledávání by mělo text produktů i dotaz před porovnáním sjednotit (odstranit čárky, háčky a kroužky) a až potom hledat překlepy. Jinak se chybějící diakritika započítá jako chyba a u delšího slova vyčerpá celou toleranci.

Měli jste na mysli: oprava, kterou zákazník vidí

Pokud vyhledávač najde výsledky jen pro opravené slovo, má to zákazníkovi říct. Například „Zobrazuji výsledky pro šampon. Hledat přesně sapmon?“. Zákazník tak ví, proč vidí, co vidí, a u opravdu zvláštního názvu (kód, model) se může vrátit k původnímu dotazu.

Kdy fuzzy vyhledávání nepomůže

• Jiné slovo pro tutéž věc. „Tenisky“ a „botasky“ nejsou překlep, na to potřebujete synonyma ve vyhledávání e-shopu.
• Jiný tvar slova. „Nabíječka“ a „nabíječkami“ se liší víc než jednou úpravou. To řeší stemming a lematizace.
• Kódy a čísla. U kódů produktů (SKU, EAN) je tolerance chyb spíš na škodu, protože při záměně jedné číslice najde jiný výrobek.

Jak to řeší wooacademy search 1.0.3

• Text produktů i dotaz se porovnávají bez diakritiky.
• Překlepy počítá včetně prohozených písmen (OSA), ne jen klasickým Levenshteinem.
• Opravuje podle slovníku slov z vašeho katalogu, který si plugin udržuje při indexování.
• Když výsledky pocházejí z opravy, zobrazí „Měli jste na mysli“.
• Oprava funguje už v našeptávači během psaní, ne až na stránce výsledků.
• Dotazy, které ani po opravě nic nenašly, uvidíte ve statistice nulových výsledků.

Rychlý test na vašem e-shopu

Vyberte pět nejprodávanějších produktů a do vyhledávání napište jejich název s jedním překlepem a bez diakritiky. Pokud se aspoň v jednom případě zobrazí prázdná stránka, vyhledávání vám ztrácí zákazníky. O které dotazy jde, zjistíte z přehledu nulových výsledků ve vyhledávání.

Časté otázky

Autor: Milan Fraňo, wooacademy.sk. Dělám WooCommerce e-shopy, měření a SEO. Plugin wooacademy search jsem vyvíjel pro e-shopy, které chtějí dobré vyhledávání bez měsíčního poplatku externí službě.