ECOMMERCE

Semantische Suchtechnologie als virtueller Shopping-Helfer

Von Alexander Siebert, 2. April 2012

Online-Shopping ist bequem und schnell. Ganze Einkaufswelten erschließen sich auf Knopfdruck, das Gedränge im Kaufhaus bleibt einem erspart und die Beute der Shopping-Tour kommt per Post bis zur Haustür. Dafür muss der Käufer jedoch auf die Hilfe eines kompetenten Verkäufers verzichten. Beim Stöbern durch das Angebot muss er sich auf die Navigation des Online-Shops und auf die Suche verlassen. Das zeigt, wie wichtig die Suchfunktion für den Erfolg von Geschäften im Internet ist. Ist sie nicht in der Lage, schnell und zuverlässig die Bedürfnisse der Kunden zu befriedigen, dann stöbern die lieber woanders.

Die erste Regel für Online-Shops ist nach wie vor: Nur wenn der Kunde ein Produkt findet, kann er es auch kaufen. Funktioniert die Suchfunktion eines Shops im Internet nicht zuverlässig, dann kostet sie dem Verkäufer mit jeder gescheiterten Anfrage bares Geld. Das Warenangebot wird zu einem großen Teil über die Suche wahrgenommen. Was sie nicht findet, existiert für den Käufer auch nicht. Hinzu kommt die wachsende Unzufriedenheit der Kunden. Wer zwei- oder dreimal mit einer Suchanfrage nicht fündig wurde, bewertet das Angebot als mangelhaft, springt zur Konkurrenz ab und kommt auch so schnell nicht wieder. Doch wie muss eine gute Suche eigentlich aussehen?

Fehler tolerieren, treffsicher finden

Wichtigstes Kriterium einer gut funktionierenden Shop-Suche ist natürlich die Treffsicherheit. Die schnelle Auffindbarkeit von Produkten steht in direktem Zusammenhang zum wirtschaftlichen Erfolg eines Online-Shops. Auch zu komplexen Suchbegriffen findet eine gute Suche zuverlässig das passende Produkt und zeigt es an. Gibt der Kunde einen spezifischen Produktnamen ein, dann muss die Suche auch genau dieses Produkt auffinden. Dabei muss sie in der Lage sein, auch zusätzliche Informationen aus dem Suchbegriff zu erkennen. Gibt der Kunde in seiner Suchanfrage zum Beispiel eine Farbe an, dann sollte die Suche auch nur Produkte in blau, rot oder grün zum Ergebnis haben. Dabei muss die Suche auch Fehler tolerieren. Einen Vertipper im Markennamen oder der Produktbezeichnung muss sie erkennen, korrigieren und dennoch das richtige Ergebnis ausgeben.

Weiteres zentrales Kriterium ist das zuverlässige Erkennen von weniger spezifischen Suchanfragen und das Ausgeben sinnvoller Ergebnisse dazu. Sucht ein Kunde nach "blauen Hemden", sollte das Ergebnis eine Liste aller Artikel sein, die ein Hemd und blau sind. Dabei sollte die Suche flexibel sein und alle Varianten des Suchbegriffs zuverlässig aufschlüsseln können, egal ob der Suchbegriff nun "Hemd Blau" oder "blaues Hemd" lautet. Sie sollte auch Synonyme erkennen und Artikel ausgeben, die als "Shirt" oder unter anderen verwandten Bezeichnungen im Katalog hinterlegt sind.

Ideale Shopping-Suche so gut wie ein Verkäufer

Eine ideale Shopping-Suche findet also Produkte auf gleiche Weise wie ein Verkäufer im Laden. Egal wie der Kunde seinen Wunsch formuliert, zeigt sie ihm alle dazu passenden Produkte aus dem Angebot des Shops. Auch komplexe Anfragen in natürlicher Sprache versteht sie und sucht dazu passende Produkte heraus. Kunden auf der Suche nach "blauen Hemden von Marke XY in den Größen M und L zwischen 20 und 60 Euro" sollten Ergebnisse erhalten, die all diese im Suchstring angegebenen Kriterien berücksichtigen. Eine solche Suche erspart dem Kunden viel Zeit, sorgt für mehr Zufriedenheit und hilft so dem Kaufprozess auf die Sprünge.

Einfache und flexible Suchtechnologie

Semantische Suchtechnologie kann genau das leisten. Natürlichsprachige Nutzeranfragen kann sie problemlos verstehen. Sie erkennt Tippfehler des Nutzers schon bei der Eingabe und hilft ihm, sie zu korrigieren. Darüber hinaus sieht sie auf Basis bereits getippter Buchstaben den beabsichtigten Suchbegriff voraus und schlägt ihn als Eingabe vor. Diese Type-Ahead-Funktion erleichtert dem Kunden die Suche, vor allem wenn er den Namen des gesuchten Produktes nur zum Teil kennt. Sie erkennt zuverlässig Synonyme und bezieht sie in die Ausgabe von Suchergebnissen mit ein.

After-Search-Navigation über Produkttypen und Produktkategorien gibt dem Kunden weitere Orientierung. Eine facettierte Suche gibt einen hervorragenden Überblick, in welchem Bereich wie viele Treffer vorhanden sind.  Hier kann der Nutzer dann in den Ergebnissen zu seiner Suchanfrage stöbern und sie weiter filtern. Das ist dann schon nahe am Einkaufserlebnis mit einem guten Verkäufer. Nachdem der Kunde seinen Wunsch grob umrissen hat, präsentiert der Verkäufer ihm die mögliche Auswahl aus dem Angebot. Hemden legt er dabei auf einen Haufen, T-Shirts auf den nächsten und so weiter. Diese Vorsortierung hilft dem Kunden bei der Suche nach dem passenden Produkt und macht das zunächst unübersichtliche Angebot leicht durchschaubar.

Aufwendige Konfigurationsarbeit unnötig

Damit erspart eine zeitgemäße Suchtechnologie dem Shop-Betreiber auch die aufwendige Konfiguration einer erweiterten Suchfunktion. Erweiterte Suchen sind die Krücke klassischer Suchsysteme, bei denen der Nutzer mithilfe verschiedener Menüs seine Anfrage genauer formulieren soll. Preisbereiche, Farben oder Produktkategorien muss der Nutzer hier umständlich eingeben. Dafür muss sich der Shop-Betreiber vorher die entsprechenden Auswahlmöglichkeiten ausdenken. Das erfordert viel Fingerspitzengefühl, denn nur sinnvolle Formulare helfen dem Nutzer bei der Eingrenzung seiner Suche wirklich weiter. Und ist am Ende doch oft umsonst, weil dem Nutzer das Anklicken und Auswählen zu aufwendig ist und er deshalb darauf verzichtet. Außerdem kommt es bei erweiterten Suchen immer wieder vor, dass der Kunde seine Suche so weit einschränkt, dass er keine Ergebnisse erhält. Mit einer facettierten Suche lässt sich dieses Problem elegant vermeiden. Denn eine After-Search-Navigation über eine facettierte Suche zeigt dynamisch immer nur die Facetten an, zu denen es auch Ergebnisse gibt.

Abgesehen von der zielgenauen Suche bietet semantische Suchtechnologie noch weitere Vorteile für Shop-Betreiber und Kunden. Dubletten zum Beispiel erkennt das System zuverlässig und filtert sie aus den Suchergebnissen. Ist das Angebot einmal komplett mit Schlagworten versehen, ermöglicht die Technologie die automatische Empfehlung verwandter Artikel. Das gibt dem Kunden eine bessere Orientierung über das weitere Angebot und erhöht die Wahrscheinlichkeit eines Kaufs. Denn die automatisch generierten Empfehlungen passen genau zu den gesuchten Produkten und bieten mögliche Kaufalternativen, wenn der Kunde unter dem eigentlich Gesuchten nicht fündig wird.

Semantische Suchtechnologie hilft also dabei, mit der Suche das zentrale Navigationselement eines Shops deutlich zu verbessern. Sie hilft entscheidend dabei, aus Besuchern auch Käufer zu machen und damit den Umsatz eines Online-Shops zu steigern.

Alexander Siebert Über den Autor/die Autorin:

Alexander Siebert (32) ist geschäftsführender Gesellschafter und operativer Motor der Retresco GmbH, die er 2008 gemeinsam mit Partnern aus Wissenschaft und Wirtschaft in Berlin gegründet hat. Zuvor war der studierte Computerlinguist wissenschaftlicher Mitarbeiter an der Berlin-Brandenburgischen Akademie der Wissenschaften und verantwortete hier zwei große Suchtechnologieprojekte. Alexander Siebert ist Verfasser verschiedener wissenschaftlicher Veröffentlichungen, Python-Liebhaber und Vater von drei Mädchen.