Quando un retailer vuole migliorare la ricerca del proprio e-commerce, di solito cambia tecnologia: un motore di terze parti, un plugin, un assistente conversazionale. Si dà per scontato che una tecnologia migliore produca risultati migliori. Massimo Ivaldi, fondatore di uno studio di ricerca e consulenza specializzato nella ricerca interna degli e-commerce, ha voluto verificarlo. Da alcuni mesi misura dall'esterno, con le stesse prove, come rispondono le barre di ricerca dei negozi online italiani, e pubblica i risultati nella classifica della ricerca interna degli e-commerce italiani. Gli abbiamo chiesto che cosa ha trovato.
Che cosa misurate, esattamente?
Ci mettiamo nei panni del cliente. A ogni negozio, sulla barra di ricerca, poniamo lo stesso tipo di domande, costruite a partire dal suo catalogo e di difficoltà crescente: si va dalla parola che compare nel nome del prodotto fino alla frase intera, scritta come la scriverebbe una persona. Poi verifichiamo se i risultati sono pertinenti, quali strumenti permettono di restringere la ricerca e, quando è possibile, quanto tempo impiega la risposta. Le rilevazioni sono automatiche e accompagnate da controlli sulle evidenze raccolte. Nella formazione del punteggio teniamo conto solo di ciò che possiamo verificare dall'esterno, come farebbe un cliente qualunque. Non è un giudizio sul negozio, né sulla tecnologia in generale: solo sulla ricerca interna. Ci sono anche dei limiti: per esempio alcuni marchi bloccano le rilevazioni automatiche, e il nostro metodo prevede di non aggirare i blocchi di chi legittimamente non vuole essere visitato dal nostro crawler: su quei negozi non abbiamo dati.
Che cosa è emerso?
Che il cliente trova molto meno di quanto si pensi. Finché cerca con le parole esatte del catalogo, quasi tutti i negozi rispondono bene. Quando invece scrive come parla (ossia in linguaggio naturale), le cose cambiano: a queste richieste gli e-commerce italiani che abbiamo misurato danno in media 3,7 risposte pertinenti su 10. Quasi la metà dei negozi sta sotto il 4, e solo il 16% arriva a 7 o più. Ma il dato che mi ha colpito di più è un altro. A parità di piattaforma e di motore di ricerca, i risultati cambiano moltissimo: negozi che usano esattamente lo stesso software vanno da pochi punti a valori da primi della classe. Se fosse la tecnologia a decidere, negozi con la stessa tecnologia dovrebbero ottenere risultati simili. Non è così.
Quindi cambiare motore di ricerca non serve?
Serve molto meno di quanto ci si aspetti. In media, adottare un motore di ricerca a pagamento migliora il risultato di circa un quarto di risposta su dieci. Su una delle piattaforme più diffuse, 2 motori su 3 fanno addirittura peggio della ricerca nativa. Non vuol dire che siano cattivi prodotti: vuol dire che da soli non bastano. La differenza la fanno soprattutto la configurazione e il testo del catalogo. In media quasi 1 nome di prodotto su 4 non dice che cosa sia il prodotto: c'è un codice, un nome commerciale, un colore. Pensiamo a una scheda intitolata "XK-2205 nero". Chi la guarda vede una borraccia termica e capisce. Ma la ricerca non guarda la foto, legge il testo, e nel testo la parola "borraccia" non c'è. Il cliente che la cerca non la trova, qualunque motore ci sia sotto. Infatti i negozi con cataloghi scritti così rispondono sensibilmente peggio. E sono più di quanti si immagini: nella classifica pubblica compaiono solo i negozi che hanno ottenuto almeno 50 punti, e sono molti meno di quelli rimasti sotto, di cui non pubblichiamo i dati ma solo il fatto che sono stati misurati.
Perché il tema dovrebbe interessare i retailer proprio adesso?
Il tema avrebbe sempre dovuto essere di massimo interesse, perché un prodotto che la ricerca non trova è un prodotto che non si vende. Ma adesso, con l'avvento del commercio agentico, diventa urgente. Un errore nei dati di catalogo, finora, si pagava due volte: nella ricerca del sito e su Google. Con il commercio agentico si rischia di pagarlo tre volte.
Che cosa cambia, in concreto, con il commercio agentico?
Per ora il commercio agentico è più una promessa che una realtà. OpenAI, per esempio, a marzo ha ritirato l'acquisto diretto dentro ChatGpt e oggi rimanda il cliente al sito del negozio per concludere l'ordine: il checkout, insomma, non è agentico. La direzione però è chiara, e probabilmente diventerà presto una realtà. Oggi gli assistenti di intelligenza artificiale, che lavorano sia sui dati che il negozio fornisce attraverso feed e protocolli diversi da una piattaforma all'altra, sia sulla lettura del negozio stesso, hanno soprattutto la funzione di consiglieri: suggeriscono un prodotto e mandano il cliente sulla sua pagina. Per questo è importante che la pagina prodotto di un e-commerce permetta di cercare facilmente prodotti diversi, nel caso in cui quello consigliato dall'agente non sia esattamente ciò che il cliente desidera. Altrimenti il cliente se ne va altrove, per mancanza di alternative.
Per questo il mio consiglio è semplice: prima di scegliere una nuova tecnologia, conviene misurare che cosa ottiene il cliente con quella che il negozio ha già, e sfruttare al massimo la ricerca e tutte le funzionalità che offre. In alcuni casi emergono limiti veri della piattaforma, e allora cambiare ha senso. In molti altri basta configurarla meglio, oppure arricchire il catalogo con le parole che i clienti usano davvero. È un lavoro meno spettacolare di un nuovo software, ma è quello che il cliente nota, e presto anche l'agente AI.
