Улучшение конверсии поиска

Интернет-магазин Офисмаг

Интернет-магазин специализируется на продаже товаров для офиса, склада и школы. Поиск был одним из основных инструментов навигации для пользователей, особенно при большом ассортименте из 40 000 позиций и разнообразии наименований.

Было выявлено, что поиск работает нестабильно: пользователи не находили нужные товары, частота отказов на страницах результатов была выше среднего. Цель проекта — улучшить точность и полезность поиска, повысить конверсию из поиска в покупку и уменьшить долю неудачных запросов.

Ключевые метрики:

• Конверсия из поиска → до 78% и цель после 90%
• Доля нулевых результатов → до 15% и цель после 5%
• Среднее количество кликов на результат → до 3 и цель после 1

Выступал в роли инициатора и руководителя проекта. Зоны отвественности:

• Анализ поведения пользователей внутри поиска
• Формирование гипотез по улучшению релевантности
• Приоритизация задач с учетом ограничений в разработке
• Постановка задач разработчикам и тестирование изменений

Реализованные мероприятия:

• Провели аудит поисковой логики: выявили, что синонимы, орфографические ошибки и неправильные раскладки не обрабатывались.
• Добавили механизм нормализации запросов, в том числе поддержку ошибок и альтернативных названий товаров.
• Внедрили автодополнение и подсказки на основе популярных запросов и остатков.
• Обновили алгоритм сортировки результатов: подняли в топ карточки с лучшим CTR и наценкой.
• Анализировали сессии с нулевыми результатами, добавили перенаправления на категории или подборки.

Результаты, в течение 2 месяцев после релиза:

• Конверсия из поиска выросла с 78% до 92%
• Количество сессий с нулевыми результатами снизилось на 20%
• Среднее время нахождения на сайте через поиск уменьшилось на 17%
• Общий вклад поиска в выручку вырос на 23%

Выводы и инсайты:

• Пользователи часто используют нестандартные или обобщенные формулировки, особенно новички — важно покрывать “человеческий” язык, а не только строгие названия.
• Автоподсказки срабатывают лучше, когда персонализированы под текущий контекст поиска.
• Следующим шагом стала проработка рекомендаций в пустых результатах и использование тегов категорийных менеджеров.