Wat machine learning doet met de zoekbalk van je site

Persoonlijk hou ik niet zo van die zogenaamde 'Silicon Valley-inspiratiereizen'. Begrijp me niet verkeerd, ze klinken leuk, maar er speciaal heen gaan om inspiratie op te doen voelt wat geforceerd. Maar hoe noem je het dan als je toevallig in San Francisco bent, in de software zit, en 'geïnspireerd' raakt? 😉

Dat overkwam mij in april 2019, toen ik in San Francisco was voor een presentatie over Maxeda, cloudtransformatie en alle mooie dingen die we daar gedaan hebben. “Nu we er toch zijn” spraken we af met het leuke team van Constructor.io (zie foto).

Constructor.io is een startup in zoeken met machine learning, gevestigd in het centrum van San Francisco. Hun producten stellen e-commerceplatformen in staat hun gebruikers beter te laten zoeken. Constructor.io gebruikt machine learning om de site te leren wat bepaalde producten 'betekenen' als iemand op trefwoorden zoekt. Klinkt veelbelovend — eens kijken wat ze ons kunnen vertellen.

We hebben een mooie tijd gehad en gingen weg met veel meer begrip van waarom machine learning cruciaal is voor e-commerceplatformen. “Wees meer als Google als je zoeken doet” was voor ons inspirerend: wij liepen aan tegen veel handwerk voor de ongeveer 100.000 producten die online moeten staan. Het rangschikken automatiseren op basis van klantgedrag is cruciaal, want 'menselijke hersencapaciteit' is nu eenmaal altijd beperkt.

Dat is in het Nederlands één woord, maar het is samengesteld uit twee woorden: tuin en huis. Zoek je op die twee losse woorden, dan krijg je hele slechte resultaten (links). Geen tuinhuizen, maar behang van een merk dat die twee losse woorden als merknaam heeft — en juist dat zet die behangproducten hoger in de lijst.

Zoeken op producten met machine learning doet wonderen voor de conversie en de gebruikservaring, en scheelt productmanagers een hoop tijd die anders in het handmatig verbeteren van zoekopdrachten gaat zitten. In het oude scenario was het vinden van beter converterende synoniemen handwerk: zeer foutgevoelig en met zo'n 100.000 producten online simpelweg te veel werk. Zoeken met machine learning ligt aan de basis van het wereldwijde succes van Google (al sinds begin jaren 2000) en wordt binnenkort de de facto standaard in alle zoekmachines.