Podle výzkumu Fashion (Re)search se v roce 2020 vyšplhal obrat české módní e‑commerce na 31 miliard korun a v roce 2021 očekávaly růst o 14,11 procenta na 35,69 miliardy korun. Přesto řada e‑shopů zápasí s tím, že u nich zákazníci nenajdou to, co hledají, ačkoli obchod dané zboží reálně nabízí.
Přehrabovat se módními kousky má něco do sebe i na internetu. Zatímco v kamenné prodejně zákazníkovi poradí prodavač, v online prostředí tuto roli zastupuje funkce vyhledávání. Naše data od více než dvou tisíc klientů ukazují, že zákazníci používající vyhledávání nakoupí 3 až 5krát častěji než ti, kteří se přijdou „jen podívat“. Napříč segmenty využívá tuto funkci asi pětina zákazníků, někdy dokonce až 50 procent. Výjimku je móda — tu přes vyhledávání nakupuje jen 7 až 15 procent lidí, i když zajišťují v průměru třetinu až polovinu obratu oděvních e‑shopů.
Rozdíly jsou vidět také v tom, jak zákazníci s vyhledaným zbožím interagují. V elektronice, knihách nebo v lékárenství si z první stránky výsledků vybere až 90 procent lidí, na druhou přejde jen 10 procent. Ve fashion segmentu naopak zákazníci nemají problém projít i desítky stránek zboží, než najdou jedno ideální. Obvykle totiž mají dopředu jen obecnou představu o tom, co chtějí, zboží vybírají podle vizuální stránky. A to by mělo reflektovat i nastavení vyhledávacího nástroje.
Při vyhledávání módy zákazníci často zadávají poměrně vágní popis zboží, nestačí proto jen nabídnout produkty s obdobným názvem. Systém je musí umět vyhodnotit na základě relevance vůči hledané frázi. Pokud uživatel zadá „zelený batoh“ a obchod mu produkt zobrazí i v jiných barevných kombinacích, může takový nepřesný výsledek vést zákazníka až k odchodu ze stránky. Často se totiž setkáváme s tím, že e‑shopy mají u výrobku nastavenu určitou barvu jako primární. A tu pak zobrazují, i když zákazník zadal úplně jinou.
Roli hraje i fonetické vyjadřování, které se promítá do vyhledávání. Češi a Slováci totiž vyslovují spoustu značek po svém. Například Nike považují za „Najk“, zatímco se vyslovuje „Najký“ a Givenchy skomolí na „Givenči“ místo správného „Živonši“. Což představuje zásadní problém nejen pro zastaralé fulltextové vyhledávače. Tento problém je navíc umocněn různými jazykovými mutacemi. V Luigi’s Box se nám jej daří zásadně eliminovat díky umělé inteligenci. Když zákazník i při zadání s překlepem vybere určitý produkt, přiřadí mu AI vyšší prioritu. Ve výsledcích jej pak posouvá výše podle toho, kolik zákazníků udělá stejnou chybu.
Stále častěji e‑shopy umožňují při vstupu na stránky rozlišit, jestli je zboží pro muže, ženu či dítě. Tato skvělá myšlenka ale narazí ve chvíli, kdy nastavení použijí i ve vyhledávání — to se pak může vrátit bez výsledků, přestože e‑shop daný sortiment nabízí. Pro zákazníka je to signál chybějícího zboží či nekvalitního vyhledávače. Oba případy pak mají za následek totéž — ztrátu ochoty zde nakupovat.
V módě vyhledávač slouží spíše k inspiraci, ukázat aktuální trendy, poradit s výběrem. A právě zde přináší umělá inteligence do e‑commerce velký potenciál. Nakupující bude brzy moci nahrát do vyhledávače obrázek vysněného módního kousku a umělá inteligence mu najde dané zboží či alternativy se stejným vizuálem. Nebo nabídne oblečení, které mu pomůže definovat vlastní styl.
