Wyszukiwarka w sklepie — Algolia vs Meilisearch vs PG
Klient, który korzysta z wyszukiwarki w sklepie, kupuje kilkukrotnie częściej niż ten, który przegląda kategorie — wie, czego szuka. Jednocześnie wyszukiwarka bywa najbardziej zaniedbanym elementem sklepu: nie radzi sobie z literówką, nie rozumie polskiej odmiany i na zapytanie o produkt, który jest w ofercie, zwraca pustą listę.
Krótka odpowiedź: przy katalogu do kilku tysięcy produktów wystarczy wyszukiwanie wbudowane w bazę danych — bez dodatkowego kosztu i bez kolejnej usługi do utrzymania.
Powyżej tej skali, przy dużym ruchu albo gdy potrzebujesz podpowiedzi w trakcie pisania i filtrów działających natychmiast, sięgnij po Meilisearch (własny serwer, niski koszt) albo Algolia (usługa, rozliczenie za zapytania).
Kiedy wyszukiwarka staje się problemem
Zanim zdecydujesz o wyborze narzędzia, sprawdź dane. W statystykach sklepu widać zapytania, które kończą się brakiem wyników, oraz odsetek osób opuszczających sklep po skorzystaniu z wyszukiwarki. To one wskazują, czy problem w ogóle istnieje i jaka jest jego skala.
Typowe objawy są trzy. Pierwszy to zapytania bez wyników na produkty, które są w ofercie — zwykle skutek braku obsługi odmiany albo literówek. Drugi to wysoki odsetek wyjść bezpośrednio po wyszukiwaniu. Trzeci to zapytania powtarzane w kilku wariantach, co oznacza, że klient szuka sposobu na sformułowanie pytania zrozumiałego dla systemu.
Porównanie rozwiązań
| Kryterium | Baza danych | Meilisearch | Algolia |
|---|---|---|---|
| Koszt | Brak dodatkowego | Koszt serwera, od 50 zł | Za zapytania, od 0 do kilkuset zł |
| Odporność na literówki | Ograniczona | Bardzo dobra | Bardzo dobra |
| Podpowiedzi w trakcie pisania | Trudne | Wbudowane | Wbudowane |
| Polska odmiana | Wymaga konfiguracji | Dobra | Dobra |
| Filtry działające natychmiast | Zależne od indeksów | Bardzo dobre | Bardzo dobre |
| Utrzymanie | Brak dodatkowego | Własny serwer | Po stronie dostawcy |
| Rozsądna skala | Do kilku tysięcy pozycji | Do setek tysięcy | Bez praktycznych ograniczeń |
Wyszukiwanie w bazie danych — niedoceniane
Współczesne bazy relacyjne mają wbudowane mechanizmy wyszukiwania pełnotekstowego, które przy katalogu liczonym w tysiącach pozycji dają wyniki wystarczające dla większości sklepów. Zaletą jest brak dodatkowej usługi: nie ma osobnego serwera do utrzymania, nie ma synchronizacji indeksu i nie ma ryzyka, że wyszukiwarka przestanie odpowiadać niezależnie od sklepu.
Ograniczenia ujawniają się przy trzech wymaganiach: odporności na literówki, podpowiedziach pojawiających się w trakcie pisania oraz filtrach przeliczających liczbę wyników natychmiast po każdej zmianie. Wszystkie trzy da się zbudować, ale nakład pracy zaczyna przewyższać koszt gotowego rozwiązania.
Polska odmiana — problem, który trzeba rozwiązać niezależnie od narzędzia. Zapytanie o „buty do biegania" powinno znaleźć produkt opisany jako „but biegowy". Bez obsługi form podstawowych wyszukiwarka zwraca pustą listę mimo obecności produktu w ofercie. Przy wyszukiwaniu w bazie wymaga to konfiguracji słownika, przy gotowych narzędziach — wskazania języka i uzupełnienia listy synonimów branżowych.
Meilisearch i Algolia — kiedy który
Oba narzędzia rozwiązują ten sam problem i oferują zbliżone możliwości. Różnica dotyczy modelu utrzymania i rozliczenia.
Meilisearch uruchamiasz na własnym serwerze. Koszt to cena maszyny, niezależnie od liczby zapytań, a dane pozostają w Twojej infrastrukturze. Wymaga za to utrzymania: aktualizacji, monitorowania i kopii zapasowych indeksu. To dobry wybór przy przewidywalnym, znacznym ruchu i gdy masz kto zajmie się serwerem.
Algolia jest usługą — nie utrzymujesz niczego, ale płacisz za liczbę zapytań i rekordów. Przy niewielkim ruchu koszt bywa zerowy, przy dużym rośnie proporcjonalnie i potrafi przekroczyć koszt własnego serwera. Zaletą jest natychmiastowe uruchomienie i brak obowiązków operacyjnych.
Co decyduje o jakości wyników
Wybór narzędzia jest mniej istotny niż sposób jego skonfigurowania. Ta sama wyszukiwarka potrafi działać świetnie albo bezużytecznie w zależności od kilku ustawień.
- Wagi pól — trafienie w nazwę produktu musi znaczyć więcej niż trafienie w opis.
- Synonimy branżowe uzupełniane na podstawie zapytań bez wyników.
- Reguły promowania — produkty dostępne od ręki wyżej niż wyczerpane.
- Wykluczenie produktów wycofanych z indeksu albo przesunięcie ich na koniec listy.
- Obsługa zapytań z numerem katalogowym — trafienie dokładne powinno zawsze wygrywać.
- Podpowiedzi ze zdjęciem i ceną, pozwalające przejść wprost do produktu.
- Sensowna strona braku wyników z propozycjami i odnośnikiem do kategorii.
- Wyszukiwanie w atrybutach — kolor, rozmiar, marka, a nie tylko w nazwie.
Synchronizacja indeksu
Rozwiązania oparte na osobnym indeksie wymagają utrzymania jego zgodności z bazą sklepu. To najczęstsze źródło problemów po wdrożeniu, bo błąd nie objawia się awarią, tylko cichą rozbieżnością — wyszukiwarka pokazuje produkty, których nie ma, albo pomija nowe.
- Aktualizacja przy zmianie produktu, nie wyłącznie w cyklu nocnym.
- Pełne przebudowanie indeksu uruchamiane okresowo jako zabezpieczenie.
- Monitorowanie rozbieżności — porównanie liczby produktów w bazie i w indeksie.
- Zachowanie awaryjne — gdy wyszukiwarka nie odpowiada, sklep powinien wrócić do wyszukiwania w bazie, a nie pokazywać błąd.
Pomiar skuteczności
| Wskaźnik | Co oznacza | Wartość odniesienia |
|---|---|---|
| Odsetek zapytań bez wyników | Braki w synonimach lub odmianie | Poniżej 5% |
| Konwersja po wyszukiwaniu | Trafność wyników | Kilkukrotnie wyższa niż ogólna |
| Udział sesji z wyszukiwaniem | Widoczność pola wyszukiwania | 15–30% |
| Kliknięcie w pierwsze trzy wyniki | Jakość sortowania | Powyżej 60% |
| Zapytania powtarzane | Problem ze zrozumieniem zapytań | Im mniej, tym lepiej |
Najbardziej praktyczny jest pierwszy wskaźnik. Lista zapytań kończących się brakiem wyników to gotowa lista zadań: część wymaga dopisania synonimu, część wskazuje na braki w asortymencie, a część na produkty opisane językiem innym niż ten, którego używają klienci.
Cykl, który warto wprowadzić. Raz w miesiącu przejrzyj dwadzieścia najczęstszych zapytań bez wyników i dopisz synonimy albo popraw opisy. To kilkanaście minut pracy, a poprawa trafności jest natychmiastowa i mierzalna. Żadna zmiana narzędzia nie da porównywalnego efektu przy tym nakładzie.
Wyszukiwarka jako źródło wiedzy o ofercie
Poza funkcją nawigacyjną wyszukiwarka pełni rolę, którą łatwo przeoczyć: jest jedynym miejscem, gdzie klienci mówią własnymi słowami, czego szukają. To dane, których nie da się uzyskać z żadnego innego źródła w sklepie.
Regularna analiza zapytań przynosi wnioski wykraczające daleko poza samą konfigurację wyszukiwania.
- Zapytania o produkty spoza oferty — gotowa lista propozycji dla działu zakupów.
- Nazewnictwo klientów odbiegające od katalogowego — materiał do poprawy opisów i nazw kategorii.
- Zapytania o parametry, których nie ma w filtrach — wskazówka, czego brakuje w nawigacji.
- Sezonowość widoczna w zapytaniach wcześniej niż w sprzedaży.
- Zapytania o usługi — montaż, dostawa, gwarancja — sygnalizujące braki w treściach informacyjnych.
Szczególnie wartościowa jest druga pozycja. Jeśli klienci masowo szukają produktu pod nazwą potoczną, a Twój katalog używa nazwy producenta, tracisz ich nie tylko w wyszukiwarce wewnętrznej, ale i w wynikach zewnętrznych — bo tej samej nazwy używają w wyszukiwarce internetowej. Dopisanie potocznych określeń do opisów rozwiązuje oba problemy naraz.
Podsumowanie
Przy katalogu do kilku tysięcy produktów wyszukiwanie wbudowane w bazę danych jest wystarczające i najtańsze w utrzymaniu. Powyżej tej skali albo przy wymaganiu podpowiedzi w trakcie pisania warto sięgnąć po Meilisearch przy przewidywalnym ruchu i własnym serwerze albo po Algolię, gdy zależy Ci na szybkim starcie bez obowiązków operacyjnych.
Niezależnie od wyboru o jakości wyników decyduje konfiguracja: wagi pól, lista synonimów, obsługa polskiej odmiany i sensowna strona braku wyników. Regularny przegląd zapytań kończących się pustą listą jest przy tym najtańszym i najskuteczniejszym działaniem, jakie można podjąć.
Najczęstsze pytania
Przy katalogu do kilku tysięcy produktów zwykle nie — wyszukiwanie pełnotekstowe wbudowane w bazę danych daje wystarczające wyniki bez dodatkowego kosztu i bez kolejnej usługi do utrzymania. Osobne narzędzie staje się uzasadnione przy większym katalogu, dużym ruchu albo wymogu podpowiedzi pojawiających się w trakcie pisania.
Meilisearch, jeśli masz przewidywalny znaczny ruch, własny serwer i kogoś, kto go utrzyma — koszt jest wtedy stały niezależnie od liczby zapytań. Algolia, jeśli zależy Ci na natychmiastowym uruchomieniu bez obowiązków operacyjnych i akceptujesz rozliczenie rosnące wraz z ruchem.
Przejrzeć listę zapytań kończących się brakiem wyników i uzupełnić synonimy, poprawić wagi pól tak, żeby trafienie w nazwę znaczyło więcej niż w opisie, oraz zadbać o obsługę polskiej odmiany. Te trzy działania zwykle dają większą poprawę niż zmiana silnika wyszukiwania.
Konfiguracja wyszukiwania w bazie danych to zwykle 2–5 dni pracy. Wdrożenie osobnego narzędzia wraz z indeksowaniem, synchronizacją, podpowiedziami i filtrami zajmuje od 5 do 15 dni. Do tego dochodzi koszt bieżący: serwer przy Meilisearch albo opłata za zapytania przy usłudze.
Strona braku wyników powinna proponować produkty zbliżone, sugerować poprawioną pisownię i prowadzić do najpopularniejszych kategorii oraz do kontaktu z obsługą. Pusty ekran z komunikatem o braku wyników jest jednym z najczęstszych momentów opuszczenia sklepu, a przecież klient wyraźnie zasygnalizował intencję zakupu.
Bezpłatna wycena Twojego projektu
Opisz w kilku zdaniach, co chcesz zbudować — stronę, aplikację czy sklep. Odpowiadamy w ciągu 24 godzin roboczych konkretną propozycją zakresu i harmonogramu. Konsultacja i wycena są bezpłatne, bez zobowiązań.