KI-Suche für B2B-Kataloge Ihr Katalog spricht Produkt. Ihre Käufer sprechen Problem.

Ein Einkäufer tippt ein, was er lösen muss. Im Katalog steht, was das Teil ist. Dazwischen bleibt die Trefferliste oft leer. Wir bauen für Magento eine Suche, die beides verbindet und Artikelnummern trotzdem exakt trifft.

Suche prüfen lassen
Beispiel

schlauch für heiße lauge lebensmittelecht

0 Treffer

Im Katalog heißt der passende Artikel „EPDM-Reinigungsschlauch, CIP-geeignet, bis 140 °C“. Kein einziges Wort stimmt überein.

Warum die Suche leer bleibt

Keyword-Suche findet Wörter. Keine Absichten.

  • Andere Wörter

    Der Käufer schreibt „Lauge“, das Datenblatt „alkalische Reinigung“. Für Elasticsearch und OpenSearch sind das zwei verschiedene Dinge.

  • Halbe Artikelnummern

    Einkäufer tippen die Nummer vom alten Lieferschein ab, oft nur zur Hälfte. Eine rein semantische Suche „korrigiert“ sie dann zum falschen Artikel.

  • Wissen im PDF

    Temperaturbereich, Beständigkeit und Normen stehen oft nur im Datenblatt und nicht in den Produktattributen.

  • Nicht jeder darf alles sehen

    Kundengruppen, Shared Catalogs, Vertragspreise: Die Suche darf nichts finden, was dieser Kunde nicht kaufen darf.

So bauen wir sie

Zwei Suchen. Ein Ergebnis.

Eine Vektorsuche findet Produkte nach Bedeutung, die klassische Volltextsuche nach exakten Begriffen. Ein gemeinsamer Score verbindet beides mit Ihren Regeln.

  1. Aufbereiten

    Beschreibungen, Attribute und Datenblätter werden in Vektoren übersetzt. Ändert sich ein Produkt, wird nur dieses neu indexiert.

  2. Filtern

    Vor der Suche fällt weg, was die Kundengruppe nicht sehen darf. Das Sprachmodell bekommt nur den erlaubten Ausschnitt.

  3. Finden

    Vektor- und Volltextsuche laufen parallel. Sieht die Anfrage nach einer Artikelnummer aus, zählt der exakte Treffer mehr.

  4. Sortieren

    Lagerbestand, Kundenpreise und Bestellhäufigkeit fließen in die Reihenfolge ein, nach Regeln, die Sie festlegen.

Vorher messen

Erst die Suchlogs. Dann das Modell.

Wir starten mit Ihren echten Suchanfragen. Daraus entsteht eine Ausgangslage, an der sich jede Änderung messen lassen muss.

  • Suchen ohne Treffer

    Wie oft endet eine Suche leer, und mit welchen Begriffen?

  • Reihenfolge

    Stehen die richtigen Produkte oben? Bewertet an einer Liste echter Anfragen (NDCG).

  • Klicks auf die ersten Treffer

    Klicken Käufer oben, oder scrollen sie und geben auf?

Ehrlich gesagt

Nicht jeder Shop braucht KI. Manchmal reicht gute Pflege.

Lohnt sich, wenn

  • Ihr Katalog tausende Artikel mit vielen technischen Attributen hat,
  • Kunden nach Anwendung suchen statt nach Produktname,
  • in Ihren Suchlogs viele Anfragen ohne Treffer stehen.

Eher nicht, wenn

  • Ihre Kunden fast nur per Artikelnummer bestellen. Dann bringt eine gut eingestellte OpenSearch mehr.
  • die Produktdaten selbst lückenhaft sind. Dann kommen zuerst die Daten in Ordnung, zum Beispiel mit einem PIM.

Ihre Kunden suchen mit dem Fernglas? Dabei könnte die Suche einfach finden.

Wir schauen uns Ihre Suchlogs an und zeigen Ihnen, welche Anfragen heute ins Leere laufen.

Suche prüfen lassen
Schwarzes Fernglas