Январь — особенное время. Половина страны ещё вспоминает, какой сегодня день недели, другая половина — уже срочно ищет нужные товары, а IT-системы в этот момент внезапно оказываются под двойной нагрузкой.
Именно в таком январе к нам пришёл запрос:
«Поиск есть, но он не понимает пользователей. Совсем.»
Именно в таком январе к нам пришёл запрос:
«Поиск есть, но он не понимает пользователей. Совсем.»
Когда поиск вроде работает, но ничего не находит
Каталог большой, ассортимент сложный, запросы — человеческие.
А поиск был… компьютерным. Слишком буквальным.
Что происходило на практике:
Добавим сюда январский фактор:
Весело? Немного. Управляемо? Уже не очень.
А поиск был… компьютерным. Слишком буквальным.
Что происходило на практике:
- пользователь писал «от боли в горле» — поиск искал ровно это словосочетание;
- опечатка превращалась в «ничего не найдено»;
- синонимы система игнорировала;
- автоподсказки были скорее формальностью;
- служба поддержки отвечала на вопросы быстрее, чем поиск.
Добавим сюда январский фактор:
- трафик скачкообразный;
- часть команды в отпуске;
- обновлять ядро системы «прямо сейчас» нельзя.
Весело? Немного. Управляемо? Уже не очень.
Решение: научить поиск понимать, а не угадывать
Мы предложили не «улучшить поиск», а переосмыслить его логику. Сделать так, чтобы система понимала смысл запроса, даже если пользователь сам не до конца уверен, что именно ищет.
В основе — гибридный подход:
Звучит красиво. На практике — куча нюансов.
В основе — гибридный подход:
- классический текстовый поиск для точных совпадений;
- векторный поиск для смысла и контекста;
- NLP для обработки языка, синонимов и сущностей.
Звучит красиво. На практике — куча нюансов.
Техническое осложнение №1: инфраструктура «на январских оборотах»
Любые серьёзные изменения в поиске — это:
А январь не очень любит резкие движения.
Что сделали:
Никто ничего не заметил. Значит, всё прошло правильно.
- пересборка индексов,
- нагрузка на Elasticsearch,
- тестирование под реальный трафик.
А январь не очень любит резкие движения.
Что сделали:
- разворачивали систему параллельно существующему поиску;
- тестировали на реальных логах, но без влияния на пользователей;
- включали новый поиск постепенно, сегментами.
Никто ничего не заметил. Значит, всё прошло правильно.
Техническое осложнение №2: опечатки, которые ломают мозг
Мы быстро поняли: пользователи пишут не так, как в документации. Опечатки, сокращения, разговорные формулировки — всё это превращало стандартный поиск в «угадай мелодию».
Решение:
Поиск перестал обижаться на пользователей. И это сильно улучшило отношения.
Решение:
- многоуровневая система исправления опечаток;
- fallback-поиск, если первый запрос не дал результатов;
- автокомплит, который действительно помогает, а не просто «дописывает буквы».
Поиск перестал обижаться на пользователей. И это сильно улучшило отношения.
Техническое осложнение №3: система должна думать быстро
Интеллектуальный поиск — это круто, пока он не начинает думать слишком долго.
Мы оптимизировали:
В итоге поиск стал умнее, но не медленнее — что обычно самое сложное сочетание.
Мы оптимизировали:
- векторные индексы (HNSW);
- кеширование популярных запросов;
- асинхронную обработку сложных сценариев.
В итоге поиск стал умнее, но не медленнее — что обычно самое сложное сочетание.
Что получилось в итоге
Через несколько недель:
И главное — система перестала быть «фильтром», она стала помощником.
- количество пустых запросов резко сократилось;
- пользователи начали находить товары даже по неточным формулировкам;
- снизилась нагрузка на поддержку;
- поиск стал основой для будущего AI-ассистента.
И главное — система перестала быть «фильтром», она стала помощником.
Главный вывод
Интеллектуальный поиск — это не про технологии.Это про уважение к пользователю.
Даже если он:
Если поиск его понимает — бизнес выигрывает. А мы в очередной раз убедились: лучшие AI-проекты начинаются с простого вопроса «А почему людям сейчас неудобно?»
Даже если он:
- печатает с ошибками,
- формулирует запрос «на глазок»,
- делает это в январе, одной рукой, второй — держа мандарин.
Если поиск его понимает — бизнес выигрывает. А мы в очередной раз убедились: лучшие AI-проекты начинаются с простого вопроса «А почему людям сейчас неудобно?»
Подробнее с нашими кейсами можно ознакомиться тут