Има разлика между това, което клиентите могат да видят, и това, което могат да опишат. Някой забелязва лампа в апартамента на приятел и иска да я купи. Знае точно как изглежда, но няма представа какво да въведе в лентата за търсене. Визуалното търсене запълва тази празнина. Вместо да преобразува менталния образ в ключови думи, клиентът прави снимка (или качва екранна снимка от социалните медии) и изкуственият интелект намира визуално подобни продукти във вашия каталог. Технологията е узряла значително през последните години и се превръща в стандартна функция за далновидни марки за електронна търговия.
Визуалното търсене не е чак толкова нова идея и въпреки това все още има само няколко платформи за електронна търговия, които използват това решение. То използва изображения от реалния свят - снимки или дори екранни снимки - за да намери продукт, подобен или същият като показания на снимката. Всичко, което потребителят трябва да направи, е да насочи камерата към търсения артикул или да качи избрана снимка в специалния браузър на платформата за електронна търговия. С този метод всъщност можете да решите три различни проблема:
Визуалното търсене се е превърнало от новост в очакване, водено от няколко сили едновременно. Купувачите – особено по-младите – вече търсят визуално в социалните платформи и с камерите на телефоните си и пренасят този навик в търговията на дребно. Цели категории живеят или умират от това как изглежда нещо: мода, домашен декор, мебели, красота и аксесоари са пълни с покупки, при които описанието никога не улавя това, което прави картината. И тъй като откриването се измества към изкуствен интелект, който разбира изображенията толкова свободно, колкото и текста, магазините, които могат да бъдат търсени визуално, са просто по-лесно откриваеми.
Развитието на визуалното търсене променя начина, по който потребителите взаимодействат с продуктите онлайн.
Бизнес причината е също толкова пряка. Всеки момент „Не мога да го опиша, затова ще се откажа“ е загубена продажба – и тези моменти се струпват около най-визуалните, често продукти с най-висок марж. Визуалното търсене улавя намерението, което текстът оставя на масата, превръщайки разочарования браузър в купувач. Същата логика е зад замяната на основна търсачка на продукти с интелигентна: срещнете се с купувачите там, където е действителното им намерение.
Когато е добре внедрено, визуалното търсене ще се усеща лесно за вашите потребители. Тази функция обаче е осъществена благодарение на специализиран конвейер, състоящ се от модели за дълбоко обучение, структури за индексиране, логика за класиране и други.
Когато потребителят предостави входни данни, конвейерът започва процес, наречен извличане на изображения, базирано на съдържание (CBIR). За разлика от извличането на изображения, базирано на текст (TBIR), което зависи от имена на файлове или писмени етикети, CBIR анализира самото изображение.
CBIR системите използват модели за дълбоко обучение, предназначени за компютърно зрение, по-специално конволюционни невронни мрежи (CNN) и трансформатори на зрение (ViT). Тези модели са обучени върху масивни набори от данни от изображения, за да разпознават модели и да правят разлика между обекти, дори с вариации в осветлението, ъгъла или фона.
След като изображението бъде анализирано, конвейерът извлича набор от характеристики, които описват какво съдържа:
CNN, ViT и други модели за дълбоко обучение се справят с този етап. Те преобразуват всяка характеристика в математическо представяне, наречено векторно вграждане.
След извличане на характеристиките на изображението, системата за извличане трябва да открие къде се вписва то сред милионите други онлайн. Всяко изображение в базата данни вече има свое собствено вграждане. Когато се качи ново изображение, системата сравнява неговия вектор с всички съхранени, за да измери колко са сходни.
Сравнението разчита на математически методи като евклидово разстояние или косинусова сходност, които изчисляват колко близо или далеч са две изображения в пространството от характеристики. Ето как платформи като Google Image Search или инструменти за визуално търсене в електронната търговия предоставят прецизни, контекстуално точни съвпадения.
Индексирането организира всички извлечени характеристики на изображението, за да ускори сравненията.
Вместо да сканира цялата база данни, системата стеснява фокуса си до малък, релевантен подмножество от изображения, които споделят сходни характеристики. Техники като k-d дървета, топкови дървета и алгоритми за хеширане правят това възможно:
Когато потребителите кликнат върху продукт, игнорират резултатите или прецизират търсенето си, това поведение се превръща в данни за обратна връзка. Вместо да се преобуча от нулата, моделът прецизира логиката си за класиране в реално време.
Ако потребителите постоянно предпочитат определени съвпадения, тези характеристики получават по-голяма тежест при бъдещи търсения. Ако игнорират други, системата ги класира надолу.
Колкото повече изображения и взаимодействия обработва, толкова по-добра става в предсказването на намеренията и контекста.
След като бъдат намерени визуални съвпадения, системата попълва потребителския интерфейс с тях. Резултатите обикновено се показват като миниатюри заедно с метаданни, като заглавия на продукти, цени и кратки описания. Всичко това помага на потребителите да разпознаят какво виждат, преди да кликнат или докоснат резултата.
Много платформи използват и логика за препоръки, за да разширят откриваемостта.
Търсенето на текст, търсенето на изображения и визуалното търсене помагат на потребителите да намерят това, което търсят, по различни начини.
Търсенето на текст зависи от думите. Потребителите въвеждат текста, а системата сканира индексиран текст, като заглавия, етикети и метаданни. Системата показва съответстващите резултати, които традиционно са уебсайтове, въпреки често включват изображения и продуктови връзки.
Търсенето на изображения все още започва с въвеждане на текст, но резултатът е визуален. Връща свързани снимки или продуктови обяви въз основа на заявката на потребителя. Това е полезно, когато потенциалните клиенти знаят какво да напишат, но искат да видят опциите. Те могат да разглеждат снимки на продукти, преди да вземат решение.
Визуалното търсене, от друга страна, започва с изображение, вместо с текст. Потребителят може да качи или заснеме снимка на яке, което е видял в магазин. Системата показва или точно съвпадение, или каквото е най-близко до него в нейния референтен набор.
Най-често срещаният случай на употреба на визуално търсене е вдъхновението от социалните медии. Клиентите виждат продукти, които харесват в Instagram, Pinterest или TikTok, и искат да ги намерят (или подобни артикули), за да ги закупят. Възможността да направите скрийншот на тази публикация и да търсите в магазина си с изображението улавя търсене, което търсенето по ключови думи просто не може.
От магазина към онлайн е друг ценен случай на употреба. Клиент вижда нещо, което харесва във физически магазин, но иска да сравни цени или да провери отзиви онлайн. Снимка на продукта незабавно показва съответстващи артикули във вашия каталог, преодолявайки разликата между физическото и дигиталното пазаруване.
По-специално за модата и домашния декор, визуалното търсене позволява съпоставяне на стилове. Клиент качва снимка на облекло или стая и вашата система предлага продукти, които съответстват на стила, цветовата палитра и естетиката. Това надхвърля намирането на точния артикул и се превръща в инструмент за откриване, който увеличава размера на кошницата.
Има няколко начина да добавите визуално търсене към вашия електронен магазин. Най-простият е икона на камера в лентата за търсене, която позволява на клиентите да качват или правят снимка. Когато е активирана, тя отваря камерата на устройството или инструмента за избор на файлове, изпраща изображението към API за визуално търсене и връща резултати в стандартния формат на продуктовата мрежа.
По-интегрираните подходи вграждат визуално търсене в цялото пазаруване. Страниците с подробности за продукта могат да показват визуално подобни артикули (по-интелигентна версия на вас може също да ви хареса). Страниците с категории могат да позволят на клиентите да прецизират резултатите, като качат референтно изображение. А маркетинговите имейли или рекламите в социалните медии могат да предоставят дълбоки връзки към визуални резултати от търсенето, предварително попълнени с изображението на представения продукт.
Техническата интеграция обикновено включва API за визуално търсене, базиран в облак. Изображенията от вашия продуктов каталог се индексират (еднократен процес, който може да отнеме няколко часа за големи каталози), след което API обработва заявките за търсене в реално време. Времето за реакция обикновено е под една секунда, достатъчно бързо, за да се усеща изживяването мигновено за клиентите.
Качеството на резултатите от визуалното търсене зависи силно от качеството на изображенията от продуктовия каталог. Продуктите, заснети на бял фон с ясен, безпрепятствен изглед, се индексират по-добре от лайфстайл изображенията, където продуктът е частично скрит или заобиколен от разсейващи елементи. Повечето системи за визуално търсене препоръчват индексиране на основното изображение на продукта (бял фон, само продукт) като канонично представяне.
Размерът на каталога е от значение за клиентското изживяване. Визуалното търсене е най-впечатляващо, когато каталогът е достатъчно голям, че има добри съвпадения за повечето изображения за търсене. Каталог с 500 продукта често ще връща посредствени съвпадения, защото правилният продукт просто не съществува в инвентара. Каталог с 50 000 продукта е много по-вероятно да има силни съвпадения за всяко дадено изображение за търсене.
Редовното повторно индексиране гарантира, че новите продукти могат да се търсят незабавно. Повечето платформи за визуално търсене поддържат постепенно индексиране, при което новите продукти се добавят към индекса, без да се преизгражда целият индекс. Това означава, че продуктите могат да се търсят визуално в рамките на минути след добавянето им към каталога.
Не сте сигурни дали трябва да интегрирате технологията за визуално търсене с вашата платформа? Ето основните предимства от това.
Що се отнася до продажбите, трябва да се опитате да разберете много добре психологията на потребителя. Работата е там, че мозъкът обработва изображенията много по-бързо, отколкото обработва текстовите елементи. Съществува и едно просто правило - в повечето ситуации, ако клиентите не намерят това, което търсят, те ще напуснат платформата, вместо да купят нещо различно. Докато търсенето по текст може да бъде наистина неефективно, визуалното търсене може да даде на потребителя точно това, което е правилно, увеличавайки вероятността за продажба.
Клиентите предпочитат да сортират продуктите, използвайки изображения. Те реагират с емоционална реакция първо на изображението, а след това, ако им хареса това, което виждат, може да стигнат до текста, за да научат повече за продукта. Също така, макар че можем да прекараме часове в преглеждане на приложения за пазаруване, понякога просто отчаяно искаме бързо да намерим продукт със специфични характеристики. Безкрайното търсене на продукта може да доведе до изоставяне на количката или платформата без покупка. Можете да предотвратите това, като използвате техника за визуално търсене, за да покажете на потребителите продукти, подобни или същите като това, което търсят. С тази технология намирането на продукт с подобни характеристики също е по-лесно и по-бързо. Това намалява броя на стъпките, през които потребителите трябва да преминат, когато пазаруват, за да намерят определен продукт. Това води до по-добро потребителско изживяване.
Визуалното търсене е бързо, лесно и безопасно. Като продавач, когато използвате традиционни техники за търсене на вашата платформа, вие (или вашите служители) трябва ръчно да маркирате всички изображения, качени на вашия уебсайт или приложение. В случай че някое изображение е маркирано неправилно или изобщо не е маркирано, традиционните инструменти няма да могат да го намерят и представят на клиентите. Визуалното търсене е по-точно, тъй като се фокусира върху съдържанието на изображението, а не върху текстовите метаданни, така че резултатите винаги ще бъдат точни.
Ключовите показатели за визуалното търсене са процентът на търсенията и кликванията (колко често клиентите кликват върху визуален резултат от търсенето), процентът на търсенията и покупките (колко често визуалните търсения водят до покупки) и показателите за релевантност (колко точно върнатите резултати съответстват на изображението от търсенето).
Ранните внедрявания често показват по-ниски проценти на конверсия от търсенето по ключови думи, което е очаквано, тъй като визуалното търсене често се използва за сърфиране и откриване, а не за търсения с намерение за покупка. С течение на времето, с подобряването на системата и научаването на клиентите да ѝ се доверяват, процентите на конверсия обикновено се покачват.
A/B тестването на визуалното търсене спрямо контролна група (няма налично визуално търсене) е най-надеждният начин за измерване на неговото постепенно въздействие. Това обхваща не само директните конверсии от визуалното търсене, но и ефекта на ореола на визуалното търсене върху цялостната ангажираност на сайта и времето, прекарано в сърфиране.
Визуалното търсене работи най-добре за категории продукти със силно визуално разграничение: мода, мебели, домашен декор и аксесоари. То е по-малко полезно за категории, където продуктите изглеждат сходни, но се различават по спецификации, като електроника или промишлени консумативи. Снимка на черен лаптоп не казва на системата нищо за скоростта на процесора или RAM паметта.
Качеството на изображението от клиентите може да бъде проблем. Размазани снимки, екстремни ъгли, лошо осветление и претрупани фонове намаляват точността на съвпадение. Най-добрите системи се справят с тези проблеми грациозно, връщайки приблизителни съвпадения, а не никакви резултати, но изживяването винаги е по-добро с ясни входни изображения.
Важат и съображения за поверителност. Ако вашето визуално търсене обработва качени от клиенти снимки, се нуждаете от ясни правила за това как тези изображения се съхраняват и използват. Повечето реализации обработват изображението, извличат вектора на характеристиките, връщат резултати и след това изхвърлят оригиналното изображение. Прозрачността по този въпрос изгражда доверие у клиентите.
Визуалното търсене само нараства по популярност с течение на времето. Екипите, разработващи продукти, трябва да изградят системи, които правят това взаимодействие безпроблемно чрез бързо зареждане на изображения, изчистени метаданни и обратна връзка, която се учи от поведението на потребителите. Тъй като по-младите купувачи се насочват към търсене, базирано на изображения, очакванията за тази функционалност само ще нарастват.
Това означава, че за да останат конкурентоспособни, екипите за електронна търговия трябва да подготвят данни, каталози и интерфейси за свят, в който визуалните и поведенческите сигнали за намерение работят заедно.
