Pesquisar correspondência e classificação
Adobe Commerce Optimizer classifica os resultados para que os compradores vejam primeiro os produtos mais relevantes. O serviço oferece o maior impulso aos produtos cujo texto de catálogo corresponde melhor ao que o comprador digita, favorece correspondências em que os termos de consulta aparecem juntos de maneira significativa e, finalmente, inclui correspondências mais amplas (incluindo comportamento que oferece suporte à correspondência de estilo de preenchimento automático).
Como as correspondência são priorizadas
Em um nível alto, a relevância usa três camadas de força correspondente (além de outros fatores de pontuação descritos abaixo):
-
Correspondência de frase exata e próxima — A frase de pesquisa completa corresponde ao texto do catálogo ou a uma correspondência próxima após a normalização, como a origem (por exemplo, formas singular e plural resolvidas na mesma raiz). Essas correspondências recebem o aumento de relevância mais alto.
-
Todas as palavras no mesmo campo — Todas as palavras da consulta aparecem em um atributo pesquisável (por exemplo,
redepantsno produto nome). Essa camada recebe o próximo aumento mais alto. -
Palavras em diferentes campos — Os termos da consulta aparecem em diferentes atributos pesquisáveis (por exemplo,
redem cor epantsem nome). Essa é a camada de correspondência mais ampla e recebe o menor aumento de relevância. Também pode corresponder a consultas parciais usadas pelo preenchimento automático, por exemplo, quando um comprador digitared panantes de terminarpants. Para catálogos em alemão, consulte Decomposição (Alemão).
Exemplo
Para uma consulta como red pants:
- Os produtos com a frase exata calças vermelhas (ou uma variante próxima) estão na primeira posição.
- Os produtos em que vermelho e calças aparecem no mesmo campo (por exemplo, nome) posição a seguir.
- Os produtos cujos termos aparecem em campos diferentes (por exemplo, cor e nome) seguem.
Decomposto (Alemão) decompounding-german
Catálogos alemães usam muitas palavras compostas. Por exemplo, o spülbecken e o spül becken podem se decompor em tokens como o spul e o beck (após o stemming) para que um comprador que pesquisa o spul becken ainda possa encontrar o Spülbecken. Nessa camada, subpalavras decompostas de um termo composto devem aparecer no mesmo campo. Outros termos de consulta podem corresponder em campos diferentes.
Este requisito AND filtra correspondências irrelevantes onde apenas uma subpalavra está presente. Por exemplo, uma pesquisa por Brauseschlauch não retorna mais Schlauchstück quando apenas parte do composto corresponde. Uma pesquisa por spülbecken ainda pode corresponder a spülbeckventil porque a palavra mais longa contém todos os tokens esperados.
Exemplo
Para uma frase de pesquisa como Brauseschlauch chrom:
- Correspondência de frase exata e próxima — Procura a frase completa brauseschlauch chrom como digitada, sem decomposição (a origem ainda se aplica).
- Todas as palavras no mesmo campo — Procura por brauseschlauch e chrom no atributo pesquisável same, ainda sem decomposição (por exemplo, ambos em name).
- Palavras em diferentes campos — Decompõe Brauseschlauch em brause e schlauch. Esses tokens devem aparecer no campo same (não necessariamente como uma frase adjacente). chrom pode corresponder em um campo different (por exemplo, brause e schlauch em name, chrom em color).
Defina Idioma como Alemão na guia Idioma em Configurações para que as regras de decomposição sejam aplicadas. Valide consultas alemãs de alto valor em uma loja de preparo antes de habilitar as alterações na produção.
A decomposição se baseia em regras e pode adicionar casos de borda nesta camada. Se uma subpalavra estiver ausente no dicionário, a geração de tokens poderá estar incompleta e retornar correspondências mais amplas do que o esperado; por exemplo, gas ausentes de gaszähler poderão emitir apenas zahl ou stat ausentes do termostato. O lematizador também pode produzir raízes inesperadas (por exemplo, schrauber resultante de schraub ou schelle a schell). O Adobe atualiza o dicionário e as substituições da raiz para casos conhecidos à medida que problemas são identificados.
O que mais afeta a classificação
A relevância não é determinada pela correspondência de frases isoladamente. Vários sinais interagem:
- Aumentar com base na frase exata / próxima correspondente
- Impulsionar quando todos os termos da consulta aparecem no campo igual
- Classificação inteligente (quando habilitada), que mescla relevância textual com sinais comportamentais — consulte Como funciona a pontuação de classificação inteligente
- Pesquise peso em cada atributo e outros fatores de relevância textual (por exemplo, a frequência com que os termos ocorrem e o comprimento do nome ou da descrição). Em Configurações, configure quais atributos participam da pesquisa por palavra-chave e seus pesos da pesquisa por palavra-chave relativos.
- Regras de merchandising, como fixar, aumentar e atenuar
Como esses sinais interagem, um produto que corresponde somente no nível mais amplo pode, às vezes, ser classificado acima de uma correspondência de frase mais estreita, por exemplo, quando pesos de pesquisa ou frequência de termo em um campo de alto peso superam uma correspondência de frase mais fraca em outro lugar.
Exemplo: se calças vermelhas aparecer como uma frase na descrição com peso de pesquisa = 1, mas calças vermelhas e calças aparecer separadamente no nome e na cor com peso de pesquisa = 10, a correspondência de frases na descrição poderá não superar a correspondência de divisão, dependendo da pontuação geral.
As regras manuais de pin e bury permanecem fortes; as regras de boost podem exigir ajuste para superar novos aumentos de frase e de mesmo campo. Validar consultas importantes após alterar pesos ou regras.
Peso de pesquisa 1 e indexação combinada
Atributos configurados com o peso mínimo de pesquisa (peso 1) e não configurados para modos de correspondência especiais (como contém ou começa com) podem ser combinados no índice de pesquisa em um único campo interno (defaultSearchField) para reduzir a sobrecarga de mapeamento de campo. Trate-a como uma superfície pesquisável para correspondência de mesmo-campo: os tokens que chegam somente nesses campos combinados de baixo peso são avaliados juntos em vez de campos separados por atributo. A Adobe pode refinar essa otimização ao longo do tempo, à medida que a correspondência evolui.