اول از همه بیایید با موری آشنا بشیم: هوش مصنوعی موری به شما این قابلیت رو میده که هرطور دوست دارید و با ادبیات خودتون، لباس مورد نظرتون رو توصیف کنید تا بین 1,500 فروشگاه براتون پیدا کنه.

سرچ توصیفی یعنی شما میتونید همچین عبارتی رو جستجو کنید: کاپشن سیلیکونی زنانه پفی کوتاه که ترند باشه برای استایل خیابونی و قیمتش بین 500 تومن تا 1تومن باشه.
ولی کار اینجا تموم نمیشه Core موری به نحوی هست که جستجوی تصویری داره یعنی وقتی شما "تیشرت استیو جابز " رو جستجو کنید اول از همه میره میگرده ببینه استیو جابز کی هست و چی میپوشه و بعد از اون برای شما مشابهاش رو بین فروشگاه های ایرانی که موجود دارن پیدا میکنه.
در واقع صرفا نتایج جستجو رو براساس عنوان محصولات بهت نشون نمیده بلکه از روی عکس محصول که کرال شده متوجه میشه شما دنبال چه محصولی هستید. ممکنه شما دنبال شلوار برای استایل کژوال باشید ولی هیچ فروشگاهی در عنوان محصولاتش اسم "کژوال" رو قید نکرده باشه ولی موری معنی کژوال رو میفهمه و در نتایج به شما نمایش میده.
در این کیس استادی من به دنبال جواب این سوال بودم:

کاربران چه رفتاری با جستجوی توصیفی دارند؟ آیا مورد رضایت آنها هست؟ شهودی پیدا کرده بودم نسبت به این جواب این سوالات در مصاحبه هایی که داشتم ولی کافی نبود و دیتایی جز این نداشتیم پس در اولین قدم CSAT طراحی کردم که کاربران با دیدن نتایج جستجو به آن امتیاز بدهند ولی جایگاه این CSAT قابل تفکر بود ما نیاز داشتیم در ابتدا نارضایتیها رو متوجه بشیم. همچنین میدانستیم هر چقدر کاربر اسکرول کنه از دقت جستجو کم میشه، پس کامپونت CSAT را در بعد از سطر 10ام کارت ویوها قرار دادیم و اگر کاربر بین 1تا 3 امتیاز میدادند از آن چرایی نارضایتیش رو میپرسیدیم.

نسبت به CSAT قبلی نرخ مشارکت خوبی رو داشت و ما تونستیم در مدت 3ماه و نیم به 617تا مشارکت برسیم ولی کار اینجا تمام نشد و من از کسانی که قبل از مشارکت ثبت نام کرده بودند و شماره تماسشون رو داشتیم طی مصاحبه تلفنی کوتاه انتظارات این کاربران رو جویا میشدم.

تا زمانی که CSAT فعال بود و منتظر مشارکت کاربران بودیم به بررسی 2.000 کوئری اخیر کاربران در متابیس پرداختیم تا بسنجیم، اگر جستجوی توصیفی انجام میدهند چجوری توصیف میکنند؟ آیا الگوریتمهای ما به درستی کوئریهای کاربران رو ترجمه میکنه؟ آیا کاربران نتایج مرتبط و خوبی میگیرند؟
با بررسی چندتا از کوئریهای کاربران ما متوجه شدیم کوئریهای ساده و توصیفی نتایج خوبی رو نمایش نمیدن و الگوریتم در کمتر از 1% مشکل ترجمهایی داشت و به خوبی متوجه میشد کاربران چی جستجو کردند و به دنبال چه چیزی هستند، پس مشکل از کجا بود؟ چی نتایج رو خراب میکرد؟
در فیلترهایی که ما در صفحه PLP (Product Lising Page) گذاشته بودیم، به صورت داینامیک و براساس کوئری جستجوی کاربر و تگ گذاری که قبلا بود، الگوریتمهای ما به کاربر 3 فیلتر پیشنهاد میداد. همچنین بعضی از فیلترها با توجه به جستجوی کاربر به صورت اتوماتیک فعال میشدن تا نتایج رو بهبود بدن.

پس از بررسی چندتا کوئری به فرضیههای زیر رسیدیم:
ما متوجه شدیم نزدیک به 50% جستجوی کاربران ساده بود (مثل شلوار مشکی) و بخش زیادی از جستجوهای توصیفی که وجود داشت برای نمونه جستجوهایی بود که ما برای ان بوردینگ کاربر در صفحه هوم و سرچ بار گذاشته بودیم و کاربران ما هنوز از قابلیت جستجوی توصیفی استفاده نمی کردند و با این حال تصمیم گرفتیم نتایج جستجو ساده در ادامه مسیر رو بهبود بدیم.
با بررسی دیتاهایی که الان از CSAT داشتیم متوجه شدیم هر کاربر نسبت به چه کوئری امتیاز 1تا 5 رو ثبت کرده و با بررسی کوئری ها متوجه شدیم شاخص مورگان در جستجوهای ساده و توصیفی پایین هست (با توجه به جایگاهش انتظارشو داشتیم) و هر کاربری که اعلام نارضایتی میکرد همراه با نارضایتیش کوئری که جستجو کرده بود رو هم ما میتوانستیم ببینیم که در ادامه خیلی بهمون کمک کرد.
همچنین کاربرها از تگهایی هوشمند ما که به صورت فیلتر بودند استقبال نمی کردند یا براشون کاربردی نبود یا دیزاینش به نحوی بود که بین فیلترهای دیگه گم میشد.

برای ما خیلی مهم بود کاربر به سرچ توصیفی آن بورد بشه تا فرق سرچ ما با یک فروشگاه معمولی رو متوجه بشه برای همین ما باید کوئری ساده کاربر رو به سمت توصیفی ببریم که هم آن بورد بشه هم سریعتر به محصول مورد نظر خودش برسه.
پس برای پیاده سازی ما نیاز داشتیم به این موارد دقت کنیم:
با بنچ مارکها و اسکچهایی که زدم به ایدهی جدا پرسیدن فیلترها رسیدم و از آن جایی که این فیلترها هوشمند بودن و نیاز به توجه کاربرها داشتند به این دیزاین رسیدم.

ولی جایگاه این فیلتر ها کجا باشد و تا چه زمانی و چه سناریویی به کاربر نمایش داده شود؟
ما قانون نانوشته ایی تنظیم کردیم که اگر کاربر بیشتر از 4 کلمه جستجو کند یعنی سرچ توصیفی انجام داده و این کامپونت فیلترهای هوشمند باید برای کمتر از 4 کمه نمایش داده شود.
ولی برای جایگاهش ما متوجه شدیم کاربران خیلی اسکرول نمی کنند پس در همین ابتدا و زیر فیلترهای بیسیک قرار دادیم تا نرخ کلیک روی این فیلترها رو افزایش دهیم.
در نهایت وقتی الان من این ویرگول رو مینویسم الگوریتممون رو براساس تگ گذاری که داشتیم آپدیت شد. CSAT جدید با گزینه های داینامیک اضافه شد، هنوز دوماه نگذشته و نمی تونم نتیجه رو نسبت به قبل اندازه گیری کنم ولی با دیدن پست هاگ و نتایج CSAT تا به این لحظه نرخ کلیک روی فیلترهای هوشمند و نتایج CSAT رضایت بخش هستند.