Разработка

Поиск в интернет-магазине на Битрикс: ограничения штатного решения и внедрение AnyQuery

Главная
/
Блог

Максим Жуков

Сооснователь ecommerce-агентства KISLOROD

Поиск в интернет-магазине напрямую влияет на продажи. Пользователи, которые вводят запрос в поисковой строке, покупают в среднем в 3–5 раз чаще тех, кто просто листает каталог. Это самая «горячая» аудитория: человек уже знает, что ищет. Если нужный товар находится сразу, вероятность покупки растет. Если выдача нерелевантная, часть пользователей уходит с сайта.

На сайтах с большим каталогом быстро становится видно, где поиск начинает проседать. В таких проектах мы внедряем внешние поисковые сервисы, модули или поисковые движки. В этой статье разберём один из сервисов — AnyQuery. Расскажем, чем он лучше штатного поиска Bitrix и как это работает на практике.

Содержание

Как работает стандартный поиск Bitrix
Чем AnyQuery отличается от стандартного поиска Bitrix
Как внедряется умный поиск на проекте
Кейс Aquanet: внедрение поиска AnyQuery
Когда интернет-магазину стоит внедрять AnyQuery

Как работает стандартный поиск Bitrix

Штатный поиск Битрикс решает простую задачу: ищет совпадения слов. Пользователь вводит запрос, система смотрит, где эти слова встречаются в названии товара, описании или других текстовых полях.

Дальше результаты сортируются по релевантности. На практике это означает, что выше оказываются страницы, где нужные слова встречаются чаще или были недавно изменены.

На небольших сайтах этого достаточно. Если каталог состоит из нескольких сотен товаров и названия написаны достаточно прямо, поиск обычно выдает то, что ожидает пользователь.

Но в интернет-магазинах с большим каталогом такая логика начинает давать сбои. Дело в том, что люди редко вводят точное название товара. Один и тот же смеситель могут искать совершенно разными способами. Например: «смеситель для раковины», «кран для умывальника», «smesitel», «смиситель». Для пользователя это один и тот же товар, но для поиска это четыре разных запроса.

В результате система может не найти нужную позицию или показать длинный список товаров, которые формально совпадают по словам, но плохо соответствуют запросу.

Когда каталог большой и поиском пользуются активно, такие ситуации начинают происходить регулярно. Пользователь вводит запрос, не видит ожидаемого результата и уходит искать товар через категории или фильтры, а иногда просто закрывает сайт.

Чем AnyQuery отличается от стандартного поиска Bitrix

AnyQuery устроен иначе. Это внешний поисковый движок, который индексирует каталог сайта и обрабатывает пользовательские запросы отдельно от Bitrix.

Каталог сайта индексируется: система собирает данные о товарах — названия, характеристики, категории, бренды и другие параметры — и формирует поисковый индекс. Поиск работает по этому индексу, поэтому запросы обрабатываются быстрее и выдачу можно точнее настраивать.

Главное отличие — алгоритм учитывает семантическую близость запросов. Так сайт показывает товары даже тогда, когда формулировка пользователя отличается от названия в каталоге.

Например, запросы «смеситель для раковины», «кран для умывальника» или «smesitel» система может интерпретировать как один и тот же товарный сценарий. В результате в выдаче оказываются релевантные товары, даже если слова не совпадают буквально.

Следующий этап — ранжирование результатов. В отличие от стандартного поиска, который ориентируется на совпадения слов, AnyQuery учитывает несколько факторов: релевантность запросу, популярность товара, статистику продаж и поведение пользователей.

То есть поиск работает как элемент мерчандайзинга: выдача подстраивается под спрос и помогает быстрее привести пользователя к покупке.

Как внедряется умный поиск на проекте

Внешний поиск нельзя просто подключить как виджет. Его нужно встроить в существующую архитектуру сайта и связать с пользовательскими сценариями. Обычно внедрение наша команда проводит по нескольким этапам:

1. Индексация каталога.

Сначала каталог выгружается в поисковый сервис. В индекс попадают названия товаров, категории, бренды, характеристики, артикулы и другие поля. Это стандартная схема для поисковых движков: индексированная структура данных позволяет быстрее обрабатывать запросы и гибко управлять релевантностью.

На этом этапе обычно проверяем структуру каталога: какие поля участвуют в поиске и как они влияют на ранжирование.

2. Подключение интерфейса поиска.

Дальше на сайт подключается интерфейс: строка поиска, выпадающие подсказки и страница результатов.

Подсказки начинают работать уже во время ввода запроса. Пользователь может увидеть категории, бренды или конкретные товары еще до перехода на страницу выдачи.

3. Интеграция с действиями пользователя.

Поисковая выдача в идеале поддерживает те же действия, что и каталог. Пользователь должен иметь возможность добавить товар в корзину, отметить его в избранном или добавить в сравнение прямо из результатов поиска.

Для этого поиск связывается с методами сайта, которые управляют этими действиями. Фактически поиск просто вызывает существующие функции фронтенда.

4. Синхронизация состояния интерфейса.

Товары из поиска могут появляться в разных местах интерфейса: в подсказках, в выдаче или в блоках рекомендаций. При этом состояние элементов должно оставаться единым. Если товар уже добавлен в корзину или отмечен в избранном, это должно отображаться и в поисковой выдаче. Поэтому на этом этапе синхронизируют работу интерфейсных элементов: иконок корзины, избранного и сравнения.

5. Проверка работы на фронтенде.

Поиск работает через внешний сервис и зависит от загрузки скриптов на странице. На проектах с тяжелым фронтом это нужно учитывать. Если скрипты загружаются поздно, поиск может запускаться позже, чем ожидает пользователь. Поэтому на финальном этапе проверяем порядок загрузки скриптов и поведение поиска на разных страницах сайта.

Такой подход мы используем на проектах с большим каталогом, где поиск становится важной частью навигации по сайту.

Один из таких проектов — интернет-магазин Aquanet. У магазина большой ассортимент сантехники, поэтому пользователи часто ищут товары через поисковую строку. Со временем стало заметно, что штатный поиск Битрикс хуже справляется с реальными пользовательскими запросами.

В результате решили подключить внешний поисковый сервис — AnyQuery — и встроить его в существующую логику сайта.

Внедряем умный поиск в интернет-магазины

Подключаем поисковые сервисы, настраиваем выдачу и интегрируем поиск в пользовательские сценарии. Если хотите улучшить поиск на сайте — напишите нам, проанализируем качество выдачи и особенности запросов.

Обсудить проект

Кейс Aquanet: внедрение поиска AnyQuery

Aquanet — интернет-магазин сантехники с большим каталогом. Пользователи часто приходят на сайт с конкретным запросом: ищут модель, бренд или тип оборудования.

Со временем стало заметно, что штатный поиск Bitrix хуже справляется с такими запросами. Пользователи вводят названия товаров с ошибками, транслитом или просто используют другие формулировки. В таких случаях поиск показывал нерелевантные результаты или не находил товары. Чтобы улучшить работу поиска, на проекте подключили внешний сервис — AnyQuery.

Что сделали

Поиск встроили в существующий интерфейс сайта и подключили несколько компонентов.

Автоподсказки. Во время ввода запроса пользователь сразу видит товары, категории и популярные запросы.
AI-поиск. Поиск начал корректно обрабатывать транслит, опечатки и разные формулировки запросов.
Товарные рекомендации. В поисковой выдаче добавили блоки с похожими товарами.
Аналитику поиска. Подключили статистику поисковых запросов, чтобы отслеживать, что ищут пользователи и где возникают пустые результаты.
Интеграцию с интерфейсом магазина. Поиск синхронизировали с логикой сайта: из выдачи можно добавлять товары в корзину, избранное и сравнение. Состояние этих элементов отображается так же, как в каталоге.

Что это дает бизнесу

После внедрения умного поиска пользователи быстрее находят нужные товары и реже уходят с сайта из-за нерелевантной выдачи. Улучшение поиска может увеличить:

конверсию поисковых сессий — до 30%
общую конверсию сайта — до 8%

Для интернет-магазинов с большим каталогом это заметно влияет на продажи. Поиск становится полноценным инструментом навигации по ассортименту и помогает пользователям быстрее находить нужные товары.

Когда интернет-магазину стоит внедрять AnyQuery

Чаще всего о внешнем поисковом сервисе задумываются в таких ситуациях:

AnyQuery помогает пользователям быстрее находить нужные товары и упрощает навигацию по большому каталогу. При правильной настройке он будет отдельным инструментом работы с ассортиментом.

Мы внедряем и настраиваем AnyQuery на eCommerce-проектах: подключаем поисковые сервисы, интегрируем их с логикой сайта и адаптируем под структуру каталога. Если вы планируете улучшить поиск на сайте или рассматриваете внедрение умного поиска, можем помочь разобраться с задачей и предложить подходящее решение.

Получайте полезный контент от KISLOROD в любом из мессенджеров

При переходе в одну из указанных социальных сетей вы автоматически даете согласие на обработку персональных данных и согласие на получение рекламной рассылки. Подробнее об обработке данных в Политике конфиденциальности.