6 Boas práticas para buscas em um eCommerce B2B

Nos últimos anos, trabalhei muito com a pesquisa de ecommerce, tanto por meio de relações de consultoria (diretamente com os comerciantes) quanto com soluções para as empresas que trabalhei. Vi uma mudança clara no varejo B2B, com o foco se tornando mais alinhado ao varejo B2C em torno da experiência do cliente. A pesquisa é uma parte fundamental do processo de compra e uma parte que os comerciantes B2B não devem ignorar.

Na minha experiência, as taxas de conversão lideradas por pesquisa (com base apenas nos utilizadores que concluíram uma pesquisa) são geralmente três a seis vezes superiores às navegações sem pesquisa. Isso também é geralmente mais alto para as lojas B2B, devido à natureza do processo de compra. Há um argumento de que isso é baseado na intenção, mas eu fiz dois projetos no ano passado em que levamos uma proporção maior de pessoas para usar a pesquisa e conseguimos um aumento substâncial na receita em ambas as ocasiões.

Veja como os comerciantes B2B podem aproveitar o poder da pesquisa:

1. Resultados específicos para cada cliente

Um dos recursos B2B mais importantes é a capacidade de atribuir preços e visibilidade do produto a clientes e grupos de clientes específicos. Do lado dos preços, isso significa que o preço exibido aos clientes será diferente de todos os produtos ou apenas de produtos específicos, que precisam ser adaptados para a pesquisa. O mesmo princípio se aplica a catálogos específicos de clientes e você pode exibir produtos que estão definidos para estar disponíveis para um cliente específico em pesquisa.

2. Melhores preços

Outro recurso geralmente usado pelos comerciantes B2B é o preço escalonado, como o fornecimento de um desconto com base na quantidade do item que está sendo comprado. Você pode exibir o preço com base no menor preço possível do item, conforme a captura de tela abaixo do comerciante de suprimentos de tatuagem Painful Pleasures.

3. Fornecer uma experiência rápida

Ser capaz de fornecer uma experiência de sugestão automática rápida e perfeita é outro requisito fundamental para muitos comerciantes, que podem melhorar a experiência geral do cliente e aumentar a velocidade de seleção de produtos e finalmente concluir uma compra.

A loja Painful Pleasures usa uma sobreposição rápida de JavaScript para fornecer uma experiência mais rica. Na imagem abaixo, a sobreposição apresenta filtragem AJAX, resultados de conteúdo e a capacidade de migrar para a visualização de lista, tudo sem esperar que outra página seja carregada.

Na minha experiência, permitir que o cliente filtre essa sobreposição inicial acrescenta muito valor, já que a maioria das lojas B2B tem catálogos muito grandes. Outro recurso que pode agregar valor aqui e é frequentemente solicitado é um botão Adicionar rápido ao carrinho.

4. Use recursos avançados de impulsionar produtos

Com as lojas B2B geralmente tendo catálogos de produtos muito grandes, a capacidade de criar regras para promover produtos específicos e grupos de produtos de certas maneiras é extremamente importante. Sua ferramenta de pesquisa deve ser capaz de:

• Aumentar a visibilidade de um SKU específico globalmente
• Aumentar a visibilidade de um SKU específico
• Impulsionar uma seleção específica de produtos globalmente (com base nos atributos do produto)
• Aumentar itens específicos para consultas específicas
• Atribuir SKUs para consultas específicas e grupos de consultas

Dependendo da complexidade da sua base de clientes e do catálogo, você também pode precisar da possibilidade de aplicar diferentes lógicas de aprimoramento para diferentes usuários.

Muitos desses requisitos também seriam os mesmos para filtragem. Por exemplo, a capacidade de atribuir a ordem de filtragem para consultas ou usuários específicos, bem como permitir que eles sejam aprendidos com base em como os filtros suportam a eficácia das consultas e o desempenho geral da pesquisa. No mínimo, a filtragem precisaria ser adaptada com base na seleção de produtos sendo retornados.

Outro recurso que acredito ser muito valioso para os dois comerciantes B2B é a capacidade de veicular banners e bloqueios de anúncios como parte da experiência de pesquisa, tanto na página de resultados quanto na sobreposição. Idealmente, isso seria administrável em uma consulta e no nível do cliente e apoiaria o agendamento.

Também é provável que os usuários pesquisem por SKU em lojas B2B, portanto, isso é algo que precisa ser suportado, conforme a captura de tela abaixo.

5. Obter relatórios

A geração de relatórios é uma parte importante da pesquisa de todos os varejistas, pois pode fornecer muitas informações sobre o que os usuários estão realmente procurando, bem como o desempenho dos produtos. Para manter uma solução de pesquisa forte, é importante monitorar o que está funcionando e o que não está funcionando. Veja alguns dos relatórios que você deve usar:

• Relatório de termos de pesquisa — Palavras-chave que impulsionam cliques e receita (idealmente por dispositivo e localização)
• Uso de filtragem — Relatórios sobre quais filtros estão sendo usados ​​e os valores que estão sendo selecionados
• Refinamentos — Capacidade de detalhar por localização geográfica, dispositivo etc.
• Termos de pesquisa de resultado zero — apresentando erros que precisam ser tratados por meio de sinônimos, mensagens personalizadas ou redirecionamentos
• Dispositivo — geração de relatórios sobre o desempenho da pesquisa nos tipos de dispositivos

Sua plataforma de análise gerará dados mais detalhados, incluindo coisas como onde as pesquisas estão sendo realizadas no site, o comportamento nas páginas de resultados de pesquisa, o desempenho segmentado adicional e os usos.

6. Aproveite o Machine Learning e técnicas PNL

Como descrevi brevemente no início do artigo, o machine learning e o processamento de linguagem natural são capazes de agregar muito valor aos comerciantes B2B, otimizando automaticamente os resultados com base no desempenho e no comportamento do usuário (machine learning) e conseguindo extrair mais contexto da consulta (processamento de linguagem natural).

O principal benefício do machine learning na pesquisa é que os resultados são atualizados com frequência ou em tempo real com base em como os usuários estão interagindo com os produtos. Por exemplo, impulsionar os produtos que estão convertendo melhor ou recebendo o máximo de cliques. Os benefícios do processamento de linguagem natural são capazes de fornecer resultados muito mais fortes, entendendo mais sobre a consulta e o que o usuário está procurando e não confiando apenas no relacionamento entre o produto e os termos que estão sendo usados.

Ambos são essenciais na pesquisa moderna e provavelmente reduzirão consideravelmente a sobrecarga manual de suas equipes de eCommerce e merchandising. Na mesma linha, o enriquecimento de catálogo é outro recurso que pode ajudar a gerar resultados mais precisos, além de processar consultas de pesquisa mais complexas.

Ao falar sobre os recursos que suportam melhores resultados de long tail, outro requisito importante seria indexar mais dados e informações, com por exemplo atributos como tamanho e preço, e coisas como revisões de produtos e conteúdo de perguntas e respostas.

Alguns outros Recursos

Além dos requisitos básicos, aqui estão algumas outras áreas que podem ser de interesse, dependendo do seu negócio e equipe:

• Pesquisa de conteúdo — Mostre páginas CMS e integre outros conteúdos nos resultados do feed.
• Pesquisa personalizada — Personalize os resultados em um nível de 1:1 com base no comportamento de um usuário específico.
• Recomendações personalizadas de produtos para consultas de erro — Mostre recomendações personalizadas de produtos em consultas de erro de resultado 0.
• Categoria de merchandising — Ative merchandising de categoria através do mesmo sistema e lógica de negócios.