Social Search in webshops, het productadvies van de toekomst?

Hoe zorg je ervoor dat de bezoeker van jouw webshop direct de relevante producten vindt die hij nodig heeft? Dat is een van de grootste uitdagingen van de grote e-commerce en B2B platforms van vandaag. Social Search, zoeken met een menselijke factor, schept hoge verwachtingen.

Het succes van een winkel hangt in grote mate af van de manier waarop de producten worden aangeboden. Dit geldt zeker voor een webwinkel. Bij een beperkt assortiment kom je met een functionele indeling van de producten een heel eind. Zeker als de bezoeker weet wat hij wil hebben. Als het een assortiment echter tienduizenden producten omvat, dan red je het hiermee niet meer. Een zoekmachine, eventueel in combinatie met extra filter mogelijkheden, is hiervoor momenteel de meest gebruikte oplossing.

Zoeken en filteren
Funda en Bol.com, beiden sites met een omvangrijk assortiment, maken gebruik van een zoekmachine met een eenvoudig algoritme met extra filtermogelijkheden. Om een geschikt huis uit een aanbod van bijna 150.000 woningen te vinden, volstaat in eerste instantie een korte zoekopdracht. Daarbij worden de selectiecriteria weergegeven om het resultaat van 165 woningen verder te verkleinen. Funda geeft daarbij netjes aan hoeveel resultaten er bij welke selectie overblijven (zie figuur).

Zoeken bij Funda

Het nadeel van deze klassieke zoekmethode is dat er meestal geen logisch verband is tussen de gepresenteerde zoekresultaten. Dat is met name lastig als de gebruiker nog niet precies weet wat hij zoekt, of wanneer het productaanbod slechts op enkele details van elkaar verschilt.

Natural Language Search
Natural Language Search (NLS) is in het leven geroepen om de gebruiker zoekvragen in mensentaal te laten invoeren. Dit kan bijvoorbeeld op de websites van T-Mobile, UWV of de Postbank. Een vraag als: “wanneer krijg ik me poen?” op de site van het UWV leidt tot de wedervraag: “Wanneer betaalt het UWV mijn WW- (of andersoortige) uitkering?”  en vervolgens tot de daadwerkelijke uitleg. Op zichzelf een prettige manier van zoeken, ware het niet dat veel gebruikers tegenwoordig zo gewend zijn aan Google, dat men bij voorbaat losse trefwoorden invult. NLS wordt vooral toegepast bij informatieve sites en minder bij webshops met een groot assortiment.

Social Search
Bij Social Search is het zoekresultaat afhankelijk van meer dan een wiskundig algoritme alleen. Ook het gedrag van de bezoeker of andere bezoekers wordt gebruikt om een passend zoekresultaat te geven. Social Search wordt snel geassocieerd met Web2.0, maar bestaat al langer. PageRank, de zoeksleutel van Google, is bijvoorbeeld een vorm van Social Search. Afhankelijk van het aantal links naar een webpagina, komt een site hoger in de zoekresultaten. Larry Page, bedenker en naamgever van de PageRank gaat er van uit dat een pagina die veel door anderen wordt gelinkt, relevantere informatie bevat dan webpagina’s die minder vaak worden genoemd in andere sites.

Collaborative Filtering
Collaborative filtering is een andere vorm van social search, die al sinds 1996 succesvol in webshops wordt toegepast. Collaborative filtering baseert zijn resultaten op het profiel van sitebezoeker en het gedrag vansitebezoekers met een vergelijkbaar profiel. De personalized recommendations van Amazon.com zijn daar een goed voorbeeld van: “anderen met een vergelijkbaar profiel kochten boek x”.

Tag Clouds
Met de komst van Web2.0 doet ook de tag cloud (zie figuur) zijn intrede in webshops. De tagcloud is zeer geschikt voor bezoekers die niet precies weten wat ze zoeken, maar zich liever laten inspireren. Maar dan moet je er wel op vertrouwen dat de resultaten echt zijn. De tagcloud lijkt daarom geschikter voor niet commerciële sites dan voor online winkels. Op Flickr wil je nog wel geloven dat Japan een veel gezocht zoekwoord is, in een online reiswinkel kan het net zo goed een verkooptruc zijn. Het verbaast dan ook niet dat de enorme tagcloud op de homepage van hema.nl al weer snel is vervangen.
Tagcloud op flickr.nl

Suggested keywords
Een meer geavanceerde manier om sitebezoekers te ondersteunen in hun zoektocht, is om te werken met suggesties voor zoekwoorden. De suggesties kunnen afkomstig zijn van de webshop zelf, maar ook van zoekwoorden van andere sitebezoekers. Getty Images combineert in haar Catalist search beide vormen en voegt hier de tagcloud als instrument aan toe. Hiermee heeft Getty Images een krachtig zoekinstrument voor sitebezoekers die niet exact weten welke foto ze zoeken, maar zich juist willen laten inspireren. Voor de bezoeker die gericht op zijn doel af gaat, heeft Getty Images nog steeds de vertouwde zoekmachine.
Toekomst Social Search
De huidige toepassingen van social search in webshops, beperken zich vooral door gebruik te maken van kennis van gebruikers op de sites zelf en niet daarbuiten. Ik verwacht dat de volgende generatie social search ook gebruik gaat maken van data uit sociale netwerken als Facebook, Hyves of Myspace. Mark Zuckerberg van Facebook kondigde dit vorig jaar november min of meer al aan. Het Social Ads programma van Facebook biedt adverteerders de mogelijkheid om ook buiten de Facebook-omgeving gebruik te maken van het sociale netwerk. Een reisorganisatie kan bijvoorbeeld haar reizen gericht aanbieden op basis van het profiel van jouw Facebook vrienden. Zij kan ter aanbeveling zelfs foto’s van jouw Facebook-vrienden plaatsen bij relevante reisbestemmingen. Als dat geen overtuigend advies is?