Oferta ograniczona czasowo – oszczędź nawet do 69 %

02

:

dni

07

:

godzin

49

:

minut

25

sekund

Blog Zyro

Wszystkie tematy
Design e-commerce Inspiracje Marketing Nowości Zyro Podstawy tworzenia stron Pomysły na biznes Porady Zyro Wskazówki dla małych firm

Aktualizacja Zyro: nowa funkcja wyszukwania Q and A Wizard

Zyro update: funkcja Q and A

Zespół Zyro zmierzył się ostatnio z pewnym problemem. Chcieliśmy zaproponować jeszcze bardziej usprawnione rozwiązanie w trakcie tworzenia stron internetowych.

Aktualnie, budując stronę internetową, wybierasz szablon z listy szablonów, a następnie modyfikujesz go odpowiednio do swoich potrzeb: zmieniasz obrazy, piszesz teksty, dostosowujesz układ i dodajesz funkcje.

Ten proces jest dość czasochłonny.

Postanowiliśmy więc nieco zaoszczędzić czas naszym użytkownikom, tworząc nowy przebieg pracy. Zamiast wybierać szablon i ręcznie dostosowywać go do swoich potrzeb, wystarczy, że odpowiesz na kilka pytań, a my zaoferujemy Ci indywidualnie wygenerowany szablon na podstawie tych odpowiedzi.

Możesz od razu przystąpić do pracy nad szablonem, który będzie odpowiadał Twoim potrzebom.

Nowy proces tworzenia stron internetowych nazwaliśmy Q&A Wizard (Kreator bazujący na pytaniach i odpowiedziach). Ma on oferować dodatkowe korzyści w porównaniu z dotychczasowym rozwiązaniem:

  • Szybsze i bardziej intuicyjne tworzenie stron internetowych
  • Spersonalizowane i dynamiczne szablony
  • Łatwy dobór funkcji
  • Więcej ingerencji użytkownika podczas procesu tworzenia
  • Mniej “zagubionych” klientów

Poniżej znajduje się prosty schemat blokowy naszego podstawowego przepływu tworzenia stron internetowych Q&A Wizard:

Użytkownik wybiera kategorię swojej strony internetowej, bazując na tym, wiemy jakie obrazy, treści i układ graficzny powinniśmy zastosować na stronie.

Później użytkownik wybiera potrzebne funkcje, takie jak blog czy funkcjonalność e-commerce. Za jakiś czas może to być automatycznie zaznaczone na podstawie wybranej kategorii strony internetowej.

Ostatnim krokiem jest wybór palety kolorów i czcionek, które podobają się użytkownikowi.

Efektem końcowym tej funkcji są trzy unikalne sugestie strony, którą użytkownik może dalej rozbudowywać.

Głównym problemem, na którym się skupiliśmy, był pierwszy krok w powyższym schemacie, polegający na przedstawieniu możliwych kategorii stron internetowych w sposób łatwy do zastosowania i zrozumiały.

Nasze pierwotne rozwiązanie

Pierwszym działaniem było stworzenie 15 ogólnych kategorii, z których klient mógł wybierać, oraz specjalnej kategorii “Inne”.

Po tygodniu funkcjonowania tego rozwiązaniam, zauważyliśmy, że większość klientów decyduje się wyłącznie na kategorię “Inne”. To uświadomiło nam, że mają oni kłopot ze znalezieniem odpowiedniej dla siebie kategorii.

Druga odsłona

Uznaliśmy, że możemy dać naszym klientom więcej swobody, pozwalając im wybrać kategorię z ogromnej listy wstępnie zdefiniowanych kategorii.

Użytkownik mógłby wprowadzić słowa kluczowe związane z jego stroną internetową do pola tekstowego, a my przedstawimy mu odpowiednie sugestie. Aby to zrealizować, potrzebowaliśmy wstępnie zdefiniowanych ogólnych kategorii, na których moglibyśmy oprzeć nasze sugestie.

Stworzyliśmy więc 10 tysięcy różnorodnych kategorii, z których nasi użytkownicy mogą wybierać swoje strony internetowe. Wśród nich znalazły się: Chór A Cappella, Blog z poradami, Producent namiotów i Strona z rejestrem ślubów.

Następnie zastanawialiśmy się nad sposobami przeprowadzenia samych poszukiwań. Najprostszym sposobem byłoby po prostu wyszukiwanie informacji wprowadzanych przez użytkowników w tekstach kategorii. Na przykład, jeśli użytkownik wpisze słowo “kucyk”, to na liście dostępnych kategorii wyszukujemy przypadki występowania słowa “kucyk” w jakimkolwiek miejscu w tekście.

Co, jednak jeśli wyszukiwane hasło nie znajduje się na liście kategorii? Jednym ze sposobów na rozwiązanie tego problemu jest po prostu posiadanie słownika synonimów lub wyrazów podobnych.

Gdy użytkownik wprowadzi hasło “kucyk”, przeglądamy listę kategorii oraz predefiniowaną listę synonimów i na podstawie tych wyników przedstawiamy inne propozycje. Nie jest to jednak efektywne ze względów technicznych. Ponadto jest to trudne do wykonania, ponieważ wymaga pracy ludzi w celu dodania nowych synonimów.

W tym momencie postanowiliśmy połączyć dwie popularne techniki przetwarzania języka naturalnego, aby rozwiązać ten problem. 👇

  1. Skierowany acykliczny graf słowny i Odległość Levenshteina do wyszukiwania bezpośrednich dopasowań w naszej liście kategorii. Po pierwsze, budujemy wykres naszych kategorii i używamy edycyjnej Odległości Levenshteina do obliczania ostatecznych wyników.
  1. Word Embeddings – czyli osadzanie słów. Wykonujemy wyszukiwanie podobnych słów w przypadku, gdy zapytanie użytkownika nie znajduje się na naszej liście kategorii. 

Na przykład, użytkownik szuka kategorii “wizard”, ale my nie mamy takiej kategorii na naszej liście. Używając techniki word embeddings wiemy, że termin “wizard” z definicji jest bardzo podobny do kategorii “magik” czy “magia”, które występują na liście naszych kategorii. Może to więc sugerować zastosowanie tych odpowiednich kategorii.

Jest on realizowany poprzez konwersję kategorii 10k na wektory reprezentujące słowa w przestrzeni wielowymiarowej. Wyszukiwanie odbywa się poprzez porównanie zapytania użytkownika, zamienionego na wektor, na nasze wektory kategorii 10k w celu znalezienia najbliższego odpowiednika o cosinusoidalnym podobieństwie.

Ogólnie rzecz biorąc, proces jest następujący:

Po tej operacji, dysponujemy funkcją wyszukiwania, która może obsługiwać bezpośrednie i pośrednie zapytania naszych użytkowników.

Wdrażanie funkcji wyszukiwania

Wdrażając tę funkcję poszukiwaliśmy czegoś łatwego i szybkiego, co nie przysporzyłoby dodatkowego bólu głowy naszemu zespołowi DevOps.

Ponieważ używamy Google Cloud jako naszego dostawcy chmury, zdecydowaliśmy się skorzystać z Cloud Run. Cloud Run zabiera kontener z wbudowaną aplikacją (używamy rejestru kontenerów chmury do przechowywania obrazów) i umieszcza go w środowisku bez serwerów.

Eliminuje to konieczność zarządzania zasobami lub tworzenia infrastruktury.

Jak to wygląda w praktyce

Oto kilka przykładów zapytań przedstawiających wyszukiwanie kontekstowe i bezpośrednie:

Napisane przez

Awatar autora

Katarzyna

Katarzyna jest specjalistką w dziedzinie content marketingu oraz miłośniczką nowoczesnych technologii. W szczególności interesuje się zagadnieniami z zakresu UX oraz budowania marek. W pracy, jak i po pracy, zawsze towarzyszy jej troje czworonożnych przyjaciół, a w wolnym czasie zanurza się w sekrety psychologii.

Dołącz do rozmowy

Twój adres e-mail nie zostanie opublikowany. Wszystkie pola są wymagane.