I mange netbutikker har site-søgefunktionen stor betydning både for brugeroplevelsen og ikke mindst omsætningen. I Google Analytics kan vi aflæse, at der typisk er højere konvertering fra besøgende, der søger, end fra besøgende, der ikke gør det. Årsagen er selvfølgelig, at brugere, der anvender søgning, vil have en tendens til at være mere afklarede omkring deres behov – de mangler blot at finde varen for at kunne købe den. Derfor er det værd at bruge energi på at få søgefunktionen til at fungere så godt som overhovedet muligt – ellers risikerer du at sende højpotentielle kunder direkte over på konkurrentens website. Her får du opskriften på en evalueringsmetode der sikrer, at du holder det gyldne overblik.
Et lille felt med stor betydning. Det fylder ikke så meget på din hjemmeside – men det gør det i brugernes oplevelse af dit website. Hvis søgemaskinen ikke fungerer godt, er der stor risiko for at brugerne forlader dig til fordel for konkurrenterne.
Hold overblikket, når du evaluerer søgemaskinen
Problemet i at afgøre, om søgemaskinen på dit website fungerer godt nok, er, at man i udviklingssammenhæng har en tendens til at fokusere på søgetilfælde, der ikke nødvendigvis er repræsentative for brugen af søgemaskinen. Diskussionen af søgemaskinens relevansalgoritme kommer let til at dreje sig om få eksempler der enten fungerer rigtigt godt eller rigtigt skidt. Men er det søgninger, som mange brugere reelt forventer at få et godt svar ud af? Er det søgninger, der har betydning for din forretning?Problemet er yderligere, at når man så justerer søgemaskinens virkemåde, risikerer man at få bedre resultater på ét søgeord, men ringere resultater på andre. Hvilken udgave af søgemaskinen var så den bedste? Du har brug for en testmetode, der går i bredden, så du ikke stirrer dig blind på alt for få søgecases.
Vi ved, hvad brugerne søger på, men ofte ikke hvor godt det virker
Tænke-højt-tests er en velafprøvet og succesfuld metode til at give afgørende input til, hvor de største usabilityproblemer findes på dit website. I Vertica har vi benyttet den effektive metode til også at evaluere site-søgefunktionen på e-handelssites med det mål at finde de mest oplagte forbedringsmuligheder. I analyseredskaber som Google Analytics kan du få indblik i, hvad folk søger på, men det er svært at afgøre ud fra disse data, hvor godt søgemaskinen fungerer. Ganske vist kan vi se, at konverteringsraten er højere ved søgning – men det betyder jo ikke nødvendigvis, at søgefunktionen er god nok.
Hertil kommer, at mange søgemaskiner ikke kun inkluderer webshopresultater, der kan omsættes til en simpel konverteringsrate. Søgemaskinen skal også performe godt på søgninger, der har en afgørende rolle i en købsbeslutning. Det kan f.eks. være returneringsregler, åbningstider for den fysiske butik og kontaktmuligheder.
Med en tilpasset tænke-højt-test af søgemaskinen kan vi få indblik i mange relevante dele af søgemaskinens virkemåde:
- Er relevans-algoritmen god nok? Er der støj i resultaterne, som forvirrer?
- Er søgeresultatet layoutmæssigt fornuftigt opbygget?
- Forstår brugerne, hvordan afgrænsningsfunktionerne i form af f.eks. facetter virker, og opdager de dem, når de har brug for dem?
- Forstår brugerne navngivningen af facetter og kategorier?
- Hvordan opleves det at få 0 resultater?
Forberedelsen af testen
Først og fremmest skal du have forberedt relevante målepunkter, som du kan omsætte til testopgaver i tænke-højt-testen. Det er heri den væsntligste tilpasning af metoden består. Hvor du ofte har få testopgaver, der går på hele websitet, er målet i dette tilfælde at få en lang serie af opgaver, der udelukkende skal løses af brugeren ved hjælp af søgemaskinen.
I en test, som Vertica gennemførte for nyligt, udarbejdede vi med basis i søgemaskinens søgelog (dvs. listen over, hvad brugerne reelt har søgt på) en liste over 50 repræsentative søge-behov, som vi skrev op i et regneark. De 50 søgebehov bestod primært af:
• produktnavne
• produktbetegnelser
• butiksnavne og lokationer
• kontaktmuligheder
• udvalgt indhold som det pågældende website er kendt for – det kunne f.eks. være konkurrencer, som brugerne har fået kendskab til i papirannoncer
søgninger vedr. job og virksomheden som arbejdsplads
• åbne og korte søgninger såvel som præcise og meget lange søgninger
Ved at lægge sig fast på 50 søge-behov, som du måler på, har du mulighed for at benchmarke din søgemaskine igen og igen når du tilpasser den – uden at miste overblikket.
Starten på listen over udvalgte søgebehov, som søgemaskinen skal evalueres på, kunne se ud som til højre. Behovene baseres på reelle søgninger fundet i søgeloggen. Det kræver brugerforståelse at omsætte søgestrenge til bagvedliggende behov – men det er ofte ikke så svært i praksis!
Gennemførelsen af testen
I gennemførelsen af en test vi i Vertica for nyligt gennemførte af en site-søgefunktion inviterede vi 6 brugere ind, der før havde anvendt det pågældende website (vi hvervede dem med assistance fra Analyse Danmark). Hver bruger afprøvede sitet i en time ad gangen.
Vi valgte at lade tænke-højt-testen være interviewbaseret – det betød, at vi først fik afkodet, hvad brugerne realistisk set kunne forventes at anvende søgemaskinen til, hvis de havde siddet derhjemme og brugt den. Dermed fik vi højrealistisk input til, hvad vi kunne sætte brugerne til at søge på, og det gav et uvurderligt indblik i, hvor godt søgemaskinen performede på forskellige typer af søgninger.
Den resterende tid (typisk ca. 30-45 minutter) blev anvendt til at lade brugerne gennemføre så mange af de 50 søgebehov, som de kunne nå. Brugerne valgte selv de søgebehov ud, som de mente, var realistiske. Her fik vi ligeledes et dybdegående indblik i, hvordan søgemaskinen fungerede på helt centrale punkter.
Med 6 testpersoner dannede der sig klare mønstre i, hvilke typer af søgninger der voldede problemer, og hvilke der fungerede rigtigt godt.
Resultatet af testen visualiseret som “heat map”
Farvekodningen giver dig selv og udviklingsholdet et godt overblik over, hvor søgemaskinen virker godt og mindre godt – også når du zoomer ud og ser alle 50 målepunkter.
Efter testen er det muligt at udarbejde et overbliksbillede, der kan minde om et “heatmap”. Du markerer ganske enkelt hvert søgebehov i din liste som hhv. grøn, gul eller rød, hvor farverne repræsenterer hvorvidt søgningen fungerer ringe, middel eller godt. Herved får du et overblik over hvilke typer af søgebehov, søgemaskinen står stærkt på, og hvilke søgebehov den står mindre stærkt på. Heatmappet giver dig samtidig mulighed for at holde øje med, om du ødelægger god performance på væsentlige punkter, når du næste gang justerer søgemaskinen og evaluerer den i en ny test.
Oversigtsformen og de nedskrevne søgebehov betyder også, at du ikke hver eneste gang behøver at indkalde 6 brugere og bruge en hel dag på at afprøve søgemaskinen. Du vil efterhånden udvikle “ekspertøjne” så du selv kan gennemgå listen og afprøve søgemaskinen altimends du holder det gyldne overblik.
Udover at få et klart indtryk af, om søgemaskinens relevansalgoritme er god nok, får du i kraft af metodens form også et rigtigt godt indtryk af, om resultaterne præsenteres overskueligt, hvordan afgrænsningsfunktioner opfattes, etc.
Det er vigtigt at understrege, at såvel brugeradfærd og brugerbehov vil ændre sig over tid – så du kommer til at revidere dine målepunkter fra tid til anden, og det vil også være klogt f.eks. årligt at tage rigtige brugere ind som testpersoner.
Hvis ikke du har evalueret din søgemaskine systematisk, så overvej det – det er et spørgsmål om hvorvidt du vil skabe en god brugeroplevelse og til syvende og sidst et spørgsmål om omsætning på dit e-handels-site.