L’NLP (Natural Language Processing) è uno dei rami più importanti dell’AI (Artificial Intelligence, o Intelligenza Artificiale): consente alle macchine di comprendere il linguaggio umano e rispondere in maniera altamente comprensibile.

I motori di ricerca stanno usando da qualche tempo l’NLP, eppure le aziende dotate di e-commerce devono ancora comprenderne il potenziale d’uso.

Per spiegare come l’NLP possa migliorare la customer experience, farò un esempio concreto relativo ad un sito che tutti conosciamo: Amazon. Nato come bookstore online, si è presto diversificato nella vendita di dvd, mp3, software, video games, gioielli, giocattoli, cibo, etc.

Supponendo di essere interessata all’acquisto di una piastra per capelli ho immesso nel motore di ricerca Amazon queste due chiavi di ricerca:

  • Piastra in ceramica per capelli sotto i cento euro;
  • Piastra in ceramica per capelli sopra i cento euro.

Questi sono i risultati ottenuti:

amazon-query-nlp-1
Risultati sotto i cento euro
amazon-query-2
Risultati sopra i 100 euro

 

I risultati sono simili tra loro: viene rilevata una non corrispondenza tra la chiave di ricerca e i prodotti disponibili, probabilmente dovuta alla specificità della query inserita.

Questo dimostra come la ricerca e-commerce sia ancora lontana dall’essere altamente intuitiva e in grado di rispondere agli standard di intelligenza richiesti.

Il problema della ricerca e-commerce

Quando si tratta di ricerca e-commerce, la maggior parte dei siti web si focalizza sull’ SKU (Stock Keeping Units) per strutturare il loro catalogo come componente prima a cui è rivolta l’attenzione degli utenti. Gli utenti, però, non cercano l’SKU ma i prodotti e servizi di cui hanno bisogno, descrivendone le caratteristiche essenziali.

  • Autoradio con bluetooth
  • Concerto dei Guns N’ Roses a Milano
  • Piastra per capelli in ceramica

Le ricerche da più di tre parole vengono considerate troppo lunghe, e denominate “long tail”. I siti di e-commerce investono somme consistenti per cercare di trovare le parole chiave che facciano aumentare il ROI.

Questa apparente “long tail” rappresenta però la forma esterna di una struttura più complessa, che può essere così modulata:

Nome noto del prodotto (es. piastra) + caratteristiche (es. in ceramica)

Un modello del motore di ricerca e-commerce

Invece di considerare i prodotti dell’e-commerce come una sequenza di SKU si potrebbe considerare il catalogo come una matrice bi-dimensionale, dove i vari prodotti rappresentano le righe, e le caratteristiche rappresentano le colonne.

Modello-motore-di-ricerca-nlp
Esempio di matrice bidimensionale

Grazie a questo approccio, la ricerca e-commerce si baserebbe sul trovare il giusto prodotto (righe) che abbia le caratteristiche richieste (colonne).

Il ruolo dell’NLP

Ticketmaster Entertainmente, Inc. è una compagnia di distribuzione di ticket per vari eventi, situata in California, che offre la possibilità di fare operazioni in molti Paesi del mondo.

Il seguente esempio è estratto da http://www.ticketmaster.es/es/ , il sito che la compagnia utilizza a Barcellona, e che è coadiuvato dal motore di ricerca Inbenta.

In questo caso la ricerca è stata “teatri a Barcellona la prossima settimana”, e questi sono i risultati ottenuti:

 

nlp-riultati-ricerca-Ticketmaster
Risultati ricerca di Ticketmaster

Il sistema NLP interpreta Barcellona come città, perciò nelle categorie di ricerca Barcellona risulta spuntato. Teatro è stato interpretato come una categoria a parte, selezionando tutti gli spettacoli ad essa correlati. Il “prossimo weekend” è stato interpretato come un intervallo di due date tra le quali è possibile scegliere.

Vengono poi fornite 2 FAQ ulteriori, “come comprare i biglietti” e “non riesco a trovare un evento sul vostro sito”, che rispondono alle più comuni richieste che gli utenti pongono sul sito di Ticketmaster’s.

Questo è un esempio di come l’NLP sia usato in correlazione ai siti di e-commerce, per raffinare i risultati di ricerca e produrre risultati rilevanti.

Nel prossimo post vi parleremo della storia del Customer Care: come si è evoluto fino ai giorni nostri?

Roberta Gallo

 

Post correlati

Leave a Comment