Skip to Content Contact Us
דף הבית » המחשבות שלי » מנוע חיפוש באתר – המדריך המלא!
מנוע חיפוש פנימי - תמונה Preview

מנוע חיפוש באתר – המדריך המלא!

משה רדמן

מאי 14, 2020

מנוע חיפוש פנימי באתר – אין ספק שמדובר באחד הכלים החשובים ביותר לשיפור אחוזי המרה באתרים בכלל ובאתרי אי קומרס בפרט, עם זאת ובאופן אבסורדי מדובר באחד המקומות הכי לא מטופלים ברובם הגדול מאוד של האתרים – כמעט ללא חשיבה, מדידה או עבודה על ביצועים ושיפור, לא חבל? חבל, חבל!

אז קחו אוויר ובואו נצלול למדריך המקיף ביותר שנכתב אי פעם על מנוע חיפוש פנימי באתרים, המדריך הבא כולל התייחסות לכל הרבדים שאתם צריכים בשביל להפוך את מנוע החיפוש הפנימי באתר שלכם למכונת המרות משומנת: UX, UI, מיקרו קופי, מדידה, הטמעה, עבודה עם דאטה ועוד.

ראשית נתחיל, איך לא, מנתונים שממחישים במקצת את הפוטנציאל הטמון במנוע החיפוש הפנימי באתר שלכם:

  • משתמש שביצע חיפוש מוצלח באתר הוא בעל סיכוי של פי 2-5 (תלוי לאיזה מחקר מתייחסים) לבצע רכישה ביחס למשתמש רגיל
  • על פי נתונים של The State of site search בשנת 2019 הייתה עליה של 56% בשימוש במנועי חיפוש פנימיים באתרים ביחס לשנת 2018
  • 46% מהלקוחות “הרציניים” שמגיעים לאתר עם כוונה למצוא מוצר מסוים, מתחילים את המסע הצרכני שלהם על ידי חיפוש

בקיצור חיפוש זה חשוב כבר אמרנו?

חשוב לזכור שמנוע חיפוש פנימי הוא רכיב חשוב כמעט בכל אתר שהוא, בפרט באתרי איקומרס. אך ככל שהאתר גדול יותר וכולל מגוון רחב יותר של תכנים ו/או מוצרים, כך החשיבות של מנוע החיפוש הולכת וגדלה או במילים אחרות – החשיבות של מנוע חיפוש באתר שמוכר מוצר אחד בלבד ב-3 וריאציות הוא מינורי בעוד שבאתר אופנה עם 500 פריטים או מרקטפלייס עם 100,000 פריטים מדובר במצרך חיוני שיושב על עורק מרכזי מאוד בתהליך ההמרה.

אז יאללה, בואו נצלול…

כלל מס’ 1 – מיקום בולט ומרכזי

ביחסים בינינו לבין המשתמשים שלנו, הכלל הוא פשוט – התפקיד שלנו הוא לעשות עבורם את החיים כמה שיותר פשוטים ונוחים והתפקיד שלהם הוא להיות נאמנים ככל שניתן ולהמיר כמה שיותר. וכשמדברים על נוחות ופשטות בהקשר של מנוע חיפוש, מדברים בראש ובראשונה על מיקום בולט וברור. ולכן זה הכלל הראשון שלנו – שימו לב שמנוע החיפוש שלכם נמצא במיקום בולט ומרכזי ברוב המכריע של עמודי האתר (למעט עמודים כמו אזור אישי, צ’ק אאוט, עמודים תפעוליים כאלו ואחרים ששם לפעמים לא נכון לשלב את מנוע החיפוש). מיקום בולט משמע – כל משתמש שמגיע לאתר יכול תוך שבריר שניה ומבלי לקרוא כלום להבין איפה מבצעים חיפוש.
לנוחיותכם מספר דוגמאות לאיך עושים את זה בולט ונכון (ואיך פחות):

שימו לב למיקום הסופר בולט באתר של אמזון (גם במובייל וגם בדסקטופ) – אין ספק שאי אפשר לפספס (אמזון זו דוגמה מעולה לעוד מגוון ישומים אפקטיביים של חיפוש שאליהם נתייחס בהמשך המאמר)

מנוע החיפוש באמזון

 

גם באתר של IKEA UK ניתן לראות את סרגל החיפוש הממוקם בצורה מאוד בולטת ובלתי ניתנת לפספוס (שוב גם הם, כמו כל מותג בינ”ל שמבין לאן העולם הולך, לא פספסו את המובייל)

מנוע החיפוש באיקאה

 

 

מנוע החיפוש באיקאה

 

ואם דיברנו על amazon.com אי אפשר בלי הנמסיס המושבעת שלה Walmart שגם לא פספסה (שמתם לב לדמיון? נניח שזה מקרי…)

מנוע החיפוש ב-walmart

מנוע החיפוש ב-walmart

 

וכמובן שיש גם יישומים פחות טובים, לדוגמה – באתר (המעולה בכללי) של טרמינל איקס אפשר לראות שפספסו בכל הנוגע לסרגל החיפוש ובמקום להבליט את הסרגל ולגרום למשתמשים ליהנות מהעושר המופיע באתר, בחרו להצניע את סרגל החיפוש גם במובייל וגם בדסקטופ

מנוע החיפוש בטרמינל איקס

מנוע החיפוש בטרמינל איקס

 

גם ב-Century21 פספסו את ההזדמנות

מנוע החיפוש ב-C21

מנוע החיפוש ב-C21

כנ”ל באדובי שממש טרחו להסתיר את מנוע החיפוש (יש להם אחלה תוכנות והמון תוכן ומידע להציע, לא חבל?!)

מנוע החיפוש באדובי

 

מנוע החיפוש באדובי

 

אז מה אנחנו לוקחים מכאן? חשוב מאוד למקם את מנוע החיפוש במקום מאוד בולט באתר, כזה שהמשתמשים שלכם לא יצטרכו לחפש ולו לרגע. תקפידו:

  • למקם את מנוע החיפוש בחלק העליון של המסך (באזור של הלוגו וההאדר של האתר)
  • למקם אותו מחוץ לסרגל צדדי (לא לתקוע אותו בטעות בהמבורגר במובייל)
  • אם אין מקום לפרוס את שורת החיפוש על כל רוחב המסך, תכניסו את חלונית החיפוש פתוחה על 1/3-1/2 מהרוחב, באתרים בעברית מומלץ לשים אותה בצד שמאל (כי העין שלנו מתחילה את תהליך הסריקה של האתר משמאל לימין בצורת F הפוכה) ובאתרים באנגלית מומלץ לשים אותה דווקא בצד ימין

מצ”ב תרשים שמייצג את האופן שבו אזורים שונים במסך מקבלים “קשב ראשוני” מצד משתמשים, כפי שניתן לראות האזור העליון מקבל את הקשב הראשוני הגבוה ביותר (הגיוני כי משתמשים לרוב יתחילו את העמוד מלמעלה), כאשר הפינה העליונה-שמאלית תקבל את הקשב הגבוה ביותר באתרים בעברית והעליונה-ימנית באתרים באנגלית

מיקום מומלץ סרגל חיפוש

מיקום מומלץ סרגל חיפוש

כלל מס’ 2 – סרגל חיפוש פתוח ונגיש

שאלתם את עצמכם למה באתר של אמזון הדבר המרכזי שאתם רואים כשאתם מגיעים הוא סרגל חיפוש רחב וענק? (עם שדה רחב וכפתור צהוב?) למה בגוגל יש סרגל פתוח ולא סגור? התשובה היא פשוטה – קליק אחד פחות! + הזמנה לחיפוש = המרות גבוהות יותר, אז מי אנחנו שנתווכח? סרגל חיפוש פתוח הוא ללא ספק:

  1. מזמין יותר 
  2. יעיל יותר (חוסך לפחות קליק אחד) 
  3. מאפשר להעביר מסרים על גבי שורת החיפוש (ראו בהמשך התייחסות נפרדת לנושא)

הינה כמה דוגמאות מצוינות לשורות חיפוש מזמינות במיוחד:

אז אומנם זה לא מנוע חיפוש בתוך אתר אלא אתר שהוא מנוע חיפוש, אבל בכל זאת – אי אפשר לדבר על חיפוש בלי לקחת דוגמאות וללמוד ממי שפחות או יותר המציאו את חווית החיפוש – Google. שימו לב לבולטות ולאופן המזמין (ולעוד אלמנטים שנדבר עליהם בהמשך המדריך) של שורת החיפוש כשמגיעים לגוגל גם במובייל וגם בדסקטופ

מנוע החיפוש בגוגל

מנוע חיפוש בגוגל

 

גם ב-houzz (למי שלא מכיר – סטארט אפ מצליח במיוחד של זוג ישראלים שעוסק בעולמות עיצוב הבית, השראה, מרקטפלייס, חיבור לספקים ועוד) לא פספסו ומקפידים גם במובייל וגם בדסקטופ למקם את סרגל החיפוש בצורה מאוד בולטת, פתוחה ומזמינה

 

מנוע החיפוש ב-Houzz

מנוע החיפוש ב-Houzz

ואיך אפשר בלי ענקית האיקומרס הסינית (והאתר שמוכר במחזור עסקאות הכי גבוה בעולם!) עלי אקספרס

מנוע החיפוש בעלי אקספרס

מנוע החיפוש בעלי אקספרס

והינה כמה אתרים שפספסו את ההזדמנות:

זארה

מנוע החיפוש בזארה

מנוע החיפוש בזארה

ענקית משקפי השמש העולמית (אוקלי)

מנוע החיפוש ב-okley

 

מנוע החיפוש ב-okley

 

כלל מס’ 3 – השתמשו בשורת החיפוש ככלי ליצירת ביקוש ועניין בתהליך החיפוש

זוכרים שמשתמשים שמחפשים הם בעלי סיכוי גבוה יותר להמיר? מעולה! אז ברור לגמרי שיש לכם אינטרס מובהק (בהנחה שהחיפוש שלכם הוא טוב ובהנחה שיישמתם כמה שיותר תובנות מתוך המאמר הזה) שהמשתמשים שלכם יבצעו חיפוש.

דרך מעולה לגרום להם לבצע את אותו חיפוש מיוחל (בנוסף לכללים 1-2 שציינתי – מיקום בולט ושדה חיפוש פתוח) הוא מיקרו קופי מזמין ורלוונטי בשורת החיפוש. במקום לרשום – חפש או חיפוש, SEARCH או GO אפשר (ומומלץ!) לרשום דברים מזמינים יותר שמבליטים יתרונות שיש בחיפוש אצלכם באתר כגון: הבלטת המגוון / מבחר הרחב, הסבר קליל על הדרכים בהן אפשר לחפש או סתם הנעה לפעולה. להלן כמה טקסטים לדוגמה:

התחל את הקנייה שלך ממש כאן

למעלה מ-1,000 פריטים מחכים רק לך

חפש בין יותר מ-10,000 מוצרים 

חפש לפי מס’ פריט, שם מוצר או מותג 

בוא למצוא את החופשה הבאה שלך

רק תבחרי בין יותר מ-1,000 בגדי מעצבים

 

כאמור – המטרה המרכזית היא להזמין את המשתמש לבצע חיפוש תוך הדגשה והבלטה של פיצ’רים או יכולות במנוע החיפוש ו/או באתר שלכם בכלל, דברים ששווה לשקול לשלב במיקרו קופי של שורת החיפוש:

מבחר גדול – אם יש לכם מבחר גדול של מאמרים / מתכונים / מוצרים וכו’ וזה יתרון יחסי שלכם, שווה להבליט אותו גם בשורת החיפוש

אופציות שונות לבצע חיפוש – אם ניתן לחפש בדרכים שונים ונוחות, לדוגמה – חפש לפי שם, לפי מק”ט, לפי יצרן וכו’

הנעה לפעולה רגשית מותאמת לקונספט של האתר – לדוגמה אם האתר שלכם הוא אתר חופשות, אז אפשר לכתוב משהו כמו: חפש את החופשה הבאה שלך כאן…

 

דוגמה טובה ניתן למצוא ב-Spotify

מנוע החיפוש בספוטיפיי

מנוע החיפוש בספוטיפיי

 

ובענקית האופנה הבינ”ל ASOS (אסוס)

מנוע החיפוש באסוס

מנוע החיפוש באסוס

כלל מס’ 4 – תמיד השתמשו בזכוכית מגדלת

כאנשי שיווק – דיגיטל – חווית משתמש, כולנו רוצים לעניין ולרגש כל הזמן וזה אחלה. אבל יש מקומות שנכון וכדאי להתחבר להרגלים ולמוסכמות קיימות, הנראות של אייקון החיפוש באתר שלכם היא בדיוק מקום כזה. המשתמשים שלכם רגילים לכך שחיפוש = זכוכית מגדלת ולכן למרות הפיתוי לנסות לייצר אייקון חדש – משהו “מתחכם” או “אחר” פליז תוותרו, זה לא ישיג כלום. אלא אם כן אתם מותג עוצמתי עם שימושיות מטורפת (אני מדבר על שימושיות בהיקפים של Google, פייסבוק, וואטסאפ וכו’), יהיה לכם בין “קשה מאוד” ל “OMG זה בלתי אפשרי” לגרום למשתמשים שלכם להתרגל לאייקון אחר לייצוג החיפוש, על חשבון האייקון הכל כך מושרש של זכוכית מגדלת. למה? כוחו של הרגל… מחקרי משתמשים רבים הצביעו על כך שאייקון זכוכית מגדלת ברור מייצר אצל משתמשים מידית אסוציאציה של חיפוש וזה בדיוק מה שאנחנו צריכים.

*לא צירפתי דוגמאות כי ראינו לא מעט דוגמאות עד כה ובכולן אתם יכולים לראות שהקפידו גם על הכלל הזה, אפילו בדוגמאות הפחות מוצלחות

כלל מס’ 5 – שלבו כפתור SUBMIT / חיפוש בנוסף לשורת החיפוש עצמה

למרות שהיום מנועי חיפוש מתקדמים משתמשים ב-AJEX ומאפשרים AUTOCOMPLETE ולמרות שמשתמשים רבים יודעים ש-enter (במחשבים) או כפתור ה-SEARCH במקלדת (במובייל) מוציאים לפועל את פעולת החיפוש, עדיין בשביל אלו שלא וגם בשביל הפנמה קוגנטיבית עמוקה יותר (סוג של CTA) – רצוי ומומלץ להשאיר את כפתור ה-SUBMIT ככפתור נפרד ומבודל (או על ידי הפרדה או על ידי הפרדה גרפית בצבעים ומבנה). 

ושוב, אסוס עושים את זה נהדר:

מנוע החיפוש ב-asos

וכמובן גם וולמרט:

מנוע החיפוש ב-walmart

כלל מס’ 6 – השתמשו בעיצוב כמה שיותר פשוט

למה? בדיוק מאותה סיבה שמומלץ להשתמש באייקון של זכוכית מגדלת כדי להקל על התהליך ולהוריד את “החיכוך המחשבתי” שהוא מצריך. חשוב לזכור שהחיפוש הוא תהליך פונקציונלי, משתמש שמגיע לחפש בדרך כלל מגיע עם הבנה כלשהי לגבי מה הוא מעוניין לרכוש והוא לרוב לא במצב של exploring, זאת בניגוד למשתמש ש”סתם משוטט” באתר שלכם ואותו אפשר לעניין ולגרות גם בדברים שלא בהכרח היו בתכנון המקורי שלו. לכן אל תעייפו את המשתמשים שלכם בניסיון להבין עיצוב מורכב ועמוק, אלא הקפידו להגיש להם את החיפוש בצורה הישירה ביותר שניתן

כלל מס’ 7 – הקפידו על עקביות במיקום

כאמור, המשתמשים שלנו לא צריכים לחשוב יותר מידי ובטח לא להתעייף ולכן חשוב להקפיד עבורם על חווית משתמש כמה שיותר עקבית. לא הגיוני שבעמוד מסוים תשימו את סרגל החיפוש בהאדר ובעמוד אחר (כי זה מסתדר) בפוטר או במיקום אחר, זה מייצר רעש קוגנטיבי מיותר שיוביל בוודאות לתוצאות פחות טובות בחווית המשתמש וביכולת שלכם להוביל את המשתמש לתוצאה הרצויה (המרה). כמו שציינו לעיל, המיקום האידיאלי הוא למעלה במקום בולט (באפליקציות בהן יש סרגל “סטיקי” תחתון, יש אסכולות שגורסות שדווקא נכון להנגיש את המנוע מצד שמאל למטה בשל הנוחות להגעה עם האצבע, אך לא ראינו נתונים משמעותיים ומספקים שתומכים בזה ולכן גם במקרה כזה ההמלצה שלנו היא למקם למעלה ובמקום בולט)

עקביות במקום

כלל מס’ 8 – השתמשו בדרופדאון של החיפוש בצורה מיטבית

את מרבית החיפושים שלהם המשתמשים שלכם מבצעים ב-Google, Amazon, ספוטיפיי, נטפליקס וכדומה וזו מבחינתם אמת המידה להשוואה, כן – כן, הם משווים אתכם ל-Google, אמזון ושאר מפלצות הטק העולמיות ובשל כך הם מצפים שתבינו מה הם רוצים מבלי שהם יצטרכו לומר זאת בצורה מפורשת. מאתגר, לא?!

דרך מעולה לעשות זאת היא שימוש ב-AUTOCOMPLETE (השלמה אוטומטית), לפני שנצלול לאיך עושים את זה נכון, נכון לחדד שני מושגים: 

AUTOCOMPLETE (השלמה אוטומטית) – היא טכניקה שבה מנוע חיפוש משלים בצורה אוטומטית את החיפוש של הגולש על בסיס המחרוזת שהוא כבר הקליד, לדוגמה אם המשתמש הקליד – ארו, אז המנוע יציע לו להשלים את המחרוזת ל ‘ארון’, ‘ארונית’, ‘ארובה’ וכו’ וכו’. במהותו מנגנון השלמה אוטומטית הוא כזה שמבוסס על סדר אלפבתי, משמע אם חיפשתי את המחרוזת ‘ארו’ הוא יציע השלמות עם ‘א’ אחרי המחרוזת (אם ישנן) ולאחר מכן ‘ב’ וכך הלאה. 

AUTOSUGGESTION – מדובר במנגנון חכם יותר שנועד להסיק אילו השלמות ו/או הצעות יכולות לעניין אותך כתוצאות אפשריות לחיפוש על בסיס משתנים שונים כדוגמת – המחרוזת שהקלדת עד כה בשורת החיפוש, חיפושים נפוצים, ביקורים וחיפושים שלך מהעבר, טרנדים באתר ועוד.

ככל שניתן נשאף להשתמש כמה שיותר ב-AUTOSUGGESTION וכמה שפחות ב – AUTOCOMPLETE “פשוט”, שכן יש חשיבות מכרעת לרלוונטיות הצעות ההשלמה שאנחנו נותנים למשתמשים שלנו בעת שהם מחפשים, כאשר הדרך הנכונה ביותר לעשות זאת היא שילוב בין השניים. 

אז עושים שימוש נכון וחכם במנגון השלמה אוטומטית והצעות? בואו נעבור על כמה נקודות בנושא:

  1. הקפידו לכייל את מנגנון ה – AUTOCOMPLETE בצורה חכמה ולא טכנית, לדוגמה – אם אדם מקליד ‘חו’ נרצה שהוא יקבל קודם כל השלמה למילה ‘חולצה’ ורק לאחר מכן השלמה למילה ‘מחוך’
  2. שלבו כמה שיותר Data ונתוני עבר במטרה “לנחש” מה המשתמש רוצה או לחלופין לעניין אותו בדברים רלוונטים, זאת על ידי הצפה של – חיפושים חמים וחיפושים אחרונים (בהנחה שמדובר במשתמש חוזר) תעדוף של ההשלמות האוטומטיות לפי שכיחות ולא לפי א-ב בצורה פשטנית. רוב מנועי החיפוש ייתעדפו בצורה א-בתית וללא מחשבה עמוקה מידי (וזו כמובן טעות). ניקח דוגמה מגוגל (מוזמנים לנסות את זה בעצמכם על מגוון אינסופי של מחרוזות חיפוש) – אם תתחילו להקליד את המחרוזת ‘כל’, ההיגיון אומר שתקבלו קודם כל אופציות שמתחילות במחרוזת שהקלדתם ‘כל’ ולאחריה האות ‘א’, משמע – ‘כלא’ ולאחר מכן ‘כלב’, ו’כלג’ וכך הלאה, אבל הלכה למעשה זה לא המצב. התוצאה הראשונה שתקבלו היא – ‘כללית’ (‘ל’ אחרי המחרוזת ‘כל’) ולאחר מכן ‘כלכליסט’ (‘כ’ אחרי המחרוזת ‘כל’) ולאחר מכן ‘כלל ביטוח’ ורק בתוצאה התשיעית תקבלו את האופציה ‘כלב’ *, שהייתה אמורה להיות (אם מסתכלים מבחינה א’ – ב’תית) גבוהה יותר מכל אלו שבאו לפניה.. למה? כי בגוגל מבינים שהסדר האלפבתי של התוצאות הוא לא רלוונטי וההתאמה לצורך (למשתמש, לטרנדים, לחיפושים נפוצים וכו’) היא חשובה הרבה יותר. אז חווית חיפוש “גוגלית” אנחנו כנראה לא נצליח לייצר באתר, אבל לשאוף ולכוון לשם בהחלט אפשר (ורצוי) ולכן חשוב מאוד שההשלמות האוטומטיות שלכם יהיו כמה שיותר חכמות ויתבססו לא רק על סדר אלפבתי רגיל, אלא גם על שכיחות החיפושים ואם אפשר הרלוונטיות לאותו משתמש/ת. לדוגמה – אם מדובר במשתמש שבדר”כ רוכש באתר מוצרים למטבח והוא התחיל להקיש באתר (נניח לשם הדוגמה שהאתר עוסק במוצרי בית) את המחרוזת ‘מז’ אז כנראה שיהיה נכון יותר להקפיץ לו בהשלמות הראשונות את התוצאות – ‘מזלג’ או ‘מזלגות חגיגיים’ ולאו דווקא את הביטוי ‘מזרון זוגי’. *חשוב לציין כי החיפוש בגוגל משתנה בצורה תמידית ולכן יכול להיות שאם תחפשו את המחרוזת ‘כל’ בעודכם קוראים את המדריך תקבלו מיקום אחר להצעה ‘כלב’ (ולא מקום תשיעי כפי שקרה בדוגמה שציינו), המטרה הייתה כמובן להמחיש פואנטה והיא – גוגל לא מתייחסת רק לסדר א-ב על מנת להציע השלמות, אלא גם (ובעיקר) לפרמטרים איכותניים יותרהשלמות אוטומטיות (Autocomplete)
  3. שלבו טאמבניילס של תמונות רלוונטיות לחיפוש והצעות / מבצעים מעניינים אם ישנם – התמונות והמבצעים הופכים את ההצעות שלכם למעניינות יותר ומגבירים את הסיכוי שהמשתמש אכן ישלים את תהליך החיפוש
  4. על מנת לייצר תיאום ציפיות ולמנוע אכזבה, הציגו למשתמש כמה תוצאות חיפוש צפויות להיות בכל אחת מהאופציות בהשלמה האוטומטית, בהחלט יתכן שמשתמש יבחר בחלופה מסוימת או ימנע מהשלמה מסוימת בגלל שהוא מראש רואה שהיא תניב יותר מידי או פחות מידי (תלוי בצורך וסוג המשתמש) תוצאות אפשריות.לדוגמה בצילום המסך שניתן לראות מטה אין “תשובות נכונה” ישנם משתמשים שיעדיפו לבחור באופציה T Shirt (שלה יש 11,994 תוצאות) ואחרים יבהלו מהכמות ויבחרו אופציה עם פחות תוצאות או לחלופין ישלימו את המחרוזת שלהם כדי לדייק את שאילתת החיפוש מספר תוצאות חיפוש
  5. אם בחיפוש שלכם יש סוגים שונים של אובייקטים רלוונטיים לדוגמה: מוצר לעומת כתבת תוכן או שם של מוצר לעומת שם של מותג או קטגוריה, מומלץ להפריד ביניהם בצורה גרפית ברורה מאוד ולחלק ביניהם את השטח בצורה שממחישה את השכיחות של החיפוש.  לדוגמה – אם משתמש מסוים מחפש באתר נעליים את המחרוזת ‘NI’, המחרוזת הזו יכולה כמובן להיות רלוונטית לכל זוג נעליים של NIKE אבל גם לעמוד מותג של NIKE או לכתבה שיש באתר על NIKE ולכן חשוב מאוד שהמשתמש יבין טרם בחירת האופציה להשלמה אוטומטית במה הוא בוחר – האם הוא בוחר בדגם מסוים (ואז הלחיצה על ההשלמה אמורה להעביר אותו לעמוד הדגם) או שהוא בוחר בעמוד מותג (ואז הבחירה בהשלמה תעביר אותו לעמוד כללי / עמוד מותג) או לחלופין הוא בוחר עמוד שיעביר אותו לכתבת תוכן וכך הלאה. מעבר לכך שהמשתמש אמור להבין לאן הוא עובר, חשוב מאוד שגם מבחינה גרפית היחסים יהיו בהתאם לרלוונטיות, אם ל-NIKE יש באותו אתר 100 מוצרים, 6 עמודי מותג (לכל מיני קמפיינים וכו’) ו-15 כתבות תוכן, לא סביר שההצעות להשלמה יוצגו באותה יחסיות ובולטות, וברור שבמצב כזה (בהנחה שמדובר באתר איקומרס כמובן) עמודי המוצר עצמם צריכים לקבל הרבה יותר בולטות ומקום מאשר עמודי הכתבות או המותג, כמה יותר בולטות? תלוי מאוד באיך אנשים מתנהגים באותו אתר – אם מדובר באתר למכירת נעליים עם פעילות ענפה בעולם התוכן ועם הדאטה מראה שלקוחות שמייצרים אינטראקציה עם התוכן של האתר נוטים לאחר מכן לרכוש יותר, אז אולי הכתבות צריכות לקבל משקל משמעותי ואם לא, אז אולי רק אזכור, אם בכלל. האופציות מגוונות, אבל מה שחשוב לזכור הוא שאת המינון הזה חשוב לבצע על בסיס דאטה ולטייב מעת לעת
    סוג תוצאה
  6. מלבד הצעות להשלמה אוטומטית (חכמה יותר או פחות), תזכרו שמנגנון ההשלמות לחיפוש יכול להוות עבורכם גם ערוץ פרסומי נוסף למבצעים, הצעות ערך וכו’ (תשתדלו כמובן לקשר ככל שניתן את המבצע / הצעת הערך לעולמות התוכן שהמשתמש מחפש בהם איך עושים את זה? משלבים סטריפים של מבצעים כחלק מההצעות להשלמה אוטומטית או לחלופין משלבים באנרים (עדינים) כחלק מהדרופדאון של מנוע החיפוש
    שילוב מבצעים
  7. הימנעו מאי הנעימות בהצעה של השלמה אוטומטית שבחירה בה תוביל לעמוד “אין תוצאות”, אם המערכת מציעה השלמה אוטומטית חייבים לוודא שיש מאחורי ההשלמה הזו תוצאות חיפוש אופציונליות

*** שימו לב, כאשר אתם עושים שימוש במנגנון השלמה אוטומטית בהחלט ייתכן שאתם מייצרים לעצמכם בעיה בכל הנוגע למדידה, שכן לכאורה אם משתמש נכנס אליכם לאתר והקליד ‘חו’ ואתם נתתם לו השלמה ספציפית אז הוא בחר בה ועבר לעמוד המוצר, לכאורה מבחינת מערכות המדידה לא התבצע פה חיפוש כלל, למרות שמבחינתכם רצוי מאוד למדוד ולנתח את הנתונים הללו, בהמשך נסקור את נמנעים מהעיוות הזה

**** בכל מקרה, בין אם אתם בוחרים במנוע שמבוסס רק על השלמות על פי א-ב או מנוע שמשלב גם השלמות חכמות יותר (פרסונליות, על בסיס דאטה וכו’), חשוב שהלוגיקה של ה-א-ב תהיה הגיונית ורלוונטית ולא טכנית. לא הגיוני שאם משתמש חיפש את המחרוזת ‘נר’ הוא יקבל השלמה ראשונה ‘מעמד לנרות’ והשלמה שניה ‘נר’ או ‘נרות’, צריכה להיות לוגיקה ברורה שמתעדפת קודם כל מילים מלאות ואז תחיליות וכך הלאה (שוב, אלא אם כן ההשלמה ‘נרות’ התקדמה בתור בשל התערבות של “שכל” להמלצות). הלוגיקה הבסיסית של א-ב צריכה להתנהל על פי החוקיות הבאה:

Search Results

Search T

אוקי – אז דיברנו המון על מנגנון ה-AUTOCOMPLETE ו-AUTOSUGGESTION ועל החשיבות שהוא יהיה חכם ולא טכני, לנוחיותכם תקציר קטן: חשוב לעבוד עם השלמה מבוססת על שכל ולא רק א-ב, לעשות שימוש בחיפושים נפוצים וחיפוש אחרונים, לשלב הצעות ערך אופציונליות והכי חשוב – להקפיד על השלמה שנותנת ערך

כלל מס’ 9 – הימנעו מעמוד “אין תוצאות חיפוש” ריק ומבאס

עמוד שברוב הגדול של המקרים יוביל ל-EXIT RATE גבוה מאוד. למה? תחשבו על המשתמש שלכם ומיד תבינו – הוא נכנס לאתר שלכם (מעשה לא טרוויאלי) עם כוונה (כזו או אחרת) לרכוש את מה שאתם מציעים, הוא מצא את מנוע החיפוש, הקליד שאילתת חיפוש (סביר להניח שהוא התעלם מההשלמה האוטומטית אחרת לא סביר שהיה מגיע לעמוד “אין תוצאות חיפוש”) עובדה שמעידה על זה שהוא יחסית מודע למוצר/שירות שהוא מעוניין לרכוש, לחץ על ENTER (או אייקון החיפוש) ו………. אכזבה! אין לכם את מה שהוא מחפש, מבאס נכון? נכון! אבל זו בדיוק ההזדמנות לעשות מהלימון הזה לימונדה…. איך? על ידי מינוף עמוד ה”אין תוצאות”. לפני שנצלול לכמה דרכים יעילות לעשות זאת, חשוב להיסגר על כמה הנחות בסיס: 

  1. עמוד “אין תוצאות” הוא מבאס
  2. אנחנו לא מוותרים על אף משתמש, בטח לא כאלו שרוצים לרכוש ונכשלנו למצוא עבורם תוצאה הולמת
  3. מדובר באוכלוסיית משתמשים עם נכונות רכישה גבוהה

תחת הנחות הבסיס הללו, הינה כמה דרכים יעילות מאוד שיאפשרו לכם למנף את עמוד ה”אין תוצאות”

  1. אם לשאילתא שהמשתמש חיפש יש חלופה שאתם יכולים להבין, אז תציעו אותה או אפילו תגדירו אותה מבלי לשאול (רק תתנו חיווי שזה מה שעשיתם). לדוגמה – אם אתם אתר מוצרי חשמל ישראלי והמשתמש חיפש את השאילתא ‘nygi’ אז עם הזמן הייתם אמורים ללמד את המערכת ש- ‘nygi’ זה בעצם ‘מטען’ רק בכתיבה שגויה של “עברית – אנגלית”, ובמקרה כזה מומלץ להציג את תוצאות החיפוש למטען עם חיווי שביצעתם עבורו את השינוי הזה. לדוגמה – אם בטעות תקלידו בגוגל את השאילתא – ‘chyuj shrv’, המנוע של Google מיד יזהה שאתם בעצם מחפשים – ‘ביטוח דירה’ ויציג לכם את התוצאות הרלוונטיות בתוספת חיווי לכך שהוא ביצע עבורכם את המחווה (הכל כך נוחה הזו) של תיקון אוטומטי של הטעותתיקון אנגלית עברית
  2. אם לא הצלחתם להבין “למה התכוון המשורר”, צריך לספק למשתמש חיווי ברור מה השאילתא שהוא חיפש ולכך שלא הצלחתם למצוא תוצאה תואמת, אך בד בבד להציע לו – הצעות חלופיות, דרכי תקשורת עם שירות הלקוחות, דרך נוחה לבצע חיפוש נוסף וכו’ (העיקר שלא ינטוש את האתר בשל החוויה הלא סימפטית). כמה דברים ששווה לשקול לשלב בעמוד ה”אין תוצאות”:
  • התנצלות עדינה / הזדהות עם המצב
  • הצעה לבדוק שגיאות כתיב
  • הצעה ליצור קשר עם שירות לקוחות והנגשה של דרך נוחה ליצירת קשר (בדרכים מהירות לא במייל או פקס אלא צ’אט/וואטסאפ או טלפון)
  • הצעה למוצרים אחרים שיכולים לעניין, כל אתר וכל תחום עם הדיוקים שלו אבל בגדול זה צריך להיות – מוצרים חמים שאולי יעניינו אותך או קטגוריות חמות
  • אפשרות לביצוע חיפוש נוסף בצורה כמה שיותר פשוטה ונוחה

אז איך אפשר בלי דוגמאות? בואו נראה כמה אתרים שעושים את זה מעולה, והדוגמה הראשונה מביניהם היא באתר של GAP US גם במובייל וגם בדסקטופ: 

מקסום

מקסום

גם בנורסטרום לא מפספסים:

הצעות שיפור למציאת תוצאות

הצעות שיפור למציאת תוצאות

וגם בפוט לוקר:

הצעות שיפור למציאת תוצאות

הצעות שיפור למציאת תוצאות

שימו לב איך בדוגמה הזו אמזון מתקנת אוטומטית את השאילתא ‘kitchentable’ ל-‘kitchen table’ בצורה הכי טבעית שיש:
מקסום

 

ובדוגמה הזו Urban Outfitters עושים בדיוק אותו דבר:

מקסום

מקסום

 

הינה כמה דוגמאות לאתרים שמפספסים דווקא בנקודה החשובה הזו, כדוגמת שופרסל:

אין תוצאות

אין תוצאות

AM:PM:

אין תוצאות

אין תוצאות

כלל מס’ 10 – אם מנוע החיפוש שלכם ביצע חיתוכים וסינון בצורה אוטומטית, תשקפו ותנגישו אותם

אם במסגרת החיפוש בוצעו כל מיני חיתוכי משנה על מנת לייצר תוצאות מדויקות, שקפו זאת לגולש ותנגישו אותם בצורה פשוטה, כך הוא יוכל להבין את התהליך וחשוב מכך לנוע בתוכו בצורה חלקה יותר. לדוגמה – נניח שמשתמש מסוים חיפש את השאילתא ‘נעל ריצה אדומה לגבר’ ואז הוא מגיע לעמוד עם 4 תוצאות בלבד, אבל מעל התוצאות מופיעות מעין “תגיות” של ‘גבר’, ‘ריצה’, ‘אדום’ (תגיות אלו מייצגות את חיתוכי המשנה שהמנוע ביצע כדי להגיע לתוצאות), אז בלחיצה פשוטה המשתמש יכול להסיר את ה-‘אדום’ ולקבל תוצאות לנעלי ריצה בעוד מגוון צבעים (במקום לבצע חיפוש מחדש). חסכתם לו זמן? יצרתם חוויה טובה ומתבקשת? את שכרכם תקבלו על ידי גידול באחוז ההמרה. ואיך אפשר בלי דוגמאות:

דוגמה מעולה מאתר Foot Locker ארה”ב:

שיקוף חיתוכי משנה

וגם מ-HOUZZ:

שיקוף חיתוכי משנה

שיקוף חיתוכי משנה

כלל מס’ 11 – אפשרו התמצאות נוחה בעמוד התוצאות

עמוד תוצאות חיפוש עם יותר מידי תוצאות יכול (וסביר להניח שזה מה שיעשה) להוביל לתוצאות לא טובות ולכן חשוב מאוד לאפשר כמה שיותר פילטרים וסינונים, כמו כן – אם יש סינונים נפוצים או דפוסים חוזרים, חשוב להשתמש בהם ולקצר את הדרך. לדוגמה – נניח שהחלטתם לאפשר 3 אפשרויות סידור של התוצאות (Sorting Options):

מהחדש לישן או להפך

מ-א עד ת ולהיפך

לפי הכי נמכרים

ונניח שהגדרתם שהאופציה הבסיסית תהיה מ-א עד ת, האם זה אומר שבחרתם את האופציה הנכונה בהכרח? ממש לא בטוח! שווה מאוד לעבוד עם ה – Data על מנת לראות אם מזהים דפוס ואם כן – לאמץ אותו. לדוגמה – אם אתם רואים שחלק גדול מהגולשים שלכם משנה את אופן ההצגה ובוחר דווקא להציג את המוצרים מהחדש לישן, אז אולי שווה לשקול להפוך את האופציה הזו לברירת המחדל (כמובן שצריך למדוד ולראות האם השינוי משפר את ה-KPI’s שלכם בנוגע לחיפוש, אבל זה ללא ספק פוטנציאל). כנ”ל באלמנטים אחרים כמו לדוגמה – כמות המוצרים בעמוד, במקרים של הרבה תוצאות רוב האתרים יציגו דפדוף (מה שנקרא pagination) בין עמודים, ויכול להיות שברירת המחדל שהגדרתם היא 20 תוצאות בעמוד אבל רוב המשתמשים מחליפים אותה ובוחרים 50 תוצאות לעמוד, כנ”ל בנוגע לכמות פריטים בשורה וכו’ וכו’. פינטרסט הוא דוגמה לאתר שמספק חוויה מעולה בניווט בין תוצאות החיפוש השונות:

מנוע החיפוש בפינטרסט

מנוע החיפוש בפינטרסט

כלל מס’ 12 – מדידה, מדידה ועוד פעם מדידה

מדידה היא ללא ספק הדבר החשוב ביותר שתוכלו לעשות על מנת להפוך את מנוע החיפוש הפנימי שלכם באתר למכונת המרה משומנת! המדידה מסייעת בשיפור תמידי של חווית המשתמש, בלימוד המנוע לענות טוב יותר על שאילתות חיפוש, להבין מה מעניין את המשתמשים שלכם ועוד ועוד.

אז איך עושים את זה נכון? מה חשוב למדוד?  בואו נצלול…

כלי המדידה הנפוץ בעולם בכל הנוגע למדידת אתרי אינטרנט הוא – Google  Analytics (או בקיצור GA) ול-GA יש לא מעט יכולות Build in בכל הנוגע למדידה ומעקב אחר חיפושים, אבל האם זה מספיק? ממש לא! זו לכל היותר התחלה טובה, לא מעבר לכך. אבל אם זו התחלה, אז בואו נתחיל מזה:

איך מחברים את חשבון ה-GA שלכם לחיפוש, כך שכל שאילתת חיפוש באתר תרשם בחשבון ה-GA שלכם?

כנסו להגדרות החשבון של גוגל אנליטיקס שלכם לרמת צפייה (View)

בחרו בהגדרות צפייה (View Setting) ואז Site Search Settings

Google Analytics ➤  Admin ➤ View ➤ View Setting ➤ Site Search Settings

גללו למטה אל החלק של Site Search Settings שנראה כך והדליקו את Site Search Tracking

site search settings

כעת עליכם להגדיר ל-GA מה הוא הפרמטר במבנה ה-URL באתר שלכם שמייצג שאילתת חיפוש. איך מוצאים את הפרמטר הזה? פשוט כנסו לאתר ובצעו חיפוש, בתוך כתובת ה-URL של עמוד התוצאות (אחרי שהקלדתם שאילתה וביצעתם חיפוש) יופיע פרמטר שמעיד על כך שמדובר בעמוד תוצאות חיפוש כמו אות כלשהי (בדר”כ q או s) או מילה (בדר”כ search או query). לדוגמה אם נחפש את המילה ‘פירות’ באתר כלשהו, כתובת עמוד תוצאות החיפוש עשויה להראות כך:

https://www.mydonain.co.il/?q=פירות

* הפרמטר שאנחנו מחפשים הוא אותו פרמטר q מתוך ה-URL – בכללי כל הפרמטרים שאנחנו רוצים להעביר ל-GA מגיעים אחרי סימן השאלה (לדוגמה UTM SOURCE, UTM MEDIUM וכו’), אך במקרה הזה מכיוון שביצעתם חיפוש באתר ה-URL אמור להיות נקי מפרמטרים אחרים ולכן תוכלו לקחת את הפרמטר שמופיע אחרי הסימן שאלה ואותו להגדיר כפרמטר שמייצג עמוד תוצאות חיפוש. שימו לב שאתם מסמנים את האופציה – Strip Query Parameters Out Of URL, על מנת ש-GA ינקה את כל הפרמטרים מה-URL ויציג לכם בדו”ח החיפושים (בו נדון בהרחבה מיד) את השאילתות עצמן בצורה “נקיה”

query parameter

באתרים בהם ישנה אפשרות לחפש בתוך קטגוריות מסוימות, רצוי להפעיל את האופציה Site Search Categories ב-GA, המאפשרת לנתח את הנתונים תוך חיתוך בין קטגוריות וכדומה. לדוגמה ב-amazon ניתן לבחור (על ידי לחיצה על הדרופדאון שכתוב עליו ALL) קטגוריה ספציפית באתר ולחפש רק בתוכהמנוע החיפוש באמזון

במקרה שכזה העובדה שהחיפוש התבצע בתוך קטגוריה מסוימת ולא בתוך כל האפשרויות באתר צריכה איכשהו לבוא לידי ביטוי בעמוד התוצאות (על ידי חיווי של פרמטר ב-URL), לדוגמה:

https://www.mydonain.co.il/?q=אבטיח&sc=פירות_וירקות

במקרה שלפנינו הפרמטר ‘q’ מייצג את שאילתת החיפוש והפרמטר ‘sc’ מייצג את הקטגוריה בה החיפוש התבצע, במקרה כזה אם נרצה לנטר את הקטגוריות נקליד ב-Category Parameter את הפרמטר – sc

שוב, אם נרצה לקבל את התוצאות “נקיות” חשוב לסמן Strip Category Parameters Out Of URL

Category parameter

במידה והחיפוש שלכם לא בנוי בצורה שציינתי ובאופן שבו ה-URL בעמוד התוצאות מכיל בתוכו את שאילתת החיפוש, הקטגוריה (במידה ויש אצלכם חיפוש בתוך קטגוריות ספציפיות) ופרמטר ייעודי שמאפשר לאבחן זאת, לדוגמה במקרה הזה:

https://www.mydonain.co.il/s/פירות

או

https://www.mydonain.co.il?s_פירות

או כל מבנה אחר שאינו: סימן שאלה >>> פרמטר כלשהו >>> סימן שווה >>> שאילתת חיפוש

עומדות בפניכם שתי אופציות על מנת לקבל את המידע (הכל כך חיוני הזה) לתוך ה-GA שלכם:

  1. לדאוג שצוות הפיתוח שלכם יבצע את ההתאמה המתבקשת ל-URL של עמוד התוצאות
  2. לייצר מעקף על ידי שימוש ב-JS ייעודי ב-Google Tag Manager

איך עושים את זה? לפני שנצלול לטכניקה של ההטמעה בפועל ב-GTM אני רוצה להסביר את המהות של המהלך, מה שה-JS הזה עושה “בגדול” הוא לחלץ את שאילתת החיפוש מה-URL ולהחזיר אותה ל-Google Analytics בתוספת סימן שאלה ושווה, כך שלמרות שה-URL שמופיע בדפדפן (ואנחנו כגולשים רואים) הוא ללא סימן שאלה ושווה, ה-URL שמועבר ל-GA במסגרת הדיווח הוא כן במבנה הנכון ולכן GA יידע להשתמש ביכולות של SiteSearch. נכנס ל-GTM ונייצר Variable (משתנה) מסוג – Custom JavaScript, בו נכניס את ה-JS הבא:

function() {

var pagePath = window.location.pathname;
var searchParam = ‘/search/’;
if (pagePath.indexOf(searchParam) > -1) {
return searchParam + ‘?s=’ + pagePath.split(searchParam)[1].split(‘/’)[0]
}

בואו נפרק רגע את ה-JS:

var pagePath = window.location.pathname

כאן אנחנו מייצרים משתנה שנקרא pagePath שהערך שאנחנו מקצים לו הוא window.location.pathname

var searchParam = ‘/search/’

כאן אנחנו מייצרים משתנה שנקרא searchParam ומקצים לו את הערך של מה שיש לנו ב-URL באתר (במקום המצב הרצוי), במקרה הזה במקום

/?s=

יש את זה

/search/

if (pagePath.indexOf(searchParam) > -1)

כאן אנחנו מתנים את התנאי של הפונקציה שאומר בשפה פשוטה שאם המשתנה – pagePath (שהוא בעצם ה-URL שלנו) מכיל את הערך של המשתנה searchParam אז צריך לקרות הדבר הבא

return searchParam + ‘?s=’ + pagePath.split(searchParam)[1].split(‘/’)[0]

שהוא בפשטות – פיצול של ה-URL והחלפת החלק הזה

/search/

בחלק הזה

/?s=

רוצים לוודא שהבנתם?

איך תראה הפונקציה אם אצלנו באתר החיפוש נראה ככה:

https://www.mydonain.co.il/s/פירות

ואנחנו רוצים ש-q יהיה פרמטר החיפוש שלנו?

קחו שניה לחשוב…

 

נכון – הפונקציה תראה כך:

function() {

var pagePath = window.location.pathname;
var searchParam = ‘/s/‘;
if (pagePath.indexOf(searchParam) > -1) {
return searchParam + ‘?q=‘ + pagePath.split(searchParam)[1].split(‘/’)[0]
}

אז מה יקרה ב-GTM?

אנחנו נייצר משתנה JS חדש

לאחר מכן נבצע שינוי בסקריפט הבסיס של GA כך שהעמוד שיועבר ל-GA במסגרת ה-Page View יהיה העמוד עם המניפולציה שביצענו (ההחלפה) ולא העמוד כפי שהוא מופיע ב-URL, ולאחר מכן ומכיוון ש-GA מכאן ואילך רואה עמוד תקין עם מבנה נכון של עמוד תוצאות – סימן שאלה, פרמטר, סימן שווה מכאן ואילך ה-Site Search יעבוד כמו שצריך. הבנו? מעולה – אז בואו נצלול לטכני…

כניסה לחשבון התג מנג’ר ומעבר אל לשונית המשתנים (Variables)

יצירת משתנה גאווה סקריפט ב- Google Tag Manager

הוספת משתנה מוגדר על ידי היוזר (User-Defined Variables)

User-Defined Variables

יצירת משתנה JS ייחודי (Custom JavaScript) לצורך הדוגמה קראנו למשתנה – Search-mihi.market

יצירת Custom JavaScript

הוספת קוד ה-JS שלנו (לנוחיותכם ניתן להעתיק אותו מכאן)

function() {

var pagePath = window.location.pathname;
var searchParam = ‘/search/’; //replace this with your page path before the search term
if (pagePath.indexOf(searchParam) > -1) {
return searchParam + ‘?s=’ + pagePath.split(searchParam)[1].split(‘/’)[0] }
}

זה יראה ככה:

 Google Tag Managerכעת נבצע שינוי והתאמה של התג הכללי של GA (התג של Page View) על ידי הוספה של Fields to Set, עם Field name של page והערך הדינמי של המשתנה שיצרנו (כזכור בדוגמה שלנו הוא – Search-mihi.market)

הגדרת תג עבור המשתנה ב- Google Tag Manager

כעת ניתן להיכנס להגדרות של Site Search ולהגדיר אותו כפי שפירטנו בתחילת כלל מס’ 12.

כלל מס’ 13 – ביצוע ניתוח ואנליזה שוטפת

אוקי, אז אחרי שוידאנו שנתוני החיפוש מגיעים כמו שצריך ל-GA, הגיע הזמן לראות איך הם נראים ומה ניתן להסיק מהם.

קודם כל ולפני הכל – איפה אנחנו? בתוך חשבון ה-GA, תחת קטגוריית התנהגות (Behavior) >>> חיפוש באתר (Site Search), שם מחכים לנו הדו”חות המוכנים של GA לטובת חיפוש באתר. תשומת ליבכם כי הדו”חות הללו יתמלאו אוטומטית מהרגע שתגדירו כמו שצריך את החיפוש (המידע יאסף מכאן ואילך ולא אחורה)

Site Search

איזה כיף, הגענו לחלק שמתייחס ל-Site Search בואו נסקור את כל הטוב שהוא מציע לנו: 

הטאב הראשון – Site Search Overview:

כשמו כן הוא, כאן נוכל לראות נתונים כלליים אודות החיפושים באתר (ניתן כמובן להשתמש בכל הכלים “הרגילים” של GA כמו חיתוך של תאריכים, שימוש בסגמנטים וכו’): לנוחיותכם מספרנו את החלקים השונים ב-Overview, בואו נעבור חלק-חלק

מונחי חיפוש פנימי - גוגל אנליטיקס

חלק 1 – ביקורים באתר עם חיפוש (Sessions with Search): הכוונה היא לכמות הפעילויות (סשיינים) באתר שבמהלכן בוצע חיפוש. שימו לב שהנתון מתייחס רק לחיפושים שהושלמו במסגרת חיפוש – משמע כאלו בהם המשתמש/ת לחצו על חפש והגיעו לעמוד תוצאות, גם אם הוא היה ריק.

אם משתמש נגע במנוע החיפוש ולא ביצע חיפוש או התחיל להקליד ונעצר / התחרט החיפוש שלו לא יספר כאן

אם משתמש הקליד מחרוזת בשורת החיפוש ואז בחר באחת מההשלמות האוטומטיות (כזו שמעבירה לעמוד ספציפי ולא לעמוד תוצאות) אז הוא גם לא יספר כאן כסשיין עם חיפוש

חלק 2 – סך החיפושים הייחודיים (Total Unique Searches): הכוונה היא לכמות החיפושים השונים שבוצעה באתר בניכוי כפילויות. לדוגמה אם משתמש ביצע שני חיפושים שונים באותו הביקור (פעם אחת ‘נעליים’ ופעם שניה ‘כדורסל’) אז הם יספרו כשני חיפושים, אבל לחלופין אם הוא יבצע שני חיפושים זהים (‘נעליים’ ולאחר מכן שוב פעם ‘נעליים’) באותו ביקור הם יספרו כאחד. אם נחלק את חלק 2 בחלק 1, נקבל את ממוצע החיפושים השונים שמשתמשים מחפשים בביקור (בדוגמה שלנו 3,021/2,016=1.498), משמע – המשתמשים באתר זה מבצעים כ-1.5 חיפושים שונים בביקור בממוצע

חלק 3 – מספר עמודי התוצאות שנצפו ביחס לחיפושים (Results Pageviews / Searches): מספר הפעמים הממוצע בו הוצג עמוד תוצאות החיפוש, משלושת הנתונים הללו יחד (1, 2, 3) אפשר לחלץ את כמות החיפושים הכפולים שהייתה באותו סשיין (לדוגמה כמות הפעמים שמשתמש חיפש ‘נעליים’ באותו הביקור), איך? ככה:

2,016 * 1.67 = כמות עמודי התוצאות = 3,367

כמות החיפושים היוניקית היא כאמור = 3,021

זה אומר שכמות החיפושים הכפולים שבוצעו באותו סשיין היא – 3,367-3,021=346

את התוצאה הזו (346) נחלק בסה”כ עמודי התוצאות (3,367) ונקבל – 10.28% לשם נוחות נקרא לנתון הזה חלק 3.1 (בהמשך תבינו למה) – חלק 3.1 יוגדר כ – אחוז החיפושים הכפולים (Double Searches)

הנתון הזה מעניין במיוחד לצורך איתור תקלות ו/או באגים של מנוע חיפוש שמייצר חיפושים כפולים או “נתקע” על חיפושים מסוימים או טוען לאט מאוד את עמוד התוצאות וגורם למשתמשים להקליד שוב או ללחוץ שוב על החיפוש וכדומה, שכן זה לא תרחיש סביר שאותו משתמש באותו ביקור יבצע את אותו החיפוש (זה סביר במקרים שמשתמש עוזב סשיין וחוזר לאחר כמה דק’ ונספר על אותו סשיין, אבל זה אמור להיות באחוזים שוליים מאוד). בואו נאמר שאם כמות החיפושים החוזרת במנוע החיפוש שלכם (שכאמור ראינו איך ניתן לחלץ אותה) מגיעה לסדר גודל של 10-15% מסך החיפושים היוניקים באתר שלכם, אז ייתכן מאוד שיש לכם בעיה במנוע חיפוש ושווה לבדוק

חלק 4 – אחוז יציאות לאחר חיפוש (Search Exit%): כאן נראה את אחוז הביקורים שהסתיימו ממש בעמוד התוצאות, משמע – משתמש נכנס לאתר, ביצע חיפוש, הגיע לעמוד תוצאות (שימו לב, גם עמוד “אין תוצאות” מוגדר כעמוד תוצאות) וזה העמוד האחרון שבו הוא ביקר באותו הסשיין. שיעור גבוה של יציאות לאחר חיפוש מעיד לרוב על מנוע חיפוש לא יעיל שמספק למשתמשים תוצאות לא רלוונטיות (בכמות, ברמת הדיוק וכו’), השאיפה שלכם צריכה להיות להגיע שיעור יציאות לאחר חיפוש של 10% ואפילו פחות – זה לא תהליך של יום – יומיים, אבל בטווח של 8-10 שבועות של עבודה יסודית על מנוע החיפוש (לימוד של שאילתות חדשות בצורה שוטפת, עבודה על עמודי “אין תוצאות”, חיזוק מנגנוני ההשלמה האוטומטית, “אימון” על שגיאות נפוצות ועוד) זה בהחלט אפשרי

חלק 5 – אחוז החיפושים החוזרים (Search Refinements%): אחוז הפעמים בהן משתמש נאלץ לבצע חיפוש נוסף מיד לאחר שביצע חיפוש, לדוגמה – אם משתמש חיפש באתר שלכם את השאילתא – ‘מרק עוף’ ומיד לאחר מכן חיפש את השאילתא ‘כבד קצוץ’, אז הוא ייספר כמשתמש שביצע חיפוש חוזר. שימו לב, אם המשתמש ביצע את החיפוש הנוסף באותו הסשיין אך לאחר שעבר במסכים נוספים באתר, החיפוש הזה לא יחשב כחיפוש חוזר. לדוגמה:

חיפוש השאילתא ‘נעלי בית’ >>> הגעה לעמוד תוצאות >>> חיפוש של השאילתא ‘נעלי בלט’ >>> הגעה לעמוד תוצאות

במקרה הזה המשתמש הזה יספר כמשתמש שביצע חיפוש חוזר

חיפוש השאילתא ‘נעלי בית’ >>> הגעה לעמוד תוצאות >>> כניסה לאחד המוצרים שהוצגו בעמוד התוצאות >>> חיפוש השאילתא ‘נעלי בלט’ >>> הגעה לעמוד תוצאות

במקרה הזה המשתמש לא יספר כמשתמש שביצע חיפוש חוזר

אחוז גבוה של חיפושים חוזרים יעיד על מנוע חיפוש לא איכותי, שכן המשתמש לא מקבל את מבוקשו ונאלץ לבצע חיפוש נוסף.

בגדול השאיפה שלנו היא לכמה שפחות חיפושים חוזרים וכמה שפחות יציאות לאחר חיפוש

חלק 6 – זמן באתר לאחר החיפוש (Time after Search): כאן נראה את משך הזמן שהמשתמש שהה באתר לאחר שביצע חיפוש (פרק הזמן מחושב מרגע ביצוע שאילתת החיפוש ועד להגעה לעמוד האחרון בביקור*). לרוב הנתון הזה יהיה במתאם גבוה לאחוז היציאות לאחר חיפוש, אחוז יציאות גבוה יוביל בדר”כ לזמן שהייה נמוך ולהפך. ככלל זמן שהייה גבוה לאחר חיפוש הוא סימן חיובי (אם כי גם זמן שהייה ארוך מידי יכול להעיד על בעיות כמו בלבול של משתמשים והכנסתם ל-Flowים לא יעילים), אבל זה מאוד סובייקטיבי לאתר שלכם

*חשוב לזכור את האופן (הקצת מוזר) ש-GA מחשב זמני שהייה בכלל. מכיוון ש-GA ניזון מפקודות שנורות מהאתר לחשבון ה-GA שלכם (שנקראות hits) ובאמצעותן הוא בונה סשיינים (הוא בעצם רואה שה-hitים שמגיעים מהביקור שלכם הוא עם אותו מזהה משתמש ויוצר מהן “רצף” שנקרא Session), פאנלים, אירועים (events) וכו’, אין לו דרך אמיתית לדעת כמה זמן משתמש שהה באתר (יש מעקפים שאפשר לבצע בשביל לדעת, אבל זה לא למדריך הזה) אלא על ידי חיסור בין המועד של ה-hit לזה של ה-hit הראשון, אם לדוגמה משתמש הגיע לאתר שלכם ב-22:53:12, אז ה-hit הראשון ש-GA קיבל הוא ב-22:53:12 ואז המשתמש ביקר באתר ונכנס למס’ עמודים, כאשר האחרון ביניהם הוא ב-22:56:44 ושם לא ביצע פעולה נוספת שמייצרת hit נוסף, אז GA יחשב את זמן השהייה (משך הסשיין במקרה הזה) כזמן שעבר בין 22:56:44 ל-22:53:12 (שה – 3:32 דק’). אותו הדין גם במקרה של זמן השהייה לאחר החיפוש, הוא יחושב כפער בין הזמן שבו הוצג עמוד החיפוש (ה-time stamp של אותו hit) לזמן של ה-hit האחרון שהיוזר ייצר (יכול להיות שאחרי ה-hit האחרון הוא שהה עוד זמן באותו עמוד, GA לא יידע אם לא תגידו לו את זה). בקיצור – נושא משכי השהות ב-GA הוא לא הכי מדויק ודורש מעקפים בשביל תוצאות ממש מדויקות, אבל כאמור – זה נושא למדריך אחר, רק היה חשוב לנו שתהיו מודעים לאי הדיוק היחסי בנתונים

חלק 7 – עומק ממוצע של חיפוש (Avg.Search Depth): כאן נראה את מספר הדפים הממוצע בהם המשתמש צפה לאחר ביצוע החיפוש (כולל עמודי התוצאות עצמם, כך ש-Avg.Search Depth תמיד גדול מ-1)

כאן זה המקום להציג לכם את המדד שבנינו כאן ב-mihi.market, אנחנו קוראים לו – Search Score והוא בנוי מהנוסחה הבאה:

חלק 4*חלק 5*חלק 3.1 / (חלק 6 * חלק 7) = Search Score

או בצורה פשוטה יותר:

Search Score

אם ניקח את הדוגמה המספרית המצורפת למעלה ה-Search Score שיתקבל יהיה:

מונה – 3.35*1.84 = 6.164

מכנה – 10.28%*30.55%*23.28% = 0.00731

סה”כ ה-Search Score בדוגמה הזו הוא 843

ככלל ככל שה-Search Score גבוה יותר, כך איכות החיפוש באתר שלכם טובה יותר, מדובר בציון מאוד סובייקטיבי לאתר שלכם והוא נועד בעיקר לוודא שכל שינוי שאתם עושים לא משפיע לרעה על מקום אחר, כך שהמדד הזה צריך להיות מול עיניכם מהרגע שאתם מתחילים לעבוד על מנוע החיפוש ובמטרה אחת – להגדיל את הציון.

ניקח דוגמה מספרית נוספת, אתר שאלו הם הנתונים שלו:

Time after Search – 3.5 דקות
Avg.Search Depth – 2.5 מסכים בממוצע
Search Refinements – 25%
Search Exit – 25%
Double Searches – 10.5%

ה-Search Score של האתר הוא:

3.5 * 2.5 = 8.75 במונה

25% * 25% * 10.5% = 0.00656

הציון במקרה הזה יהיה 1,333. האם זה אומר שבהכרח שהאתר הזה טוב יותר מהאתר הקודם? סביר להניח אבל לא בטוח, שכן יכול להיות שהאתר הראשון הוא אתר תוכן שמעוניין להביא משתמשים לזמן שהייה מאוד גבוה וכמות עמודים גבוהה בביקור בעוד האתר השני הוא אתר מידע מאוד פונקציונלי שהמטרה שלו היא שמשתמש ימצא את המידע וילך לדרכו, לכן קשה לשפוט מבלי להשוות “תפוזים לתפוזים”, מאידך אם מדובר באותו אתר בשני מועדים שונים, אפשר להגיד בבטחה שהמצב החדש הוא טוב יותר מהמצב הקודם, משמע – התוצאות של מנוע החיפוש השתפרו

בנוסף ניתן לראות במסגרת ה-Overview של ה-Site Search גם את הביטויים הנפוצים, עמודי הפתיחה (העמודים בהם מתבצעים הכי הרבה חיפושים) הנפוצים וקטגוריות נפוצות (במידה ומדובר באתר עם חיפוש פנימי בתוך קטגוריות, במידה ולא – אז הנתונים כאן יהיה לא מוגדרים). אוקי אז סיימנו עם לשונית ה-Overview, עכשיו נעבור ללשונית הבאה – Usage

הטאב השני – Usage:

כאן נוכל ללמוד בהרחבה על ביצועי הסשנים בהם בוצעו חיפושים באתר (כמות, שיעורי נטישה, משתמשים חדשים, דפים נצפים לסשן, המרות וכו’). גוגל אנליטיקס מציג לנו כברירת מחדל את ההשוואה בין סשנים ללא חיפוש לבין אלו עם חיפוש וביצועיהם.
נחלק את הדוח הזה ל-3 חלקים – Acquisition, Behavior ו-Conversions:

Acquisition – כאן GA מראה לנו מהי ההתפלגות בין סשנים שנעשה בהם חיפוש לבין אלו שלא והאם משתמשים חדשים עושים יותר שימוש בחיפושים לעומת אלו שכבר “מכירים” את האתר. התובנות העיקריות שניתן להוציא מנתון שכזה קשורות בחשיפה למנוע החיפוש באתר ורמת השימושיות בו. לדוגמה – אם רואים אחוז נמוך יחסית של ביקורים עם חיפוש, נכון יהיה לתהות האם שווה בכלל להשקיע במנוע החיפוש? ואם רוצים להשקיע, אז אולי שווה למקם אותו במקום אחר? בצורה אחרת שתבלוט יותר? וכדומה 

Behavior – מאפשר לנו לייצר השוואה קלה בין ביצועי סשנים שנעשה בהם חיפוש לבין אלו שלא נעשה בהם. אם המדדים של השורה השנייה (Visits With Site Search) טובים מאלו של השורה הראשונה, הרי שמנוע החיפוש באתר כנראה עושה עבודה טובה על המדדים המרכזיים של האתר (לא בהכרח ש-Bounce Rate נמוך או כמות ביקורים בסשיין או זמן ממוצע חייבים להיות מדדי ההצלחה בכל אתר, אבל נניח שבגדול מדובר במדדים חיוביים) – מצמצם את שיעור הנטישה, מביא את המבקרים להתעמק ביותר דפים ולמשך זמן ארוך יותר, והכי חשוב הוא ממיר יותר טוב. אם המצב הוא הפוך, תצטרכו לעשות עבודה מקיפה כדי להבין מה עליכם לשפר על מנת להשיג תוצאות טובות לעומת סשנים בהם לא מתבצע חיפוש באתר.

Conversions – המדד הכי חשוב (בהנחה שמנוע החיפוש של האתר פועל בצורה סבירה לכל הפחות) שאומר שעם חיפושים באתר משיגים יותר יעדים, הרי שיש לתת למנוע החיפוש מקום משמעותי יותר באתר ולהניע את המשתמשים לעשות בו יותר שימוש

נתוני אנלטיקס

 

הטאב השלישי – Search Terms:

דוח זה יורד לעומק של שאילתות החיפוש עצמן ומספק לנו נתונים קונקרטיים עבור כל אחד משאילתות החיפוש שחופשו באתר.

מדו”ח זה נוכל להבין מהי איכות המענה שהצלחנו לתת למשתמש עבור כל אחד מהחיפושים – האם הוא נאלץ לצאת מן האתר או לבצע חיפושים חדשים? עד כמה העמיק באתר לאחר ביצוע החיפוש – מה שעשוי להעיד על חיפוש שהניב עבורו תוצאות טובות וכך הלאה. כהרגלנו ולנוחיותכם, פירקנו את הדו”ח לחלקים, בואו נעמיק בכל אחד בנפרד

מונחי חיפוש פנימי - גוגל אנליטיקס

  1. מונח חיפוש (Search Term) – כאן נראה את אותה שאילתת חיפוש (מונח חיפוש) שאליו מתייחים הנתונים, כל שורה מייצגת מונח חיפוש אחר. חשוב לזכור שהרשימה הזו לא כוללת מונחים שהמשתמש הקליד ובעקבות השלמה אוטומטית עבר ישירות לעמוד מוצר / תוצאה, כמו כן לא יוצגו כאן המחרוזות שהמשתמש הקליד לפני שבחר בהשלמה אוטומטית. לדוגמה – אם משתמש הקליד את המחרוזת ‘חו’ ואז בוצעה השלמה לחולצות והוא בחר אותה, במקרה כזה הוא יעבור לעמוד תוצאות חיפוש של חולצות ולכן המונח חולצות יופיע כאן ויספר, אך המחרוזת הראשונית של המשתמש ‘חו’ לא תופיע (זה נתון חשוב אם רוצים לשפר את מנגנון ההשלמה האוטומטית)  דוגמה נוספת – אם משתמש הקליד את המילה ‘חו ובחר בהשלמה אוטומטית של ‘חולצה טי פרחונית’ ועבר לעמוד של אותה החולצה, במקרה שכזה מבחינת GA בהגדרות הבסיס שלו, לא התבצע כלל חיפוש ולכן הנתון לא יופיע באף אחד מדו”חות ה-Site Search כולל לא בדו”ח ה-Search Terms
  2. סך החיפושים הייחודיים  (Total Unique Searches) – כמות החיפושים היחודיים (שבוצעו במסגרת סשיינים שונים) שבוצעו על אותו מונח חיפוש במסגרת הזמן שפילטרנו. שימו לב – אם משתמש חיפש מונח מסוים פעמיים באולו סשיין הוא יספר כאן כחיפוש אחד, אך אם אותו משתמש יחפש את אותו המונח בשני סשיינים שונים, זה יספר כאן כשני חיפושים שונים
  3. תוצאות הצגת דף / חיפוש (Results Pageviews / Search) – עמודי תוצאות שנצפו ביחס לחיפושים, נתון זה מתייחס לכמות עמודי התוצאה השונים שמשתמש ראה לאחר ביצוע חיפוש, כאשר ברור לחלוטין שאם משתמש נאלץ להיכנס למספר תוצאות שונות על מנת לקבל את מבוקשו, אזי – החיפוש לא עובד בצורה אידיאלית. המצב האידיאלי הוא שמשתמש יבצע חיפוש, יקבל בדיוק מה שהוא צריך ויתקדם משם להמשך ה-Funnel (השארת ליד / רכישה / פתיחת מנוי וכו’), במידה וזה לא המצב והמשתמש נאלץ לחפש את מבוקשו בין תוצאות החיפוש השונות, אזי החיפוש לא מספיק “חכם” או “ממוקד”, עם זאת – הנ”ל מאוד סובייקטיבי ותלוי במונח החיפוש עצמו, בסוג האתר וכו’ (כנראה שאם משתמש נכנס לאמזון ומחפש ‘מחשב נייד’ לא סביר שהוא יסתפק בצפייה בעמוד מוצר אחד, אלא יעבור מגוון רחב של עמודי מוצרים מהתוצאות עד למציאת המחשב הנכון)
  4. אחוז יציאות לאחר חיפוש (Search Exits%) – מספר היציאות מהאתר מיד לאחר ביצוע חיפוש ביחס לכמות החיפושים הייחודיים שנעשו בו עבור מונח חיפוש ספציפי. מדובר באותו מדד כמו שסקרנו ב-Overview רק שהפעם הוא מתייחס למונח החיפוש הספציפי הזה ולא כללי לכל פעילות החיפוש באתר
  5. מיקודים של חיפושים (Search Refinements%) – כנ”ל, אותו מדד כמו ב-Overview רק הפעם בפריזמה של מונחי חיפוש ספציפיים
  6. זמן לאחר החיפוש (Time after Search) – כנ”ל
  7. אחוז העומק הממוצע של חיפוש (Avg. Search Depth) – כנ”ל
  8. קטגוריות חיפוש באתר (Site Search Category) – כפי שפירטנו לעיל, באתרים גדולים עם מגוון רחב של מוצרים ניתן (ולעיתים רצוי) לייצר חיפוש פנימי בין קטגוריות, במקרה כזה כאן ניתן יהיה לראות את כל שבעת המדדים הללו כאשר ההתייחסות היא לקטגוריה, לדוגמה נניח שיש לכם באתר 5 קטגוריות שאפשר לחפש בתוכן, אז תוכלו לראות את אחוז המיקודים, אחוז היציאות, סך החיפושים היחודי וכו’ – עבור כל קטגוריה בנפרד

הוספת מאפיין משני (Secondary Dimension) – כמו כמעט כל הדו”חות ב-Google Analytics גם הסקשיין של Site Search לא מספק מענה מלא על כל השאלות As Is ועל מנת שנוכל ללמוד ממנו את כל מה שמעניין אותנו, חשוב לעבוד יעיל ונכון. אחד הכלים הטובים (והפשוטים מאוד ליישום) הוא שימוש ב-Secondary Dimension שמאפשר לנו ללמוד ולהעמיק יותר בנתונים עצמם. להלן כמה דוגמאות מצוינות לשימוש ב-Secondary Dimension בהקשר של דו”ח Search Terms ובהקשר של שאר דו”חות ה-Site Search בגוגל אנליטיקס:

הוספת Secondary Dimension של סוג מכשיר (Device Category) – עשוי להתאים לכל דוחות החיפוש באתר ולשפוך אור באילו סוגי מכשירים בוצעו יותר חיפושים וכיצד התנהגו המשתמשים לאחר הופעת החיפוש בכל סוג של מכשיר (זמן שהייה, יציאה, המרה ועוד). דוגמה פרקטית – נניח שאתם רואים שעבור מונח מסוים שמחפשים יחסית הרבה יש תוצאות מעולות בדסקטופ אבל במובייל הוא מקבל מדדים לא טובים (אחוז יציאה גבוה, כמות מסכים נצפית לאחר חיפוש נמוכה וכו’), מה יכול להיות שקרה? יכול להיות שהמונח הזה מייצר הרבה השלמות אוטומטית והדרופדאון מוצג בצורה שגויה / מפורקת במובייל מה שגורם לאנשים להתבאס מהחוויה? או שהמונח הזה מייצר הרבה תוצאות ובמובייל הרבה תוצאות חיפוש מייצרות בעיה גרפית או טעינה איטית במיוחד וכך הלאה. לא תדעו אם לא תכירו את הנתונים ותבדקו

הוספת Secondary Dimension של מקור טראפיק לאתר (Source / Medium / Campaign) – כאן נוכל להסתכל על מקורות ספציפיים והאופן שבו הם התנהגו ביחס לחיפוש, לדוגמה – נניח שנראה שגולשים שהגיעו מפייסבוק מקמפיין מסוים חיפשו יחסית הרבה מונח מסוים שמתחבר לקמפיין, אולי אפשר ללמוד מזה על כך שהעמוד נחיתה שאליו הם הגיעו לא היה ברור מספיק? אולי היה נכון להנגיש להם מעבר נוח יותר לאותו עמוד שלא דרך מנוע החיפוש? האם משתמשים ממקורות / קמפיינים מסוימים מחפשים יותר או פחות מאחרים? האם חיפוש משפיע עליהם יותר או פחות טוב? לדוגמה – יכול להיות שלמשתמשים שמגיעים מפייסבוק ממודעות כלליות של המותג החיפוש לא רלוונטי כי הם רמת נכונות יחסית נמוכה לרכישה, בעוד לקוחות שמגיעים מ-Google אורגני מאוד “סגורים על עצמם” ולכן החיפוש ממיר אותם טוב – מגיעים לאתר, מחפשים, מוצאים בדיוק מה שרצו ורוכשים

הוספת Secondary Dimension של עמוד הנחיתה (Landing Page) – כך נוכל לראות באילו עמודים המשתמש שלנו התחיל את המסע שלו באתר, לפני שהוא ביצע את החיפוש (שימו לב, הכוונה לעמוד הראשוני אליו הוא הגיע ולא לעמוד בו החיפוש בוצע בפועל, אותו אפשר למצוא על ידי Secondary Dimension של Page). מה אפשר ללמוד מזה? בואו ניקח דוגמה: נניח שאנחנו רואים שיש הרבה משתמשים שמחפשים דגם מסוים של שרפרף באתר, זאת על אף שחלק גדול מהם התחילו את המסע שלהם באתר מעמוד של כורסה מסוימת שהולכת מעולה עם השרפרף. לא היה נכון יותר שבעמוד של הכורסה הייתה הפניה ברורה ובולטת לאותו שרפרף? או לחלופין איזושהי אפשרות לרכוש את שניהם יחד “כבאנדל”? יש מצב שכן ובכל מקרה – זה בטח שווה בדיקה…

הוספת Secondary Dimension של עמוד היעד לאחר החיפוש (Search Destination Page) – הניתוח הזה הוא קצת “למתקדמים” אבל שווה לגמרי את הניסיון להבין. כאן נוכל לראות מה התוצאה שהמשתמש בחר לאחר שקיבל עמוד תוצאות חיפוש, לדוגמה נניח שנסתכל על מונח החיפוש ‘חולצה’ כאן נוכל לראות את כל העמודים שאליהם הגיע המשתמש לאחר שהוא חיפש ‘חולצה’ ומה זה ייצר. מה עושים עם זה? בואו ניקח דוגמה: נניח שאנחנו רואים שיש עמוד ספציפי של חולצה שרוב המשתמשים שחיפשו ‘חולצה’ עברו אליו אבל המדדים שלו הם לא טובים – אנשים נטשו את העמוד, העמוד לא ממיר וכך הלאה, אולי יהיה נכון לדאוג שהעמוד הזה לא יופיע ראשון במנוע החיפוש לאותה שאילתת חיפוש? כנראה שכן

הטאב הרביעי – Search Pages:

מאפשר לנו להבין באילו עמודים מתבצע החיפוש, העמודות דומות במהות לעמודות שראינו בשאר הדו”חות ב-Site Search אך חשוב להתעמק דווקא בחיתוכים השונים (סימנו אותם ב-1 עד 5 לנוחיותכם):

מונחי חיפוש פנימי - גוגל אנליטיקס

  1. דף הפתיחה (Start Page) – כתובת העמוד בו הופעל החיפוש. דפים בשם (entrance) אלו הדפים דרכם נכנס המשתמש לאתר
  2. סך החיפושים הייחודיים (Total Unique Searches) – מספר החיפושים הייחודיים שנעשו באותו עמוד בטווח הזמן שהוגדר לדוח זה
  3. דף יעד (Destination Page) – כתובת עמוד היעד אליו הגיע המשתמש לאחר ביצוע החיפוש (בדר”כ יופיע כאן עמוד תוצאות החיפוש שאליו הגיע המשתמש) –
  4. דף יעד לאחר תוצאות חיפוש (Search Destination Page) כתובת עמוד היעד אליו הגיע המשתמש לאחר הקלקה על תוצאות החיפוש

ככל אנחנו פחות ממליצים לעשות שימוש בדו”ח Search שכן את כל התובנות הללו אפשר להסיק גם מדו”ח ה-Search Terms (ע”י שימוש ב-Secondary Dimension)

כלל מס’ 14 – תהליך החיפוש הוא Funnel, תתייחסו אליו ככה

חשוב למדוד את כל ה-Funnel של החיפוש, אנחנו ממליצים להתייחס לחיפוש כ-Funnel עם שלושה שלבים: טרום חיפוש, תוצאות ופוסט תוצאות. 

עד לרגע ביצוע שאילתת החיפוש (טרום חיפוש) 

מהרגע שבוצע החיפוש ועד המעבר מעמוד התוצאות (תוצאות) 

תהליך הגלישה לאחר המעבר מעמוד התוצאות (פוסט תוצאות) 

משפך המרה עם חיפוש באתר

אז בואו נתחיל משלב טרום החיפוש, תתי השלבים השונים שיש לנו כאן הם:

הקלקה על מנוע החיפוש – כמה אחוז מהמשתמשים שלכם בכלל הקליקו על מנוע החיפוש? אם לא יישמתם את כללים 1-3 והמנוע שלכם לא בולט מספיק, אז אולי שווה למדוד גם את כמות המשתמשים שהוא בכלל היה חשוף להם

תחילת הקלדה במנוע החיפוש – כמה אחוז מהמשתמשים שלכם התחילו תהליך של הקלדה במנוע החיפוש (תתפלאו לגלות שיש דרופ לא קטן בין כמות האנשים שלוחצים על המנוע לאלו שמתחילים להקליד בפועל)

סיום הקלדה וביצוע חיפוש VS השלמה אוטומטית – כמה אחוז מהמשתמשים שלכם ביצעו חיפוש כלשהו על ידי ביצוע החיפוש בפועל או על ידי בחירה של אחת מההצעות השונות להשלמה אוטומטית (כאמור, לא כולן ישוקפו בדו”חות החיפוש של גוגל אנליטיקס – ראו הסבר בהמשך בנוגע לאופן שבו אפשר למדוד בקלות גם את ההשלמות האוטומטיות) 

בגדול החלק הזה של ה-Funnel בחלק אמור להיראות משהו כזה 

סה”כ נכנסים לאתר 

סה”כ מקליקים על המנוע 

סה”כ התחילו להקליד 

מתוכם לחצו על חיפוש XX ואלו שהקליקו על אחת החלופות היא Y 

ה-KPI שלנו הוא לשלב הזה של ה-Funnel הוא מקסימום סיום של התהליך – שיהיה דרופ כמה שיותר קטן בין אלו שנגעו במנוע החיפוש לאלו שביצעו חיפוש או בחרו תוצאה כלשהי מהשלמה אוטומטית 

פאנל טרום חיפוש

שלב החיפוש עצמו – ה-KPI שלנו הוא אחד ויחיד במקרה הזה – EXIT RATE כמה שיותר נמוך, אם משתמש בחר לסיים את הביקור שלו באתר שלנו לאחר ההגעה עמוד התוצאות, אז נכשלנו במשימה כי זה אומר ש:

העמוד לא היה נוח מספיק או 

התוצאות לא תאמו את החיפוש או 

העמוד לא הגיב מהר מספיק או 

כל קומבינציה כזו או אחרת של התשובות הללו

החלק הזה ב – Funnel שלנו יראה כך – כמות מגיעים לעמוד התוצאות, כמות נוטשים מעמוד החיפוש לעומת כמות ממשיכים לאחת התוצאות. 

*שימו לב – לא אחת אתרים (בעיקר אתרי איקומרס) עושים שימוש בעמודי החיפוש על מנת לייצר עמודים יעודיים לקמפיינים, לדוגמה – חיפוש של 10 מוצרים בסרגל החיפוש וקידום של עמוד התוצאות כ”עמוד הקמפיין”, לדוגמה נניח שאתר מסוים מעוניין לקדם 8 מוצרים באתר שאינם נמצאים תחת קטגוריה מסוימת, דרך יעילה לעשות זאת תהיה לייצר שאילתת חיפוש עם שמונת המק”טים של המוצרים הללו ואז לקחת את הלינק של תוצאות החיפוש ולקדם אותו במסגרת הקמפיין. שיטה זו אכן יכולה להוות פתרון טוב לצורך שציינו (שיהיה עמוד שירכז את המוצרים של הקמפיין ויהיה קל להפנות אליו), אך מאידך יכולה לייצר תקלה משמעותית בכל הנוגע למדידה של תוצאות החיפוש. למה? כי הלכה למעשה לקחנו את הפונקציונליות של החיפוש ועיוותנו אותה לצרכים אחרים והנתונים עוותו בהתאם

  1. פתאום עמוד תוצאות חיפוש מהווה עמוד נחיתה של לא מעט סשיינים
  2. ה-exit rate של החיפוש יכול לעלות משמעותית (כי בניגוד למצב רגיל בו משתמש מחפש ביטוי ואז אמור להחליט אם עמוד התוצאות מתאים לו או לא, במקרה כזה הוא מגיע לעמוד נחיתה שהוא עמוד חיפוש) 
  3. כמות החיפושים לאותם מושגים שנמצאים בעמוד החיפוש שלכם יכולה להתעוות ולעלות דרמטית על אף שאין זה נכון (מה שיגרום לביטוי החיפוש האחרים להיראות שוליים / לא רלוונטיים) 

איך מטפלים בזה? הדרך הנוחה ביותר היא פשוט להוסיף איזשהו פרמטר מוסכם לעמודים הללו ולאחר מכן לפלטר אותו כשאתם מגיעים להסתכל על הדו”חות (או בדו”ח עצמו או באמצעות סגמנט)

שלב הפוסט חיפוש – בשלב הזה מעניין אותנו להבין מה קרה מהרגע שהמשתמש עבר מעמוד התוצאות ועד הרגע שהוא ביצע את הפעולה שאנחנו מעוניינים שיבצע (השארת ליד, ביצוע רכישה, פתיחת חשבון או כל פעולה אחר). חשוב מאוד לבחון האם עצם המעבר של המשתמש בתהליך החיפוש (כחלק מהמסע שלו באתר) גרם לכך שהוא:

  1. הוסיף יותר לעגלה? 
  2. התקדם יותר לשלב הצ’ק אאוט? 
  3. ביצע המרה באחוזים גבוהים יותר?
  4. חזר לביקורים נוספים בהיקפים גבוהים או נמוכים יותר?

פאנל פוסט תוצאות

חוב אחרון שלנו לפני שנסיים – דיברנו רבות במהלך המאמר על העובדה שכאשר משתמש בוחר באופציה מתוך השלמה אוטומטית גוגל אנליטיקס כלל לא מסתכל על התהליך כתהליך חיפוש ולכן לא משקף את הנתונים הללו בדו”חות השונים של Site Search – ניתן להתחמק מה במספר דרכים (כולל הוספת פרמטר בצורה עצמאית על ידי שימוש ב-GTM ו-Custom JS) אבל הפשוטה שבהן היא לבקש מצוות הפיתוח שלכם להוסיף ל-URL של עמוד המוצר / כתבה או כל תוצאה אחרת שמשתמש בחר מהשלמה אוטומטית (ולא מעבירה אותו לעמוד תוצאות חיפוש) את הפרמטר חיפוש שלכם.

לדוגמה: נניח שמשתמש רשם במנוע החיפוש שלכם את המחרוזת ‘חול’ ואתם הצעתם לא את האופציה ‘חולצת כפתורים ברנדון שחורה’, אז במקום שהוא יעבור לעמוד:

https://www.mydonain.co.il/חולצת כפתורים ברנדון שחורה

הוא יעבור לעמוד הזה:

https://www.mydonain.co.il/חולצת כפתורים ברנדון שחורה?q=חול

כך תהנו מכל העולמות – גם מהשלמה אוטומטית נוחה ופשוטה וגם מדיווח תקין לגוגל אנליטיקס לגבי מחרוזת החיפוש שחיפשו והחיפוש שהתבצע

 

ולסיום סיומת

מנוע חיפוש פנימי באתר הוא אחד מכלי העבודה הטובים ביותר לשיפור אחוזי המרה, הניסיון מלמד כי עבודה מקצועית ויסודית על מנוע חיפוש (תחילה במסגרת פרויקט חד פעמי להגדיר, לדייק ולסדר ולאחר מכן בשוטף בצורה עקבית) יכולה להביא לשיפור של עשרות אחוזים באחוזי ההמרה הכלליים שלכם באתר, כן-כן -עשרות אחוזים! אז בפעם הבאה שאם חושבים האם “להגדיל מדיה” או “לעשות קמפיין” תחשבו פעמיים, אולי נכון יותר להשקיע את הזמן והקשב הזה בשיפור אחוזי ההמרה באתר שלכם, דרך CRO בכלל וספציפית שיפור והשקעה במנוע החיפוש הפנימי זו התחלה טובה בדרך לשם.

 

שאלות נפוצות

האם גולשים משתמשים במנועי חיפוש באתרים?

• משתמש שביצע חיפוש מוצלח באתר הוא בעל סיכוי של פי 2-5 (תלוי לאיזה מחקר מתייחסים) לבצע רכישה ביחס למשתמש רגיל • על פי נתונים של The State of site search בשנת 2019 הייתה עליה של 56% בשימוש במנועי חיפוש פנימיים באתרים ביחס לשנת 2018 • 46% מהלקוחות “הרציניים” שמגיעים לאתר עם כוונה למצוא מוצר מסוים, מתחילים את המסע הצרכני שלהם על ידי חיפוש חשוב לזכור שמנוע חיפוש פנימי הוא רכיב חשוב כמעט בכל אתר שהוא, בפרט באתרי איקומרס. אך ככל שהאתר גדול יותר וכולל מגוון רחב יותר של תכנים ו/או מוצרים, כך החשיבות של מנוע החיפוש הולכת וגדלה או במילים אחרות – החשיבות של מנוע חיפוש באתר שמוכר מוצר אחד בלבד ב-3 וריאציות הוא מינורי בעוד שבאתר אופנה עם 500 פריטים או מרקטפלייס עם 100,000 פריטים מדובר במצרך חיוני שיושב על עורק מרכזי מאוד בתהליך ההמרה.

כיצד בונים לוגיקה להשלמות אוטומטיות (Auto complete)

AUTOCOMPLETE (השלמה אוטומטית) – היא טכניקה שבה מנוע חיפוש משלים בצורה אוטומטית את החיפוש של הגולש על בסיס המחרוזת שהוא כבר הקליד, לדוגמה אם המשתמש הקליד – ארו, אז המנוע יציע לו להשלים את המחרוזת ל ‘ארון’, ‘ארונית’, ‘ארובה’ וכו’ וכו’. במהותו מנגנון השלמה אוטומטית הוא כזה שמבוסס על סדר אלפבתי, משמע אם חיפשתי את המחרוזת ‘ארו’ הוא יציע השלמות עם ‘א’ אחרי המחרוזת (אם ישנן) ולאחר מכן ‘ב’ וכך הלאה. הקפידו לכייל את מנגנון ה – AUTOCOMPLETE בצורה חכמה ולא טכנית, לדוגמה – אם אדם מקליד ‘חו’ נרצה שהוא יקבל קודם כל השלמה למילה ‘חולצה’ ורק לאחר מכן השלמה למילה ‘מחוך’ שלבו כמה שיותר Data ונתוני עבר במטרה “לנחש” מה המשתמש רוצה או לחלופין לעניין אותו בדברים רלוונטים, זאת על ידי הצפה של – חיפושים חמים וחיפושים אחרונים (בהנחה שמדובר במשתמש חוזר) תעדוף של ההשלמות האוטומטיות לפי שכיחות ולא לפי א-ב בצורה פשטנית. רוב מנועי החיפוש ייתעדפו בצורה א-בתית וללא מחשבה עמוקה מידי (וזו כמובן טעות). ניקח דוגמה מגוגל (מוזמנים לנסות את זה בעצמכם על מגוון אינסופי של מחרוזות חיפוש) – אם תתחילו להקליד את המחרוזת ‘כל’, ההיגיון אומר שתקבלו קודם כל אופציות שמתחילות במחרוזת שהקלדתם ‘כל’ ולאחריה האות ‘א’, משמע – ‘כלא’ ולאחר מכן ‘כלב’, ו’כלג’ וכך הלאה, אבל הלכה למעשה זה לא המצב. התוצאה הראשונה שתקבלו היא – ‘כללית’ (‘ל’ אחרי המחרוזת ‘כל’) ולאחר מכן ‘כלכליסט’ (‘כ’ אחרי המחרוזת ‘כל’) ולאחר מכן ‘כלל ביטוח’ ורק בתוצאה התשיעית תקבלו את האופציה ‘כלב’ *, שהייתה אמורה להיות (אם מסתכלים מבחינה א’ – ב’תית) גבוהה יותר מכל אלו שבאו לפניה.. למה? כי בגוגל מבינים שהסדר האלפבתי של התוצאות הוא לא רלוונטי וההתאמה לצורך (למשתמש, לטרנדים, לחיפושים נפוצים וכו’) היא חשובה הרבה יותר. אז חווית חיפוש “גוגלית” אנחנו כנראה לא נצליח לייצר באתר, אבל לשאוף ולכוון לשם בהחלט אפשר (ורצוי) ולכן חשוב מאוד שההשלמות האוטומטיות שלכם יהיו כמה שיותר חכמות ויתבססו לא רק על סדר אלפבתי רגיל, אלא גם על שכיחות החיפושים ואם אפשר הרלוונטיות לאותו משתמש/ת. לדוגמה – אם מדובר במשתמש שבדר”כ רוכש באתר מוצרים למטבח והוא התחיל להקיש באתר (נניח לשם הדוגמה שהאתר עוסק במוצרי בית) את המחרוזת ‘מז’ אז כנראה שיהיה נכון יותר להקפיץ לו בהשלמות הראשונות את התוצאות – ‘מזלג’ או ‘מזלגות חגיגיים’ ולאו דווקא את הביטוי ‘מזרון זוגי’. *חשוב לציין כי החיפוש בגוגל משתנה בצורה תמידית ולכן יכול להיות שאם תחפשו את המחרוזת ‘כל’ בעודכם קוראים את המדריך תקבלו מיקום אחר להצעה ‘כלב’ (ולא מקום תשיעי כפי שקרה בדוגמה שציינו), המטרה הייתה כמובן להמחיש פואנטה והיא – גוגל לא מתייחסת רק לסדר א-ב על מנת להציע השלמות, אלא גם (ובעיקר) לפרמטרים איכותניים יותר שלבו טאמבניילס של תמונות רלוונטיות לחיפוש והצעות / מבצעים מעניינים אם ישנם – התמונות והמבצעים הופכים את ההצעות שלכם למעניינות יותר ומגבירים את הסיכוי שהמשתמש אכן ישלים את תהליך החיפוש על מנת לייצר תיאום ציפיות ולמנוע אכזבה, הציגו למשתמש כמה תוצאות חיפוש צפויות להיות בכל אחת מהאופציות בהשלמה האוטומטית, בהחלט יתכן שמשתמש יבחר בחלופה מסוימת או ימנע מהשלמה מסוימת בגלל שהוא מראש רואה שהיא תניב יותר מידי או פחות מידי (תלוי בצורך וסוג המשתמש) תוצאות אפשריות.לדוגמה בצילום המסך שניתן לראות מטה אין “תשובות נכונה” ישנם משתמשים שיעדיפו לבחור באופציה T Shirt (שלה יש 11,994 תוצאות) ואחרים יבהלו מהכמות ויבחרו אופציה עם פחות תוצאות או לחלופין ישלימו את המחרוזת שלהם כדי לדייק את שאילתת החיפוש אם בחיפוש שלכם יש סוגים שונים של אובייקטים רלוונטיים לדוגמה: מוצר לעומת כתבת תוכן או שם של מוצר לעומת שם של מותג או קטגוריה, מומלץ להפריד ביניהם בצורה גרפית ברורה מאוד ולחלק ביניהם את השטח בצורה שממחישה את השכיחות של החיפוש. לדוגמה – אם משתמש מסוים מחפש באתר נעליים את המחרוזת ‘NI’, המחרוזת הזו יכולה כמובן להיות רלוונטית לכל זוג נעליים של NIKE אבל גם לעמוד מותג של NIKE או לכתבה שיש באתר על NIKE ולכן חשוב מאוד שהמשתמש יבין טרם בחירת האופציה להשלמה אוטומטית במה הוא בוחר – האם הוא בוחר בדגם מסוים (ואז הלחיצה על ההשלמה אמורה להעביר אותו לעמוד הדגם) או שהוא בוחר בעמוד מותג (ואז הבחירה בהשלמה תעביר אותו לעמוד כללי / עמוד מותג) או לחלופין הוא בוחר עמוד שיעביר אותו לכתבת תוכן וכך הלאה. מעבר לכך שהמשתמש אמור להבין לאן הוא עובר, חשוב מאוד שגם מבחינה גרפית היחסים יהיו בהתאם לרלוונטיות, אם ל-NIKE יש באותו אתר 100 מוצרים, 6 עמודי מותג (לכל מיני קמפיינים וכו’) ו-15 כתבות תוכן, לא סביר שההצעות להשלמה יוצגו באותה יחסיות ובולטות, וברור שבמצב כזה (בהנחה שמדובר באתר איקומרס כמובן) עמודי המוצר עצמם צריכים לקבל הרבה יותר בולטות ומקום מאשר עמודי הכתבות או המותג, כמה יותר בולטות? תלוי מאוד באיך אנשים מתנהגים באותו אתר – אם מדובר באתר למכירת נעליים עם פעילות ענפה בעולם התוכן ועם הדאטה מראה שלקוחות שמייצרים אינטראקציה עם התוכן של האתר נוטים לאחר מכן לרכוש יותר, אז אולי הכתבות צריכות לקבל משקל משמעותי ואם לא, אז אולי רק אזכור, אם בכלל. האופציות מגוונות, אבל מה שחשוב לזכור הוא שאת המינון הזה חשוב לבצע על בסיס דאטה ולטייב מעת לעת

איפה נכון למקם את מנוע החיפוש באתר?

למקם את מנוע החיפוש בחלק העליון של המסך (באזור של הלוגו וההאדר של האתר) למקם אותו מחוץ לסרגל צדדי (לא לתקוע אותו בטעות בהמבורגר במובייל) אם אין מקום לפרוס את שורת החיפוש על כל רוחב המסך, תכניסו את חלונית החיפוש פתוחה על 1/3-1/2 מהרוחב, באתרים בעברית מומלץ לשים אותה בצד שמאל (כי העין שלנו מתחילה את תהליך הסריקה של האתר משמאל לימין בצורת F הפוכה) ובאתרים באנגלית מומלץ לשים אותה דווקא בצד ימין

מה עושים כשמנוע החיפוש באתר לא מחזיר תוצאות?

אם לשאילתא שהמשתמש חיפש יש חלופה שאתם יכולים להבין, אז תציעו אותה או אפילו תגדירו אותה מבלי לשאול (רק תתנו חיווי שזה מה שעשיתם). לדוגמה – אם אתם אתר מוצרי חשמל ישראלי והמשתמש חיפש את השאילתא ‘nygi’ אז עם הזמן הייתם אמורים ללמד את המערכת ש- ‘nygi’ זה בעצם ‘מטען’ רק בכתיבה שגויה של “עברית – אנגלית”, ובמקרה כזה מומלץ להציג את תוצאות החיפוש למטען עם חיווי שביצעתם עבורו את השינוי הזה. לדוגמה – אם בטעות תקלידו בגוגל את השאילתא – ‘chyuj shrv’, המנוע של Google מיד יזהה שאתם בעצם מחפשים – ‘ביטוח דירה’ ויציג לכם את התוצאות הרלוונטיות בתוספת חיווי לכך שהוא ביצע עבורכם את המחווה (הכל כך נוחה הזו) של תיקון אוטומטי של הטעות אם לא הצלחתם להבין “למה התכוון המשורר”, צריך לספק למשתמש חיווי ברור מה השאילתא שהוא חיפש ולכך שלא הצלחתם למצוא תוצאה תואמת, אך בד בבד להציע לו – הצעות חלופיות, דרכי תקשורת עם שירות הלקוחות, דרך נוחה לבצע חיפוש נוסף וכו’ (העיקר שלא ינטוש את האתר בשל החוויה הלא סימפטית). כמה דברים ששווה לשקול לשלב בעמוד ה”אין תוצאות”: התנצלות עדינה / הזדהות עם המצב הצעה לבדוק שגיאות כתיב הצעה ליצור קשר עם שירות לקוחות והנגשה של דרך נוחה ליצירת קשר (בדרכים מהירות לא במייל או פקס אלא צ’אט/וואטסאפ או טלפון) הצעה למוצרים אחרים שיכולים לעניין, כל אתר וכל תחום עם הדיוקים שלו אבל בגדול זה צריך להיות – מוצרים חמים שאולי יעניינו אותך או קטגוריות חמות אפשרות לביצוע חיפוש נוסף בצורה כמה שיותר פשוטה ונוחה

כיצד מנתחים את ביצועיי מנוע החיפוש הפנימי באתר?

בתוך חשבון ה-GA, תחת קטגוריית התנהגות (Behavior) >>> חיפוש באתר (Site Search), שם מחכים לנו הדו”חות המוכנים של GA לטובת חיפוש באתר. תשומת ליבכם כי הדו”חות הללו יתמלאו אוטומטית מהרגע שתגדירו כמו שצריך את החיפוש (המידע יאסף מכאן ואילך ולא אחורה) Site Search Overview - כשמו כן הוא, כאן נוכל לראות נתונים כלליים אודות החיפושים באתר (ניתן כמובן להשתמש בכל הכלים “הרגילים” של GA כמו חיתוך של תאריכים, שימוש בסגמנטים וכו’ Usage - כאן נוכל ללמוד בהרחבה על ביצועי הסשנים בהם בוצעו חיפושים באתר (כמות, שיעורי נטישה, משתמשים חדשים, דפים נצפים לסשן, המרות וכו’). גוגל אנליטיקס מציג לנו כברירת מחדל את ההשוואה בין סשנים ללא חיפוש לבין אלו עם חיפוש וביצועיהם. Search Terms - דוח זה יורד לעומק של שאילתות החיפוש עצמן ומספק לנו נתונים קונקרטיים עבור כל אחד משאילתות החיפוש שחופשו באתר. מדו”ח זה נוכל להבין מהי איכות המענה שהצלחנו לתת למשתמש עבור כל אחד מהחיפושים – האם הוא נאלץ לצאת מן האתר או לבצע חיפושים חדשים? עד כמה העמיק באתר לאחר ביצוע החיפוש – מה שעשוי להעיד על חיפוש שהניב עבורו תוצאות טובות וכך הלאה. Search Pages - מאפשר לנו להבין באילו עמודים מתבצע החיפוש, העמודות דומות במהות לעמודות שראינו בשאר הדו”חות ב-Site Search אך חשוב להתעמק דווקא בחיתוכים השונים

Back top top