La ricerca interna di un e-commerce può sembrare perfettamente funzionante: la barra è visibile, digitando il nome esatto di un articolo compare il prodotto giusto e non ci sono errori evidenti. Ma questo è il test più facile possibile. Non ci dice se il sito riesce davvero a capire le persone.
Un cliente raramente conosce il nome utilizzato nel catalogo, il codice articolo o la tassonomia decisa dall’azienda. Più spesso cerca una caratteristica, una misura, un materiale o una soluzione: “lampada da lettura con luce calda”, “tavolo rotondo per sei persone”, “applique nera per esterno”. Se il motore interpreta solo corrispondenze letterali, prodotti disponibili e potenzialmente perfetti possono rimanere invisibili.
Per capire quanto sta accadendo non serve iniziare da un progetto tecnico complesso — bastano carta e penna, o un semplice foglio di calcolo, per annotare quello che trovi. Basta sottoporre la ricerca interna a venti query realistiche e osservare non soltanto se restituisce risultati, ma se porta rapidamente verso quelli utili. È un primo controllo semplice, replicabile e sorprendentemente rivelatore.
In sintesi:
- Il problema della ricerca “che funziona”: Se il test copre soltanto nomi e codici, l’e-commerce può sembrare efficiente mentre continua a nascondere prodotti a chi cerca per bisogno, attributo o linguaggio naturale.
- Il costo delle query fallite: Risultati irrilevanti e falsi zero risultati interrompono un percorso ad alta intenzione e lasciano al cliente l’impressione che l’offerta non esista.
- La soluzione del test delle 20 query: Un set strutturato di ricerche realistiche, valutato per rilevanza e possibilità di affinamento, individua i problemi prioritari e crea una base misurabile per migliorare.
Perché la ricerca interna merita un test specifico
Chi utilizza la barra di ricerca sta dichiarando un’intenzione. Non sta semplicemente esplorando il sito: sta provando a raggiungere qualcosa. Per questo una ricerca imprecisa può essere più dannosa di una navigazione non perfetta. Il cliente formula una richiesta, il sito sembra rispondere, ma gli mostra prodotti irrilevanti oppure una pagina vuota.
Una ricerca commissionata da Google Cloud a The Harris Poll su quasi 13.500 adulti in 14 Paesi mostra quanto questa intenzione sia commerciale. Nel campione statunitense, il 69% usa la ricerca interna per trovare prodotti; quando la ricerca ha successo, il 92% acquista l’articolo cercato e il 78% aggiunge almeno un altro prodotto.
Il benchmark Search UX di Baymard mostra che molti e-commerce faticano ancora a gestire query comuni come ricerche per tipologia di prodotto, caratteristica o codice esatto. Nel settore illuminazione e arredo il problema è amplificato dalla quantità di finiture, misure, varianti e specifiche tecniche. Una singola parola può riferirsi a una famiglia, una funzione, una forma o una caratteristica.
Il test non deve quindi chiedere soltanto “il motore trova qualcosa?”, ma “il cliente capirebbe subito di essere arrivato nel posto giusto?”.
Il test delle 20 query per un e-commerce di illuminazione o arredamento
Il test comprende 20 query distinte, suddivise in cinque categorie da quattro ricerche ciascuna. Per mantenere la lettura fluida, gli esempi sono raggruppati in pochi punti: ogni ricerca indicata va però eseguita e valutata separatamente. Adatta marchi, materiali, misure e applicazioni a quelli più importanti per il tuo catalogo.
1–4. Nome, codice e identificatori
Per verificare sia l’indicizzazione di base sia la tolleranza alle variazioni, prova:
- Esegui due query distinte: prima il nome completo di un prodotto, poi una parte riconoscibile dello stesso nome.
- Cerca lo SKU esatto; quindi ripeti il test scrivendo lo stesso codice con spazi, trattini o maiuscole differenti.
Queste ricerche verificano la base. Se falliscono, il motore non sta indicizzando in modo coerente gli identificatori oppure il dato non è distribuito correttamente.
5–8. Tipologia di prodotto e sinonimi
Per verificare se il motore collega il linguaggio del cliente a quello del catalogo, prova:
- Esegui due query distinte: una tipologia generica, come “lampade a sospensione”, e un sinonimo comune, come “lampadario”.
- Cerca prima la forma singolare al posto del plurale; poi usa un termine commerciale diverso dal nome della categoria.
Il catalogo può usare una terminologia corretta e coerente, ma il cliente non è tenuto a conoscerla. Una buona ricerca collega il vocabolario del pubblico a quello dell’azienda.
9–12. Attributi, varianti e combinazioni
Per verificare come vengono combinati prodotto e caratteristiche, prova:
- Esegui tre query separate: prodotto più colore (“applique nera”), prodotto più materiale (“tavolo in rovere”) e prodotto più misura (“sospensione diametro 60 cm”).
- Concludi con la quarta query, combinando più attributi: “lampada rossa 2700K dimmerabile”.
Qui emergono spesso i falsi zero risultati: il prodotto esiste e gli attributi sono presenti in qualche punto del sistema, ma la ricerca non riesce a combinarli o a interpretarli.
13–16. Refusi, abbreviazioni e unità di misura
Per verificare quanto la ricerca tollera modi diversi di scrivere la stessa informazione, prova:
- Esegui due query distinte: una parola con un refuso e un nome senza accento o con grafia semplificata.
- Completa con altre due query: una misura in un formato alternativo rispetto al catalogo, scegliendo fra “60cm”, “60 cm” o “600 mm”, e un’abbreviazione tecnica come “CRI”, “IP” o “K”.
Il cliente può digitare da smartphone, copiare informazioni da una scheda tecnica o usare abbreviazioni professionali. Il sistema dovrebbe normalizzare queste differenze senza costringerlo a indovinare la forma accettata.
17–20. Esigenza, ambiente e contesto d’uso
Per verificare se il motore comprende l’intento oltre al nome del prodotto, prova:
- Esegui due query distinte: “lampada per leggere sul divano” e “luce per un tavolo da pranzo”.
- Completa il test con “sedia adatta a un ristorante” e “illuminazione per bagno piccolo”, valutandole separatamente.
Sono le ricerche più difficili e spesso le più interessanti. Il cliente esprime il risultato desiderato, non una categoria. È qui che la distanza tra ricerca per parole chiave e ricerca semantica diventa evidente.
Come assegnare un punteggio ai risultati
Per ogni query assegna un punteggio da zero a due in tre aree: rilevanza dei primi risultati, comprensibilità della pagina e possibilità di affinare la scelta.
Usa questa scala:
- 0 — Nessun risultato, oppure risultati chiaramente sbagliati.
- 1 — Alcuni prodotti utili, ma mescolati a proposte irrilevanti o difficili da filtrare.
- 2 — Risultati pertinenti, spiegati da attributi visibili e facili da restringere.
Il punteggio massimo è 120: 20 query moltiplicate per tre aree di valutazione e per un massimo di due punti. Il numero assoluto conta meno del dettaglio: annota quali tipi di query falliscono e quali attributi ricorrono nei problemi. Una ricerca che trova perfettamente gli SKU ma non comprende materiali, applicazioni o misure è adatta a chi conosce già il catalogo, non a chi deve ancora scegliere.
Cosa può nascondersi dietro una ricerca fallita
Il motore non è sempre l’unico responsabile. Una query può fallire perché un attributo è scritto soltanto nella descrizione, perché valori equivalenti non sono normalizzati, perché le varianti non sono collegate correttamente o perché il prodotto non contiene informazioni sul contesto d’uso.
Il test diventa quindi anche un controllo della qualità informativa. Se “lampada da lettura” non restituisce nulla, bisogna capire se la ricerca non riconosce l’intento oppure se nessun prodotto è descritto come adatto alla lettura. La soluzione può richiedere configurazione, arricchimento dei dati o entrambe le cose.
[H2] Dal test a un piano di miglioramento
Ordina i problemi per impatto. Inizia dalle query frequenti che restituiscono zero risultati, poi dalle ricerche che mostrano prodotti sbagliati e infine dalle difficoltà di affinamento. Conserva le venti query come set di controllo: dopo ogni intervento, esegui nuovamente lo stesso test.
Per approfondire il fenomeno e le sue conseguenze commerciali, puoi leggere il nostro articolo sul Search Abandonment. Il passo successivo è collegare i risultati del test ai dati reali: query più utilizzate, tasso di uscita dopo la ricerca, ricerche senza risultato e conversioni generate dagli utenti che cercano.
Domande frequenti sul test della ricerca interna
Questo test è utile anche se la ricerca restituisce quasi sempre qualche prodotto?
Sì, perché una pagina piena non dimostra che la risposta sia corretta. Il cliente può ricevere molti risultati ma non vedere nei primi posti il prodotto pertinente, trovare la variante sbagliata o non disporre dei filtri necessari per restringere la scelta. Il test valuta quindi la qualità della risposta, non soltanto la presenza di risultati: rilevanza, chiarezza e facilità di arrivare alla configurazione giusta.
Come scelgo le 20 query se non dispongo ancora degli analytics della ricerca interna?
Puoi partire dalle domande raccolte da commerciale, customer care e rete vendita, dai termini presenti nelle email dei clienti e dalle differenze tra il linguaggio del catalogo e quello usato sul mercato. Inserisci prodotti strategici, attributi che determinano la compatibilità, refusi plausibili e almeno quattro richieste formulate per ambiente o bisogno. Quando saranno disponibili dati reali, sostituisci progressivamente le ipotesi con le query più frequenti.
Se il test evidenzia problemi, devo cambiare motore di ricerca o sistemare il catalogo?
Non si può decidere dal solo numero di errori. Bisogna verificare se le informazioni necessarie esistono, sono normalizzate e raggiungono l’indice di ricerca. Se i dati sono corretti ma il motore non combina attributi, non gestisce sinonimi o non comprende il contesto, serve intervenire sulla tecnologia. Se mancano caratteristiche e relazioni tra varianti, cambiare motore sposterebbe il problema senza risolverlo. Nella pratica il piano di miglioramento coinvolge spesso entrambe le aree.
Vuoi sapere cosa nasconde la ricerca del tuo e-commerce?
In MON-KEY analizziamo query, risultati, filtri e struttura del catalogo per individuare dove si interrompe il percorso verso il prodotto. Contattaci per una valutazione della ricerca interna del tuo store.