据估计，超半数在线商店访客会使用站内搜索寻找产品并完成购买，这充分说明了电商网站搜索功能的重要性。
近日，Twiggle 联合创始人兼 CEO Amir Konigsberg 接受了采访。Twiggle 是一家致力于让电商搜索“像购物者一样思考”的搜索引擎公司。
理想的站内搜索是怎样的？
Practical Ecommerce：对顾客和商家而言，什么样的站内搜索是理想的？
Amir Konigsberg：站内搜索是买卖双方在购物过程中最具个性化的接触点，也是顾客向商家表达需求的关键时刻。若体验不佳，商家可能永久失去这位顾客。因此，站内搜索旨在促成商家与顾客之间的“握手时刻”。
当前电商站内搜索存在哪些不足？
PEC：当前的电子商务站内搜索存在哪些不足？
Konigsberg：有时关键词虽出现在产品页面上，但页面内容与该关键词并不真正相关。例如，用户搜索“自行车头盔”，引擎却将“bike”和“helmet”拆分为独立词汇检索，导致仅包含“bikes”而非“bike helmets”的产品被错误展示。
更严重的是，商家库存中确有自行车头盔，却因搜索匹配问题未能显示，导致产品货架成本上升。
如何帮助购物者优化查询措辞？
PEC：如何帮助购物者了解如何措辞查询？
Konigsberg：如今用户已习惯通过通用关键词引导搜索，或依赖类似 Google 的自动推荐机制。我们致力于优化搜索体验，使其尽可能接近实体店中与销售人员交流时的积极感受。
站内搜索与自然语言处理有何关联？
PEC：你能将站内搜索与自然语言处理工具联系起来吗？
Konigsberg：聊天机器人模拟人类对话，但通常狭义聚焦于常见问题及回答。而 Twiggle 的技术能深度理解产品，学习其每一项特征、属性、价格及价值维度。掌握这些知识后，它能对复杂或人性化的查询给出精准回应。
人工智能工具如何实现学习？
PEC：人工智能工具如何像你所说的那样进行学习？
Konigsberg：首先需获取并处理产品信息，但数据往往不一致且非标准化。在清洗和标准化数据后，必须以统一方式呈现，确保无论用户如何搜索，正确产品都能出现在结果中，而不受页面描述方式影响。例如，智能搜索引擎必须理解“大屏幕笔记本电脑”中“大屏幕”的具体含义。
如何评估搜索有效性？
PEC：你如何知道搜索是否有效？
Konigsberg：常规指标包括转化率、点击率和平均订单价值。但仅衡量最终转化并非最佳方式，因为搜索流程包含多个物理阶段：从搜索到查看结果质量（通过点击率衡量），再到访问产品页面及后续浏览行为。必须将整个流程拆解为微小元素进行分析。
亚马逊凭借海量用户数据（涵盖热门及长尾查询）实现了卓越的搜索效果，数据分布广泛使系统得以持续学习。但这些数据不对外共享。Twiggle 则为缺乏此类自有数据的公司提供了达到市场顶级水平的搜索质量解决方案。