Workshop "Direkte Nutzerunterstützung durch Suchvorschläge während der Eingabe der Suchanfrage"
1. Workshop
Direkte Nutzerunterstützung durch Suchvorschläge
während der Eingabe der Suchanfrage
Sonja Quirmbach
Deutsche Telekom AG, Darmstadt
Dirk Lewandowski
Hochschule für Angewandte Wissenschaften Hamburg
2. Programm heute
• Einführung in das Thema, Nutzen und Problembereiche, Evaluierung (Dirk
Lewandowski)
• Suchvorschläge in der stationären und mobilen Suche, Gestalterische Aspekte von
Suchvorschlägen (Sonja Quirmbach)
• Zwischendrin und danach: Zeit für Fragen und Diskussionen
7. Ziel: Die „richtige“ Suchanfrage finden
• Probleme bei der Formulierung der
Suchanfrage lösen
• Suchanfrage präzisieren
– Einschränkung der Suchanfrage
– Auswahl aus mehreren möglichen
Bedeutungen
8. Ziel: Navigation unterstützen
• Bei navigationsorientierten Suchanfragen möchte ein Nutzer auf eine bestimmte
(bereits bekannte) Website gelangen.
9. Ziel: Rechtschreibkontrolle
• Suchanfragen enthalten zu einem hohen Anteil Fehlschreibweisen. Diese können
bereits in den Suchvorschlägen korrigiert werden.
(Chip online)
(Bing)
10. Ziel: Abverkauf
• Wie auch sonst im Ranking können
Produkte hoch gerankt und/oder
hervorgehoben werden.
(Obi.de)
11. Ziel: Hinweis auf aktuelle Ergebnisse
• Besonders bei Suchanfragen, die
tendenziell stabile Ergebnisse liefern,
kann die Anzeige von aktuellen
Suchvorschlägen zur Steuerung sinnvoll
sein.
13. Ziel: Nutzer durch die Auswahl von Kategorien unterstützen
• Besonders in großen
Produktsortimenten können Kategorien
bei der Hinführung auf ein geeignetes
Suchergebnis helfen.
(HSE24.de)
14. Zusammenfassung Ziele
• Suchvorschläge dienen übergreifend dazu,
– dem Nutzer die Formulierung seiner Suchanfrage zu erleichtern,
– schlechte bzw. ungenaue Ergebnisseiten zu vermeiden.
16. Datenquellen
• Eingegebene Suchanfragen
– bieten ein Bild der tatsächlichen Nutzereingaben
– enthalten Fehlschreibweisen
– enthalten u.U. unerwünschte Suchanfragen (s. Problembereiche)
• Produkt-, Titeldatenbank, sonstige strukturierte Daten (z.B. Wikipedia)
– bietet zuverlässige, korrekte Bezeichnungen von Artikeln
– bildet u.U. nicht das Vokabular der Nutzer ab
– kann auch unerwünschte Begriffe enthalten
17. Ranking
• Text matching
– Inkl.Rechtschreibkontrolle
• Popularität
– i.d.R. Suchanfragehäufigkeiten, aber
auch Produktpopularität
• Aktualität
• Lokalität
– „Nähe zum Nutzer“
• Wirtschaftliche Erwägungen
– Marge
– Lieferbarkeit
– Lagerbestand
22. Problembereiche
• Automatisch generierte Listen (aus Suchanfragen) müssen immer nachbearbeitet
werden.
• Auch bei regelbasierter Filterung ist eine manuelle Kontrolle notwendig.
24. Beispielstudie: „Verbesserung der Suchvorschläge auf der Suche
von T-Online“ (HAW + Deutsche Telekom, 2012)
1. Anbietervergleich
2. Laborstudie
1. Beobachtung der Nutzung von Suchvorschlägen
2. Vergleich von anonymisierten Vorschlagssets
3. Diskussion von konkreten Beispielen von Suchvorschlägen auf Websites
3. Systematischer Vergleich (Relevanztest)
1. Expertenevaluierung (qualitativ)
2. Jurorenbasierter Relevanztest (quantitativ)
4. a/b-Test
28. Ausgewählte Empfehlungen aus der Studie
Basics für die Erstellung von Suchvorschlägen:
• Jeweils fünf bis zehn Vorschläge
• Keine unseriös wirkenden Vorschläge in der Suchvorschlagsliste
• Vorschläge zur Rechtschreibkorrektur
• Aktuellen Bezug beachten
• (Regionalen Bezug beachten)
29. Fazit
1. Suchvorschläge sind eine sinnvolle Hilfe und können Probleme auf den
Suchergebnisseiten reduzieren.
2. Die Erstellung von Vorschlagssets ist komplex und kann nicht allein auf
der Basis von populären Suchanfragen oder Produktdaten erfolgen.
3. Verfahren zur Generierung von Vorschlagssets sollten (vorab) evaluiert
und der Konkurrenz verglichen werden.