Nein, es erweitert sie. Wir glauben, dass die KI-Suche eine KI-optimierte Suche sein sollte. Bei jeder Suchanfrage nutzt Algolia AI Ranking die Aktionen Ihrer Nutzer, um eine Ergebnisliste neu zu ordnen, die zuvor auf Grundlage IhrerRelevanzkonfiguration zurückgegeben und sortiert wurde.

Ja, mit unseremVisual Editoroder unsererRulesAPI können Sie das Sucherlebnis optimieren oder redaktionelle Strategien zusätzlich zu den KI-gestützten Suchergebnissen umsetzen.

Das Ergebnis mag ähnlich erscheinen – beide Ansätze führen zu Änderungen in der Produktplatzierung –, aber es gibt entscheidende Unterschiede. Boost- und Bury-Regeln müssen von Merchandising-Teams manuell konfiguriert werden. Diese Regeln dienen nicht dazu, die Leistung Ihrer Suchmaschine zu verbessern, sondern sollen bestehende Suchergebnisse überschreiben. Um beispielsweise langsam drehende Lagerbestände zu bewerben, können Sie Boost-Regeln implementieren, um bestimmte Produkte in den Suchergebnissen künstlich nach oben zu bringen.

Boost- und Bury-Regeln sind effektiv, wenn Sie bestimmte Ziele haben, die manuelle Anpassungen des Rankings erfordern. Wenn Ihr Ziel jedoch darin besteht, ein bestimmtes Ziel zu maximieren, ermöglicht die Einbindung von Signalen unserem Algorithmus, Ihre Produktrankings automatisch zu verfeinern und die Wahrscheinlichkeit von Conversions zu erhöhen.

Das KI-Ranking kombiniert verschiedene Ranking-Signale, um die Konversion und andere Geschäftsziele zu optimieren:

• Ereignisse (z. B. Klicks, Conversions)
• In einzelnen Algolia-Datensätzen gespeicherte Geschäftskennzahlen und Daten (z. B. Marge, Offline-Umsatz, Verfügbarkeit, Versand, gesponserte Marken, Werbeaktionen)
• Relevanzbewertungen (z. B. textuelle Relevanz über den Tie-Breaking-Algorithmus von Algola)
• Textuelle Signale (z. B. Anzahl der Tippfehler, Abstand zwischen Wörtern)

Mit AI Ranking versorgen wir das maschinelle Lernmodell mit einer Vielzahl von Signalen, sodass es sich in Richtung eines Ziels optimieren kann. Das Modell kann beispielsweise lernen, dass die Suchergebnisse umso weniger relevant sind, je weiter die Wörter in einer Suchanfrage voneinander entfernt sind. Auch wenn vielleicht nicht sofort ersichtlich ist, warum textuelle Signale genauso wichtig sind wie Nutzerinteraktionen oder Geschäftsmetriken, sorgt ihre Einbeziehung für ein ausgewogeneres und effektiveres Ranking-Modell.