वेबच्या सुरुवातीच्या दिवसांमध्ये, शोध बार ही एक लक्झरी होती, एकदा ती क्लिक करून नेव्हिगेट करण्यासाठी “खूप मोठी” झाल्यावर साइटवर जोडली गेली. आम्ही ते एखाद्या पुस्तकाच्या मागील बाजूस असलेल्या अनुक्रमणिकेप्रमाणे हाताळले: विशिष्ट पृष्ठांकडे निर्देशित केलेल्या शब्दांची अक्षरशः, वर्णमाला सूची. तुम्ही लेखकाने वापरलेला अचूक शब्द टाईप केल्यास, तुम्हाला जे हवे आहे ते सापडले. तुम्ही तसे न केल्यास, तुम्हाला "0 परिणाम आढळले" स्क्रीन भेटली जी डिजिटल डेड एंड सारखी वाटली. पंचवीस वर्षांनंतर, आम्ही अजूनही शोध बार तयार करत आहोत जे 1990 च्या इंडेक्स कार्डांप्रमाणे कार्य करतात, जरी ते वापरणारे मानव मूलभूतपणे पुनर्वापर केले गेले असले तरीही. आज, जेव्हा एखादा वापरकर्ता तुमच्या साइटवर येतो आणि जागतिक नेव्हिगेशनमध्ये काही सेकंदात त्यांना आवश्यक ते सापडत नाही, तेव्हा ते तुमचे वर्गीकरण शिकण्याचा प्रयत्न करत नाहीत. ते शोध बॉक्सकडे जातात. परंतु जर तो बॉक्स त्यांना अपयशी ठरला, आणि त्यांनी तुमची विशिष्ट ब्रँड शब्दसंग्रह वापरण्याची मागणी केली किंवा टायपोसाठी त्यांना शिक्षा केली, तर ते असे काहीतरी करतात ज्यामुळे प्रत्येक UX डिझाइनर रात्री जागृत राहावे. ते तुमची साइट सोडतात, Google वर जातात आणि site:yourwebsite.com [query] टाइप करतात. किंवा, आणखी वाईट म्हणजे, ते फक्त त्यांची क्वेरी टाइप करतात आणि प्रतिस्पर्ध्याच्या वेबसाइटवर जातात. मी जवळजवळ प्रत्येक वेळी साइटच्या शोधावर वैयक्तिकरित्या Google वापरतो. हा साइट-सर्च विरोधाभास आहे. आमच्याकडे नेहमीपेक्षा अधिक डेटा आणि उत्तम साधने असलेल्या युगात, आमचे अंतर्गत शोध अनुभव अनेकदा इतके खराब असतात की वापरकर्ते स्थानिक साइटवर एकच पृष्ठ शोधण्यासाठी ट्रिलियन-डॉलरचे जागतिक शोध इंजिन वापरण्यास प्राधान्य देतात. माहिती आर्किटेक्ट आणि UX डिझायनर म्हणून, आम्हाला विचारावे लागेल की, “बिग बॉक्स” का जिंकतो आणि आम्ही आमच्या वापरकर्त्यांना कसे परत घेऊ शकतो? "वाक्यरचना कर" आणि अचूक जुळणीचा मृत्यू साइट शोध अयशस्वी होण्याचे प्राथमिक कारण म्हणजे मी ज्याला सिंटॅक्स टॅक्स म्हणतो. जेव्हा वापरकर्त्यांना आम्ही आमच्या डेटाबेसमध्ये वापरलेल्या वर्णांच्या अचूक स्ट्रिंगचा अंदाज लावणे आवश्यक असते तेव्हा आम्ही वापरकर्त्यांवर हा संज्ञानात्मक भार टाकतो. शोध वि नॅव्हिगेट वर उत्पत्ति वाढ द्वारे संशोधन असे दर्शविते की अंदाजे 50% वापरकर्ते साइटवर उतरल्यावर थेट शोध बारवर जातात. उदाहरणार्थ, जेव्हा वापरकर्त्याने फर्निचर साइटवर "सोफा" टाइप केला आहे ज्याने "पलंग" अंतर्गत सर्व काही वर्गीकृत केले आहे आणि साइट काहीही परत करत नाही, तेव्हा वापरकर्ता विचार करत नाही, "अहो, मी समानार्थी शब्द वापरून पहावे." त्यांना वाटते, "मला पाहिजे ते या साइटवर नाही." हे इन्फॉर्मेशन आर्किटेक्चर (IA) चे अपयश आहे. आम्ही आमच्या सिस्टम गोष्टी (शब्दांमागील संकल्पना) ऐवजी स्ट्रिंग्स (अक्षरांचे शाब्दिक क्रम) जुळण्यासाठी तयार केल्या आहेत. जेव्हा आम्ही वापरकर्त्यांना आमच्या अंतर्गत शब्दसंग्रहाशी जुळण्यासाठी भाग पाडतो, तेव्हा आम्ही त्यांच्या मेंदूच्या शक्तीवर कर लावतो.
Google का जिंकते: हे सामर्थ्य नाही, संदर्भ आहे "आम्ही Google च्या अभियांत्रिकीशी स्पर्धा करू शकत नाही" असे हात वर करून सांगणे सोपे आहे. परंतु Google चे यश केवळ कच्च्या सामर्थ्याबद्दल नाही; हे संदर्भीय आकलनाबद्दल आहे. आम्ही अनेकदा शोध ही तांत्रिक उपयुक्तता म्हणून हाताळतो, Google ते IA आव्हान मानते. बायमार्ड इन्स्टिट्यूटच्या डेटावरून असे दिसून आले आहे की 41% ई-कॉमर्स साइट अगदी मूलभूत चिन्हे किंवा संक्षेपांचे समर्थन करण्यात अयशस्वी ठरतात आणि यामुळे वापरकर्ते अनेकदा अयशस्वी शोध प्रयत्नानंतर साइट सोडून देतात. Google जिंकते कारण ते स्टेमिंग आणि लेमॅटायझेशन वापरते — IA तंत्र जे “धावणे” आणि “रन” ओळखतात ते समान हेतू आहेत. बहुतेक अंतर्गत शोध या संदर्भासाठी "अंध" आहेत, "रनिंग शू" आणि "रनिंग शूज" यांना पूर्णपणे भिन्न संस्था मानतात. तुमचा साइट शोध साधे अनेकवचनी किंवा सामान्य चुकीचे शब्दलेखन हाताळू शकत नसल्यास, तुम्ही तुमच्या वापरकर्त्यांना मानव असण्याबद्दल प्रभावीपणे कर आकारत आहात.
"कदाचित" चे UX: संभाव्य परिणामांसाठी डिझाइनिंग पारंपारिक IA मध्ये, आम्ही बायनरीमध्ये विचार करतो: पृष्ठ एकतर श्रेणीमध्ये आहे किंवा ते नाही. शोध परिणाम एकतर जुळतो किंवा नाही. आधुनिक शोध, ज्याची वापरकर्ते आता अपेक्षा करतात, संभाव्य आहे. हे "आत्मविश्वास पातळी" मध्ये व्यवहार करते. फॉरेस्टर्सच्या मते, शोध वापरणारे वापरकर्ते शोध कार्य करत असल्यास ते न करणाऱ्यांपेक्षा 2-3 पट अधिक रूपांतरित होण्याची शक्यता असते. आणि ई-कॉमर्स साइटवरील 80% वापरकर्ते खराब शोध परिणामांमुळे साइटमधून बाहेर पडतात. डिझाइनर म्हणून, आम्ही क्वचितच मध्यम जमिनीसाठी डिझाइन करतो. आम्ही "परिणाम सापडले" पृष्ठ आणि एक "परिणाम नाही" पृष्ठ डिझाइन करतो. आम्ही सर्वात महत्वाची स्थिती गमावतो: "तुला म्हणायचे आहे का?" राज्य. चांगल्या प्रकारे डिझाइन केलेल्या शोध इंटरफेसने "अस्पष्ट" सामने प्रदान केले पाहिजेत. थंड "0 परिणाम आढळले" स्क्रीनऐवजी, आम्ही आमचा मेटाडेटा हे सांगण्यासाठी वापरला पाहिजे, "आम्हाला ते 'इलेक्ट्रॉनिक्स' मध्ये आढळले नाही, परंतु आम्हाला 'ॲक्सेसरीज' मध्ये 3 जुळण्या आढळल्या." "कदाचित" साठी डिझाइन करून आम्ही वापरकर्त्याला प्रवाहात ठेवू शकतो. केस स्टडी: "अदृश्य" सामग्रीची किंमत IA हे इंधन का आहे हे समजून घेण्यासाठीशोध इंजिन, पडद्यामागे डेटाची रचना कशी केली जाते हे आपण पाहिले पाहिजे. माझ्या 25 वर्षांच्या सरावामध्ये, मी पाहिले आहे की पृष्ठाची "शोधता" थेट त्याच्या संरचित मेटाडेटाशी जोडलेली आहे. मी काम केलेल्या मोठ्या एंटरप्राइझचा विचार करा ज्यामध्ये 5,000 पेक्षा जास्त तांत्रिक कागदपत्रे आहेत. त्यांचा अंतर्गत शोध अप्रासंगिक परिणाम देत होता कारण प्रत्येक दस्तऐवजाचा “शीर्षक” टॅग हा मानवी वाचण्यायोग्य नावाऐवजी अंतर्गत SKU क्रमांक (उदा. “DOC-9928-X”) होता. शोध लॉगचे पुनरावलोकन करून, आम्हाला आढळले की वापरकर्ते "इंस्टॉलेशन मार्गदर्शक" शोधत आहेत. तो वाक्यांश SKU-आधारित शीर्षकामध्ये दिसत नसल्यामुळे, इंजिनने सर्वात संबंधित फाइल्सकडे दुर्लक्ष केले. आम्ही एक नियंत्रित शब्दसंग्रह लागू केला, जो मानकीकृत संज्ञांचा संच होता ज्याने SKU ला मानवी भाषेत मॅप केले. तीन महिन्यांत, शोध पृष्ठावरून "एक्झिट रेट" 40% ने घसरला. हे अल्गोरिदमिक निराकरण नव्हते; हे एक IA निराकरण होते. हे सिद्ध होते की शोध इंजिन हे आम्ही दिलेल्या नकाशाइतकेच चांगले आहे. अंतर्गत भाषेतील अंतर UX मध्ये माझ्या संपूर्ण दोन दशकांमध्ये, मला एक आवर्ती थीम दिसली आहे: अंतर्गत संघांना "ज्ञानाचा शाप" चा त्रास होतो. आम्ही आमच्या स्वतःच्या कॉर्पोरेट शब्दसंग्रहात इतके बुडून जातो, किंवा काहीवेळा त्याला व्यावसायिक शब्दावली म्हणून संबोधले जाते, की वापरकर्ता आमची भाषा बोलत नाही हे आम्ही विसरतो. मी एकदा एका वित्तीय संस्थेमध्ये काम केले होते जी त्यांच्या समर्थन केंद्रावर उच्च कॉल व्हॉल्यूममुळे निराश झाली होती. वापरकर्ते तक्रार करत होते की त्यांना साइटवर "कर्ज पेऑफ" माहिती सापडली नाही. आम्ही शोध नोंदी पाहिल्यावर, "कर्ज पेऑफ" हा #1 शोधलेला शब्द होता ज्याचा परिणाम शून्य हिट झाला. का? कारण संस्थेच्या IA टीमने प्रत्येक संबंधित पानावर औपचारिक संज्ञा "कर्ज रिलीझ" अंतर्गत लेबल केले होते. बँकेसाठी, "पेऑफ" ही एक प्रक्रिया होती, परंतु "कर्ज रिलीझ" हे कायदेशीर दस्तऐवज होते जे डेटाबेसमधील "गोष्ट" होते. शोध इंजिन अक्षरशः अक्षरांच्या तार शोधत असल्यामुळे, त्याने कंपनीच्या अधिकृत सोल्यूशनसह वापरकर्त्याच्या अत्यंत गरजेला जोडण्यास नकार दिला. येथेच IA व्यावसायिकाने अनुवादक म्हणून काम केले पाहिजे. लोन रिलीझ पृष्ठांवर फक्त "कर्ज पेऑफ" हा छुपा मेटाडेटा कीवर्ड म्हणून जोडून, आम्ही बहु-दशलक्ष डॉलर समर्थन समस्येचे निराकरण केले. आम्हाला वेगवान सर्व्हरची गरज नव्हती; आम्हाला अधिक सहानुभूतीपूर्ण वर्गीकरण आवश्यक आहे. 4-चरण साइट-शोध ऑडिट फ्रेमवर्क तुम्ही Google वरून तुमच्या शोध बॉक्सवर पुन्हा हक्क सांगू इच्छित असल्यास, तुम्ही फक्त "सेट करा आणि विसरा." आपण शोध हे जिवंत उत्पादन मानले पाहिजे. शोध अनुभवांचे ऑडिट आणि ऑप्टिमाइझ करण्यासाठी मी वापरत असलेली फ्रेमवर्क येथे आहे: टप्पा 1: "शून्य-परिणाम" ऑडिट मागील ९० दिवसांचे तुमचे शोध नोंदी काढा. शून्य परिणाम देणाऱ्या सर्व क्वेरींसाठी फिल्टर करा. या तीन बादल्यांमध्ये गट करा:
तुमच्याकडे नसलेली खरी सामग्री वापरकर्त्याला हवी आहे (तुमच्या सामग्री धोरण कार्यसंघासाठी एक सिग्नल). समानार्थी गॅप्ससामग्री तुमच्याकडे आहे, परंतु वापरकर्त्याने वापरत नसलेल्या शब्दांमध्ये वर्णन केले आहे (उदा. “सोफा” वि “पलंग”). स्वरूपातील अंतरवापरकर्ता "व्हिडिओ" किंवा "पीडीएफ" शोधत आहे, परंतु तुमचा शोध केवळ HTML मजकूर अनुक्रमित करतो.
फेज 2: क्वेरी हेतू मॅपिंग शीर्ष 50 सर्वात सामान्य प्रश्नांचे विश्लेषण करा. ते नेव्हिगेशनल (विशिष्ट पृष्ठ शोधत आहेत), माहितीपूर्ण (“कसे करावे” शोधत आहात), किंवा व्यवहारात्मक (विशिष्ट उत्पादन शोधत आहात)? तुमचा शोध UI प्रत्येकासाठी वेगळा दिसला पाहिजे. नॅव्हिगेशनल शोधाने परिणाम पृष्ठास पूर्णपणे बायपास करून, वापरकर्त्याला थेट गंतव्यस्थानावर "क्विक-लिंक" केले पाहिजे. टप्पा 3: "अस्पष्ट" जुळणारी चाचणी तुमची शीर्ष 10 उत्पादने जाणूनबुजून चुकीची टाइप करा. अनेकवचनी, सामान्य टायपो आणि अमेरिकन विरुद्ध ब्रिटिश इंग्रजी स्पेलिंग वापरा (उदा. “रंग” विरुद्ध “रंग”). तुमचा शोध या चाचण्यांमध्ये अपयशी ठरल्यास, तुमच्या इंजिनमध्ये "स्टेमिंग" सपोर्टची कमतरता आहे. ही एक तांत्रिक आवश्यकता आहे ज्यासाठी तुम्ही तुमच्या अभियांत्रिकी कार्यसंघाकडे वकिली करणे आवश्यक आहे. फेज 4: स्कोपिंग आणि फिल्टरिंग UX तुमचे परिणाम पृष्ठ पहा. हे असे फिल्टर ऑफर करते जे प्रत्यक्षात अर्थपूर्ण आहे? जर वापरकर्त्याने "शूज" शोधले तर त्यांनी आकार आणि रंगासाठी फिल्टर पहावे. जेनेरिक फिल्टर्स कोणतेही फिल्टर नसतात तितके वाईट असू शकतात. शोध बॉक्स पुन्हा दावा करणे: IA व्यावसायिकांसाठी एक धोरण Google वरील निर्गमन थांबवण्यासाठी, आपण “बॉक्स” च्या पलीकडे जाऊन मचानकडे पाहिले पाहिजे. पायरी अ: सिमेंटिक स्कॅफोल्डिंग लागू करा. फक्त लिंक्सची सूची परत करू नका. संदर्भ देण्यासाठी तुमचा IA वापरा. वापरकर्त्याने एखादे उत्पादन शोधल्यास, त्यांना ते उत्पादन दाखवा, परंतु त्यांना मॅन्युअल, वारंवार विचारले जाणारे प्रश्न आणि संबंधित भाग देखील दाखवा. हा "सहकारी" शोध मानवी मेंदू कसा कार्य करतो आणि Google कसे कार्य करते याची नक्कल करतो. चरण ब: ग्रंथपाल होणे थांबवा, प्रारंभ कराद्वारपाल असणे. एक ग्रंथपाल तुम्हाला पुस्तक शेल्फवर नेमके कुठे आहे ते सांगतो. एक द्वारपाल तुम्हाला काय साध्य करायचे आहे ते ऐकतो आणि तुम्हाला शिफारस करतो. तुमच्या शोध बारने केवळ शब्द पूर्ण करण्यासाठी नव्हे तर हेतू सुचवण्यासाठी भविष्यसूचक मजकूर वापरला पाहिजे. Google-चालित शोध बार वापरणे युनिव्हर्सिटी ऑफ शिकागो वेबसाइटवर पाहिल्याप्रमाणे, “Google-सक्षम” शोध बार वापरणे, हे मूलत: एक प्रवेश आहे की साइटची अंतर्गत संस्था तिच्या स्वत: च्या नेव्हिगेशन हाताळण्यासाठी खूप गुंतागुंतीची झाली आहे. वापरकर्त्यांना काहीतरी सापडेल याची खात्री करणे हे मोठ्या संस्थांसाठी एक द्रुत "निराकरण" असले तरी, सखोल सामग्री असलेल्या व्यवसायांसाठी ही सामान्यतः खराब निवड आहे.
Google कडे शोध सोपवून, तुम्ही वापरकर्ता अनुभव बाहेरील अल्गोरिदमला समर्पण करता. तुम्ही विशिष्ट उत्पादनांचा प्रचार करण्याची क्षमता गमावता, तुम्ही तुमच्या वापरकर्त्यांना तृतीय-पक्षाच्या जाहिरातींसमोर आणता आणि तुम्ही तुमच्या ग्राहकांना मदतीची आवश्यकता असताना त्यांना तुमची इकोसिस्टम सोडण्याचे प्रशिक्षण देता. एखाद्या व्यवसायासाठी, शोध हे क्युरेट केलेले संभाषण असावे जे ग्राहकाला ध्येयाकडे जाण्यासाठी मार्गदर्शन करते, त्यांना उघडलेल्या वेबवर परत ढकलणाऱ्या लिंक्सची सामान्य सूची नव्हे.
साधी शोध UX चेकलिस्ट तुम्ही तुमच्या वापरकर्त्यांसाठी शोध अनुभव तयार करत असताना संदर्भासाठी ही अंतिम चेकलिस्ट आहे. तुम्ही योग्य कार्यसंघ सदस्यांसह गुंतलेले आहात याची खात्री करण्यासाठी तुमच्या उत्पादन कार्यसंघासह कार्य करा.
डेड-एंड मारून टाका. "कोणतेही परिणाम आढळले नाहीत" असे कधीही म्हणू नका. अचूक जुळणी नसल्यास, समान श्रेणी, लोकप्रिय उत्पादन किंवा समर्थनाशी संपर्क साधण्याचा मार्ग सुचवा. "जवळजवळ" जुळण्यांचे निराकरण करा. शोध अनेकवचनी (जसे की "वनस्पती" वि. "वनस्पती") आणि सामान्य टायपो हाताळू शकते याची खात्री करा. वापरकर्त्यांना थंब स्लिपसाठी शिक्षा होऊ नये. वापरकर्त्याच्या ध्येयाचा अंदाज लावा. केवळ शब्दांची सूची नव्हे तर उपयुक्त क्रिया (जसे की "माझ्या ऑर्डरचा मागोवा घ्या") किंवा श्रेणी दर्शविण्यासाठी "स्वयं-सूचना" मेनू वापरा. माणसासारखे बोला. लोक प्रत्यक्षात वापरत असलेले शब्द पाहण्यासाठी तुमचे शोध लॉग पहा. जर त्यांनी "पलंग" टाईप केला आणि तुम्ही त्याला "सोफा" म्हणत असाल, तर पार्श्वभूमीत एक पूल तयार करा जेणेकरुन त्यांना आवश्यक ते सापडेल. स्मार्ट फिल्टरिंग. फक्त महत्त्वाचे फिल्टर दाखवा. कोणीतरी "शूज" शोधत असल्यास, त्यांना आकार आणि रंग फिल्टर दर्शवा, संपूर्ण साइटवर लागू होणारी सामान्य सूची नाही. दाखवा, फक्त सूची करू नका. शोध परिणामांमध्ये लहान लघुप्रतिमा आणि स्पष्ट लेबले वापरा जेणेकरून वापरकर्ते उत्पादन, ब्लॉग पोस्ट आणि मदत लेख यामधील फरक एका दृष्टीक्षेपात पाहू शकतील. गती हा विश्वास आहे. शोधासाठी सेकंदापेक्षा जास्त वेळ लागल्यास, लोडिंग ॲनिमेशन वापरा. ते खूप धीमे असल्यास, लोक लगेच Google वर परत जातील. "अयशस्वी" नोंदी तपासा. महिन्यातून एकदा, लोकांनी काय शोधले ते पहा आणि शून्य परिणाम मिळाले. तुमच्या साइटचे नेव्हिगेशन निश्चित करण्यासाठी ही तुमची "करण्याची यादी" आहे.
निष्कर्ष: शोध बार एक संभाषण आहे तुमच्या साइटवर शोध बॉक्स हे एकमेव ठिकाण आहे जिथे वापरकर्ता आम्हाला त्यांच्या स्वतःच्या शब्दात, त्यांना काय हवे आहे ते सांगतो. जेव्हा आम्ही ते शब्द समजण्यात अयशस्वी होतो, जेव्हा आम्ही Google च्या "बिग बॉक्स" ला आमच्यासाठी कार्य करू देतो, तेव्हा आम्ही फक्त पृष्ठ दृश्य गमावत नाही. आम्ही आमच्या ग्राहकांना समजतो हे सिद्ध करण्याची संधी गमावत आहोत. आधुनिक UX मधील यश म्हणजे सर्वाधिक सामग्री असणे नव्हे; हे सर्वात शोधण्यायोग्य सामग्री असण्याबद्दल आहे. वापरकर्त्यांना त्यांच्या वाक्यरचनेसाठी कर लावणे थांबवण्याची आणि त्यांच्या हेतूसाठी डिझाइन करणे सुरू करण्याची वेळ आली आहे. शाब्दिक स्ट्रिंग जुळण्यापासून अर्थविषयक समजाकडे जाण्याद्वारे आणि आमच्या शोध इंजिनांना मजबूत, मानव-केंद्रित माहिती आर्किटेक्चरसह समर्थन देऊन, आम्ही शेवटी अंतर पूर्ण करू शकतो.
