Nos primórdios da web, a barra de pesquisa era um luxo, adicionada a um site quando ele se tornava “grande demais” para navegar clicando. Nós o tratamos como um índice no final de um livro: uma lista literal e alfabética de palavras que apontavam para páginas específicas. Se você digitou a palavra exata que o autor usou, encontrou o que precisava. Do contrário, você se depararia com uma tela “0 resultados encontrados” que parecia um beco sem saída digital. Vinte e cinco anos depois, ainda estamos construindo barras de pesquisa que funcionam como fichas dos anos 1990, embora os humanos que as utilizam tenham sido fundamentalmente reconectados. Hoje, quando um usuário acessa seu site e não consegue encontrar o que precisa na navegação global em segundos, ele não tenta aprender sua taxonomia. Eles vão para a caixa de pesquisa. Mas se essa caixa falhar e exigir que usem o vocabulário específico de sua marca, ou os punir por um erro de digitação, eles farão algo que deve manter todo designer de UX acordado à noite. Eles saem do seu site, vão ao Google e digitam site:seuwebsite.com [consulta]. Ou, pior ainda, eles simplesmente digitam a consulta e acabam no site de um concorrente. Eu pessoalmente uso o Google na pesquisa de um site quase sempre. Este é o paradoxo da pesquisa de sites. Numa era em que temos mais dados e ferramentas melhores do que nunca, as nossas experiências de pesquisa interna são muitas vezes tão fracas que os utilizadores preferem usar um motor de pesquisa global de um bilião de dólares para encontrar uma única página num site local. Como arquitetos de informação e designers de UX, temos que perguntar: por que a “Big Box” vence e como podemos trazer nossos usuários de volta? O “imposto de sintaxe” e a morte da correspondência exata A principal razão pela qual a pesquisa no site falha é o que chamo de imposto de sintaxe. Esta é a carga cognitiva que colocamos nos usuários quando solicitamos que eles adivinhem a sequência exata de caracteres que usamos em nosso banco de dados. Uma pesquisa da Origin Growth on Search vs Navigate mostra que cerca de 50% dos usuários vão direto para a barra de pesquisa ao acessar um site. Por exemplo, quando um usuário digita “sofá” em um site de móveis que categorizou tudo em “sofás” e o site não retorna nada, o usuário não pensa: “Ah, deveria tentar um sinônimo”. Eles pensam: “Este site não tem o que eu quero”. Isto é uma falha da Arquitetura da Informação (AI). Construímos nossos sistemas para combinar strings (sequências literais de letras) em vez de coisas (os conceitos por trás das palavras). Quando forçamos os usuários a combinar nosso vocabulário interno, estamos sobrecarregando sua capacidade intelectual.
Por que o Google vence: não é o poder, é o contexto É fácil levantar as mãos e dizer: “Não podemos competir com a engenharia do Google”. Mas o sucesso do Google não se trata apenas de poder bruto; trata-se de compreensão contextual. Embora muitas vezes tratemos a pesquisa como uma utilidade técnica, o Google a trata como um desafio de IA. Dados do Baymard Institute revelam que 41% dos sites de comércio eletrônico não suportam nem mesmo símbolos básicos ou abreviações, e isso geralmente leva os usuários a abandonarem um site após uma única tentativa de pesquisa fracassada. O Google vence porque usa lematização e lematização – técnicas de IA que reconhecem “correr” e “correr” têm a mesma intenção. A maioria das pesquisas internas são “cegas” para este contexto, tratando “Tênis de corrida” e “Tênis de corrida” como entidades totalmente diferentes. Se a pesquisa do seu site não consegue lidar com um simples plural ou um erro ortográfico comum, você está efetivamente cobrando de seus usuários um imposto por serem humanos.
A UX de “Talvez”: Projetando para Resultados Probabilísticos Na IA tradicional, pensamos em binários: uma página ou está em uma categoria ou não está. Um resultado de pesquisa corresponde ou não. A pesquisa moderna, que os usuários esperam agora, é probabilística. Trata-se de “níveis de confiança”. De acordo com a Forresters, os usuários que usam a pesquisa têm 2 a 3 vezes mais probabilidade de converter do que aqueles que não usam, se a pesquisa funcionar. E 80% dos usuários de sites de comércio eletrônico saem de um site devido a resultados de pesquisa insatisfatórios. Como designers, raramente projetamos para o meio-termo. Projetamos uma página “Resultados encontrados” e uma página “Sem resultados”. Perdemos o estado mais importante: o “Você quis dizer?” Estado. Uma interface de pesquisa bem projetada deve fornecer correspondências “difusas”. Em vez de uma tela fria “0 resultados encontrados”, deveríamos usar nossos metadados para dizer: “Não encontramos isso em ‘Eletrônicos’, mas encontramos 3 correspondências em ‘Acessórios’”. Ao projetar para “Talvez”, podemos manter o usuário no fluxo. Estudo de caso: o custo do conteúdo “invisível” Para entender por que IA é o combustível parano mecanismo de pesquisa, devemos observar como os dados são estruturados nos bastidores. Em meus 25 anos de prática, percebi que a “encontrabilidade” de uma página está diretamente ligada aos seus metadados estruturados. Considere uma empresa de grande porte com a qual trabalhei e que possuía mais de 5.000 documentos técnicos. A pesquisa interna estava retornando resultados irrelevantes porque a tag “Título” de cada documento era o número SKU interno (por exemplo, “DOC-9928-X”) em vez do nome legível por humanos. Ao revisar os registros de pesquisa, descobrimos que os usuários estavam pesquisando “guia de instalação”. Como essa frase não apareceu no título baseado em SKU, o mecanismo ignorou os arquivos mais relevantes. Implementamos um Vocabulário Controlado, que era um conjunto de termos padronizados que mapeavam SKUs para a linguagem humana. Em três meses, a “taxa de saída” da página de pesquisa caiu 40%. Esta não foi uma solução algorítmica; foi uma correção de IA. Isso prova que um mecanismo de pesquisa é tão bom quanto o mapa que fornecemos a ele. A lacuna interna da linguagem Ao longo das minhas duas décadas em UX, percebi um tema recorrente: as equipes internas muitas vezes sofrem com “A maldição do conhecimento”. Ficamos tão imersos em nosso próprio vocabulário corporativo, ou às vezes chamado de jargão empresarial, que esquecemos que o usuário não fala a nossa língua. Certa vez, trabalhei com uma instituição financeira que estava frustrada com o alto volume de chamadas para seu centro de suporte. Os usuários reclamaram que não conseguiam encontrar informações sobre “pagamento do empréstimo” no site. Quando analisamos os registros de pesquisa, “pagamento do empréstimo” foi o termo pesquisado nº 1 que resultou em zero resultados. Por que? Porque a equipe de IA da instituição rotulou todas as páginas relevantes sob o termo formal “Liberação de Empréstimo”. Para o banco, um “recompensa” era um processo, mas uma “Liberação de Empréstimo” era o documento legal que era a “coisa” no banco de dados. Como o mecanismo de busca procurava cadeias de caracteres literais, ele se recusou a conectar a necessidade desesperada do usuário à solução oficial da empresa. É aqui que o profissional de AI deve atuar como tradutor. Simplesmente adicionando “pagamento do empréstimo” como uma palavra-chave de metadados ocultos às páginas de liberação do empréstimo, resolvemos um problema de suporte multimilionário. Não precisávamos de um servidor mais rápido; precisávamos de uma taxonomia mais empática. A estrutura de auditoria de pesquisa de sites em 4 etapas Se quiser recuperar sua caixa de pesquisa do Google, você não pode simplesmente “configurá-la e esquecê-la”. Você deve tratar a pesquisa como um produto vivo. Aqui está a estrutura que uso para auditar e otimizar experiências de pesquisa: Fase 1: A auditoria de “resultado zero” Extraia seus registros de pesquisa dos últimos 90 dias. Filtre todas as consultas que retornaram zero resultados. Agrupe-os em três grupos:
Verdadeiras lacunasConteúdo que o usuário deseja e que você simplesmente não tem (um sinal para sua equipe de estratégia de conteúdo). Lacunas de sinônimoConteúdo que você possui, mas descrito em palavras que o usuário não usa (por exemplo, “Sofá” vs “Sofá”). Lacunas de formatoO usuário está procurando um “vídeo” ou “PDF”, mas sua pesquisa indexa apenas texto HTML.
Fase 2: Mapeamento de intenção de consulta Analise as 50 consultas mais comuns. Eles são navegacionais (procurando uma página específica), informativos (procurando “como fazer”) ou transacionais (procurando um produto específico)? Sua IU de pesquisa deve ser diferente para cada um. Uma pesquisa de navegação deve “conectar rapidamente” o usuário diretamente ao destino, ignorando totalmente a página de resultados. Fase 3: O teste de correspondência “fuzzy” Digite errado intencionalmente seus 10 principais produtos. Use plurais, erros de digitação comuns e grafia do inglês americano versus britânico (por exemplo, “Cor” versus “Cor”). Se sua pesquisa falhar nesses testes, seu mecanismo não terá suporte para “stemming”. Este é um requisito técnico que você deve defender junto à sua equipe de engenharia. Fase 4: Escopo e Filtragem de UX Veja sua página de resultados. Oferece filtros que realmente fazem sentido? Se um usuário pesquisar “sapatos”, ele verá filtros de tamanho e cor. Filtros genéricos podem ser tão ruins quanto nenhum filtro. Recuperando a caixa de pesquisa: uma estratégia para profissionais de IA Para impedir o êxodo para o Google, devemos ir além da “Caixa” e olhar para o andaime. Etapa A: Implemente o andaime semântico. Não retorne apenas uma lista de links. Use sua IA para fornecer contexto. Se um usuário pesquisar um produto, mostre-lhe o produto, mas também o manual, as perguntas frequentes e as partes relacionadas. Essa pesquisa “associativa” imita como o cérebro humano funciona e como o Google opera. Passo B: Pare de ser bibliotecário, comecesendo um concierge. Um bibliotecário informa exatamente onde o livro está na estante. Um concierge ouve o que você deseja alcançar e lhe dá uma recomendação. Sua barra de pesquisa deve usar texto preditivo não apenas para completar palavras, mas para sugerir intenções. Usando uma barra de pesquisa do Google Usar uma barra de pesquisa “alimentada pelo Google”, como vista no site da Universidade de Chicago, é essencialmente uma admissão de que a organização interna de um site se tornou complexa demais para ser gerenciada por sua própria navegação. Embora seja uma “solução” rápida para grandes instituições garantirem que os usuários encontrem algo, geralmente é uma escolha ruim para empresas com conteúdo profundo.
Ao delegar a pesquisa ao Google, você entrega a experiência do usuário a um algoritmo externo. Você perde a capacidade de promover produtos específicos, expõe seus usuários a anúncios de terceiros e treina seus clientes para deixarem seu ecossistema no momento em que precisarem de ajuda. Para uma empresa, a pesquisa deve ser uma conversa selecionada que orienta o cliente em direção a uma meta, e não uma lista genérica de links que o leva de volta à web aberta.
A lista de verificação de UX da pesquisa simples Aqui está uma lista de verificação final para referência quando você estiver construindo a experiência de pesquisa para seus usuários. Trabalhe com sua equipe de produto para garantir que você esteja interagindo com os membros certos da equipe.
Acabe com o beco sem saída. Nunca diga apenas “Nenhum resultado encontrado”. Se não houver uma correspondência exata, sugira uma categoria semelhante, um produto popular ou uma forma de entrar em contato com o suporte. Corrija “quase” correspondências. Certifique-se de que a pesquisa possa lidar com plurais (como “planta” vs. “plantas”) e erros de digitação comuns. Os usuários não devem ser punidos por um deslize. Preveja o objetivo do usuário. Use um menu de “sugestão automática” para mostrar ações úteis (como “Rastrear meu pedido”) ou categorias, não apenas uma lista de palavras. Fale como um humano. Observe seus registros de pesquisa para ver as palavras que as pessoas realmente usam. Se eles digitarem “sofá” e você chamar de “sofá”, crie uma ponte no fundo para que eles encontrem o que precisam de qualquer maneira. Filtragem inteligente.Mostre apenas os filtros importantes. Se alguém pesquisar “sapatos”, mostre filtros de tamanho e cor, não uma lista genérica que se aplique a todo o site. Mostre, não apenas liste. Use miniaturas pequenas e rótulos claros nos resultados da pesquisa para que os usuários possam ver rapidamente a diferença entre um produto, uma postagem de blog e um artigo de ajuda. Velocidade é confiança. Se a pesquisa demorar mais de um segundo, use uma animação de carregamento. Se for muito lento, as pessoas voltarão imediatamente ao Google. Verifique os registros de “falha”. Uma vez por mês, veja o que as pessoas pesquisaram e não retornaram nenhum resultado. Esta é a sua “lista de tarefas” para corrigir a navegação do seu site.
Conclusão: a barra de pesquisa é uma conversa A caixa de pesquisa é o único local do seu site onde o usuário nos diz exatamente, com suas próprias palavras, o que deseja. Quando não conseguimos entender essas palavras, quando deixamos a “Big Box” do Google fazer o trabalho por nós, não estamos apenas perdendo uma visualização de página. Estamos perdendo a oportunidade de provar que entendemos nossos clientes. O sucesso na UX moderna não significa ter mais conteúdo; trata-se de ter o conteúdo mais encontrável. É hora de parar de sobrecarregar os usuários com sua sintaxe e começar a projetar de acordo com suas intenções. Ao passar da correspondência literal de strings para a compreensão semântica e ao apoiar nossos mecanismos de pesquisa com uma Arquitetura de Informação robusta e centrada no ser humano, podemos finalmente preencher a lacuna.
