Semantic Search adalah teknik mencari data dimana kueri pencariannya (search query) tidak hanya bertujuan untuk mencari kata kunci (keyword), tapi juga menentukan maksud dan makna kontekstual dari kata-kata seseorang dengan tujuan pencarian.
Semantik sendiri merujuk pada sebuah studi filosofis mengenai makna. Jika Anda pernah belajar filsafat, maka mungkin Anda akan tahu bahwa filsafat jarang sekali beriringan dengan software engineering, bahkan seringnya mereka malah berseberangan.
Tapi, yang mengejutkan adalah ternyata konsep dalam filsafat bisa membantu software engineering untuk mencapai sebuah definisi yang baru. Bagaimana semantic search bisa bermanfaat untuk software engineering? Yap, semantic search berguna untuk mencari tahu apa yang sejatinya sedang dimaksudkan oleh user Anda.
Faktanya, semantic search membuat browsing menjadi lebih lengkap dengan kemampuannya memahami hampir dengan tepat apa yang sebenarnya sedang coba ditanyakan oleh user, daripada sekedar mencocokkan kata kunci.
Intent (maksud) selalu berdasar pada campuran beberapa faktor, misalnya riwayat lokasi dari pengguna.
Bersamaan dengan membuat tautan-tautan antara beragam kata dalam kueri, ini akan semakin mempersonalisasi pencarian untuk memberikan pengalaman yang lebih relevan ke user.
Di dunia nyata, manusia bergantung pada konteks ketika berbicara dan berinteraksi dengan orang lain. Penggunaan konteks dalam percakapan sehari-hari manusia mempunyai dampak yang takkan pernah ada ujungnya karena ia tidak hanya tertaut pada apa yang sebelumnya dikatakan atau apa yang akan mengikuti setelahnya.
Lebih rumit lagi, setting dan waktu ketika percakapan terjadi, background knowledge manusia, level hubungan yang mereka bangun, semuanya memiliki pengaruh ke percakapan. Ini semua adalah atribut kontekstual yang sedang coba ditiru oleh semantic search.
Contoh semantic search yang saat ini sudah bisa kita nikmati adalah ketika Anda mengetikkan kata ‘restoran’ di google, maka google akan menampilkan daftar restoran terdekat di pencarian teratas Google.
Di satu sisi, semantic search ini memperlancar transisi antara cara pengguna berinteraksi dengan orang versus cara mereka berinteraksi dengan hasil pencarian.
Jadi, semantic search menambah tingkatan pemahaman kepada kueri, tapi algoritma ini juga punya pola pembelajaran.
Bounce rate, rate konversi, dan beberapa indikator lainnya, bisa membantu algoritma untuk meningkatkan kepuasan pengguna, agar lebih baik dalam mencocokkan kata kunci dan halaman.
Semantic search sangat erat berkaitan dengan machine learning karena ia menggunakan data-data lampau serta pola-pola trial and error untuk meningkatkan pengalaman pengguna.
Semantic search sekarang sudah mulai banyak digunakan untuk beragam keperluan. Contohnya adalah seperti di bawah ini:
User tentu ingin merasa bahwa ia didengarkan. User ingin agar mesin bisa mengerti apa yang sedang mereka cari. Kalau dari sisi Anda sebagai pebisnis, tentu goalnya adalah ingin user melakukan transaksi, tapi tentunya goal ini tak boleh sampai kelihatan oleh user.
Jadi, Anda harus fokus pada mendengarkan apa yang sedang coba ‘disuarakan’ oleh user melalui aktivitas mereka di situs Anda. Entah itu eksplor situs, browsing katalog, dll, user harus menemukan apa yang mereka cari.
Kalau user bisa menemukan apa yang mereka cari dengan mudah, ada kemungkinan mereka juga bersedia untuk menghabiskan waktu ekstra untuk browsing hal lain di situs Anda. Dan, kalau mereka akhirnya menemukan produk baru atau produk lain yang lebih cocok dengan selera mereka, bisa jadi mereka akan menambah jumlah item di keranjang belanja.
Dengan begini, Anda bisa menaikkan average spend time user di situs Anda, sekaligus menaikkan tingkat konversi (conversion rate).
Personalisasi membuat setiap pengalaman pengguna (user experience) menjadi unik. Artinya, setiap user satu dengan user lainnya kemungkinan akan mempunyai pengalaman yang berbeda.
Semantic search bisa membantu menciptakan pengalaman yang lebih dipersonalisasi. Ini misalnya ketika user menunjukkan kecenderungan atau minat kepada produk-produk wanita seperti rok, kerudung, dsb.
Ketika user tersebut mencari item lain seperti celana pendek, kemeja, atau sepatu lari, maka semantic search akan memberikan rekomendasi produk yang khusus untuk wanita karena user menunjukkan kecenderungan sebagai seorang wanita.
Di sini, semantic search menggunakan data pencarian di waktu sebelumnya untuk bisa menampilkan rekomendasi konten yang lebih dipersonalisasi ke user.
Melihat kegunaan yang dihasilkan oleh semantic search, yaitu untuk menghadirkan pengalaman pengguna yang lebih dipersonalisasi, secara tidak langsung semantic search juga bermanfaat untuk bisnis.
Bayangkan jika user merasa senang ketika berselancar di situs Anda, kemudian situs Anda ternyata bisa memberikan apa yang mereka cari, maka kemudian engagement situs akan naik. Jika engagement naik, maka tingkat konversi juga akan naik.
Jika tingkat konversi naik maka penjualan (sales) juga ikut naik. Penjualan naik maka akan meningkatkan pendapatan bisnis Anda. Nah, apakah Anda tidak tertarik mengembangkan semantic search demi kemajuan bisnis yang dikelola?
Referensi: www.bloomreach.com
Hand photo created by master1305 – www.freepik.com
Back To Top