# Il tuo motore di ricerca interno trova il prodotto al primo tentativo. > Search & Discovery è l’area di CommerceClarity che interviene sul livello letto da un motore di ricerca. Qui lavorano due agenti AI: Taxonomy Mapping, che mette ogni prodotto in una categoria valida, e On-site Search Enrichment, che compila gli attributi e i sinonimi su cui un indice deve ragionare. Non sostituisce Algolia, FactFinder, Coveo o la ricerca nativa di una piattaforma: il limite della pertinenza lo fissa il catalogo sottostante, ed è quello che gli agenti AI alzano. Agenti AI che lavorano sul livello che il tuo motore di ricerca legge: ogni prodotto nella categoria giusta, con gli attributi e i sinonimi su cui l’indice deve ragionare. Algolia, FactFinder, Coveo o la ricerca inclusa nella tua piattaforma: il limite della pertinenza lo fissa il catalogo che c’è sotto. ![Una cliente ferma con il telefono in mano mentre la corsia del supermercato le scorre intorno.](https://cdn.sanity.io/images/xd4hrbt2/production/5ed42dfefc8284243213d0374dddb3da838635a1-1774x887.jpg?auto=format) [Prenota una demo](/book-a-demo) ## Il motore trova solo quello che il catalogo dice Le ricerche che falliscono sono quelle normali. Quando gli abbiamo chiesto le ricerche peggiori sul suo sito, un retailer alimentare ce ne ha mandate 4: acqua naturale, pane morbido, peperoni gialli, tonno. Parole semplici: in 3 casi su 4, un nome di prodotto senza alcun attributo associato. Quello che va storto è l’abbinamento, non la ricerca. Cerchi pantaloni rossi e compare un prodotto che si chiama carota, perché la parola corrispondeva. Cerchi una camicia elegante e finisci su un brand che si chiama proprio Elegant. Il motore ha fatto esattamente quello che gli è stato chiesto, sull’unica cosa che aveva. Sotto entrambi i casi c’è la tassonomia, e di solito le tassonomie sono due. Un retailer ci ha consegnato il suo albero e ci ha detto quale metà era quella vera: 1.000 categorie foglia attive contro 3.000 contando quelle storiche disattivate, più un gruppo di foglie ancora attive sotto una categoria padre disattivata. Filtri di ricerca, landing page SEO e approvazione sui marketplace dipendono tutti da quell’albero, quindi una categoria non valida ti costa tutte e tre le cose insieme. ## I lavori sulla ricerca dei prodotti Alcuni dei lavori che girano qui, e l’area non si limita a questi. Ognuno è un processo a sé, con i suoi risultati e i suoi numeri, e legge le stesse anagrafiche che legge il resto del catalogo. - Taxonomy Mapping · Classifica in automatico ogni prodotto nella categoria giusta. · Continuous - On-site Search Enrichment · Migliora la pertinenza del motore di ricerca interno con attributi migliori, su Algolia, FactFinder e gli altri. · Continuous ## La categoria, e le parole intorno *Findability* Quello che decide se un prodotto compare sta sotto la ricerca, ed è lì che lavorano gli agenti AI. Prima viene la categoria: ogni prodotto classificato in continuo alla giusta profondità del tuo albero, e ti segnaliamo lo scarto tra l’albero che hai progettato e quello che usi davvero. Un caso di confine resta una questione di categoria e non di parole chiave, quindi un kit solare fisso da balcone è un prodotto diverso da un pannello portatile, per quanto le parole si somiglino. I prodotti senza una collocazione valida tornano come l’elenco delle categorie che mancano alla tua tassonomia. Poi il livello di attributi che l’indice legge: attributi mancanti generati, quelli esistenti normalizzati, e gli elenchi di sinonimi e varianti di cui il motore ha bisogno, così una ricerca di pantaloni rossi restituisce pantaloni. Algolia, FactFinder, Coveo o un motore agentico, quel livello è il limite per tutti. ## Cosa ci chiedono i retailer ### Cosa si intende per motore di ricerca interno? La barra di ricerca del tuo ecommerce, e i dati prodotto che legge. La maggior parte dei problemi di ricerca viene attribuita al motore, e il motore non c’entra. Non restituisce nulla perché il prodotto non ha un colore, un materiale, o ha una categoria che nessuno cercherebbe. Non sostituiamo il motore di ricerca. Sistemiamo quello che deve leggere. ### Bisogna cambiare il nostro motore di ricerca? No. Lavoriamo sui dati che il motore indicizza. Algolia, FactFinder, Coveo o la ricerca inclusa nella tua piattaforma: l’agente AI migliora attributi, sinonimi e categorie su cui ragiona il motore, e il motore resta dov’è. ### Come si verifica che la classificazione sia corretta? Si misura, non si dichiara. La correttezza viene valutata rispetto a una batteria di test approvata dai tuoi esperti, e riportata in percentuale con gli errori elencati prodotto per prodotto. ### Cosa succede ai prodotti senza una categoria valida? Vengono segnalati, non forzati. Il controllo ti restituisce le categorie che mancano alla tua tassonomia come decisione da prendere, separate dai prodotti che erano davvero nel posto sbagliato. ### La nostra tassonomia cambia di continuo. È un problema? No, è la condizione normale. La classificazione lavora sull’albero attivo, e quando l’albero cambia la batteria di test e la soglia concordata vengono ridefinite, invece di dare per scontato che restino valide. ### Chi decide i casi limite? Tu. Dove sta un tipo di prodotto è una decisione di merchandising, quindi il confine che tracci diventa una regola esplicita. ### Di chi sono i dati? Tuoi. Gli agenti AI imparano dalle correzioni del tuo team, e dati e correzioni restano esportabili in qualsiasi momento. ## Related areas - [SEO & GEO/AEO](/solutions/seo-geo) - [Catalog Foundation](/solutions/catalog-foundation) ## Ogni correzione migliora l’esecuzione successiva *Il ciclo di feedback* Il tuo team giudica i risultati. Un valore è giusto, oppure è sbagliato e si corregge una volta sola. Ogni giudizio cambia l’esecuzione successiva: il punteggio sul tuo campione si muove, e l’agente AI riparte da ciò che ha imparato nell’esecuzione precedente. Così la quota di valori che richiede una persona continua a scendere, misurata sul tuo catalogo e sulle tue regole, non su una media di tutti gli altri. ![La piattaforma segnala una descrizione prodotto troppo generica per il tono del brand, con la riscrittura proposta e le due risposte possibili.](https://cdn.sanity.io/images/xd4hrbt2/production/30815d23ee4d132352d037d84d401a32a7b48eec-2880x1620.webp?auto=format) ## In produzione sul tuo catalogo in settimane, non in mesi *Come lavoriamo* Gestiamo tutte e quattro le fasi con il tuo team, sui sistemi che hai già, e ognuna si chiude con un numero concordato in anticipo. - Progettazione · Mappiamo come entrano i tuoi dati e come esce il risultato, poi concordiamo il KPI di business che l’agente AI deve migliorare. - Implementazione · Costruiamo l’agente AI e lo testiamo su un campione del tuo catalogo, concordato con te. Ogni modifica viene valutata su quel campione, così la messa a punto si basa sui numeri. - Verifica · Il lavoro è concluso quando il KPI ha raggiunto l’obiettivo sull’intero catalogo e hai visto i numeri con i tuoi occhi. - Evoluzione · Restiamo al tuo fianco. Le tue correzioni continuano a migliorare l’agente AI, il KPI resta dove ti serve e il prossimo use case parte dal contesto che questo ha già costruito. ## Pensato per le grandi aziende, su un catalogo che non puoi mettere a rischio ![Il piano vendita di un grande magazzino.](https://cdn.sanity.io/images/xd4hrbt2/production/251441053d31b02d7111cf86ee1083ac6fd8f061-1600x1000.jpg?auto=format) [Prenota una demo](/book-a-demo) - Funziona sui sistemi che hai già · Legge PIM, ERP e DAM tramite le loro API e rimanda loro il risultato. - Niente di incerto arriva su un canale · Ogni valore viene verificato sulle tue regole, e tutto ciò che è incerto passa in revisione prima di arrivare su un canale di vendita. - I tuoi dati restano tuoi · Un ambiente di lavoro isolato, solo tuo. I tuoi dati non finiscono mai in modelli condivisi e puoi esportarli quando vuoi. - Ogni esecuzione resta registrata · Ogni valore riporta la sua fonte, l’esecuzione che l’ha prodotto e il suo punteggio, così puoi capire perché uno è sbagliato. ## Parti da un use case Un use case, gestito dall’inizio alla fine sul tuo catalogo. Basta per vedere cosa cambia e quanto costa per prodotto, prima di decidere sul resto. [Prenota una demo](/book-a-demo) ## Entities - [Algolia](https://www.algolia.com) · Organization, mentions - [Coveo](https://www.coveo.com) · Organization, mentions - [FactFinder](https://www.fact-finder.com) · Organization, mentions ## Sources - [Tipi di query di ricerca nell’ecommerce](https://baymard.com/blog/ecommerce-search-query-types) · Baymard Institute - [Dati strutturati dei prodotti](https://developers.google.com/search/docs/appearance/structured-data/product) · Google Search Central - [Specifiche dei dati di prodotto](https://support.google.com/merchants/answer/7052112) · Google Merchant Center - [Product](https://schema.org/Product) · Schema.org --- Canonical: https://commerceclarity.com/it/solutions/search-discovery Every page of this site is available as markdown: append `.md` to its path. Index: /it/llms.txt