Chia sẻ của một nhà thiết kế trải nghiệm người dùng tại một công ty game.
Chúng ta thường tìm kiếm trên nhiều dịch vụ để có được thông tin mong muốn. Ngoài việc tìm trên các trang tìm kiếm như Google, chúng ta còn tìm kiếm cả khi theo dõi các nội dung đa phương tiện hay mua sắm. Việc cung cấp một luồng tìm kiếm giúp người dùng có thể tìm kiếm một cách dễ dàng là phương pháp hữu hiệu nhất, tuy nhiên không phải trong trường hợp nào cũng có thể áp dụng phương pháp này, do có nhiều danh mục sản phẩm hay do đặc thù cấu trúc của trang web. Vậy liệu các dịch vụ đã cung cấp các thông tin tìm kiếm như thế nào để giúp người dùng lập tức tìm được kết quả họ mong muốn?
Các phương pháp trợ giúp người dùng trước khi tìm kiếm
Gợi ý những nội dung liên quan đến “tôi”
Phương pháp phổ biến nhất là đề xuất các nội dung liên quan dựa trên lịch sử tìm kiếm hoặc lịch sử sử dụng của người dùng. Một trong những dịch vụ tiêu biểu áp dụng phương pháp này là Youtube. Youtube đưa ra các đề xuất giúp người dùng thu hẹp các sự lựa chọn trước khi tìm kiếm.
Tuy nhiên, Youtube vẫn hiển thị những từ khóa không liên quan đến từ khóa người dùng đã tìm. Việc này làm giảm độ uy tín của dịch vụ và không thu hút được sự chú ý của người dùng. Do đó, người làm dịch vụ cần xem xét khả năng dẫn dắt hành động click của những từ khóa mà trí tuệ nhân tạo đề xuất.
Giúp người dùng “khám phá”
Khi người dùng nhập từ khóa tìm kiếm trên Netflix, họ sẽ thấy được kết quả tìm kiếm theo thời gian thực ngay sau khi nhập xong từng chữ. Trong quá trình này, người dùng sẽ tiếp cận các nội dung ngay cả trước khi họ có được kết quả tìm kiếm mong muốn. Như vậy, người dùng không chỉ có thể tìm được kết quả mong muốn cho dù mới nhập một phần từ khóa mà còn khám phá được cả các nội dung liên quan.
Có thể gọi đây là phương pháp tìm kiếm lợi cả đôi đường, vì dịch vụ cũng sẽ có cơ hội mở rộng khả năng quảng bá nội dung đến người dùng. Tuy nhiên, cách làm này có thể dẫn đến vấn đề loading do cần gọi API mỗi khi người dùng nhập xong một chữ, vì vậy người làm dịch vụ nên cân nhắc độ hữu dụng của nó trong dịch vụ trước khi áp dụng.
Hiển thị trước một phần kết quả tìm kiếm
Thay vì trả về tất cả kết quả tìm kiếm, dịch vụ có thể chỉ hiển thị trước một phần kết quả trong khung tìm kiếm. Trong dịch vụ Tving (một nền tảng phát trực tuyến các nội dung như phim ảnh và chương trình giải trí tại Hàn Quốc), khi người dùng nhập xong một chữ, họ có thể thấy trước khoảng 10 kết quả tìm kiếm. Phương pháp này vừa giúp người dùng khám phá nội dung, vừa giảm nhẹ vấn đề loading của dịch vụ.
Tương tự, trang web Interpark Ticket (một dịch vụ hỗ trợ đặt vé trực tuyến cho các buổi biểu diễn âm nhạc, kịch, thể thao, v.v tại Hàn Quốc) hiển thị bản xem trước của kết quả tìm kiếm ngay cạnh danh sách kết quả. Phương pháp này không chỉ giải quyết vấn đề thiếu không gian để hiển thị tất cả các kết quả tìm kiếm, mà còn giúp người dùng phán đoán trước liệu kết quả có khớp với mong muốn của họ hay không, từ đó giảm thiểu số lượt click không cần thiết.
Các phương pháp thu hẹp kết quả tìm kiếm
Thu hẹp phạm vi trước khi tìm kiếm
Thông thường, chúng ta thu hẹp phạm vi kết quả bằng cách chỉnh sửa các bộ lọc (filter) để lọc trên kết quả tìm kiếm. Tuy nhiên, có một phương pháp khác là lọc để thu hẹp kết quả ngay cả trước khi tìm kiếm. Một dịch vụ nổi tiếng áp dụng phương pháp này là Gmail. Khi người dùng nhấn vào thanh tìm kiếm, họ có thể lựa chọn các tiêu chí lọc trước khi bắt đầu tìm. Mỗi khi người dùng lựa chọn một tiêu chí, phạm vi tìm kiếm sẽ bị thu hẹp và các kết quả sẽ được cập nhật ở khung bên dưới thanh tìm kiếm. Đây là phương pháp hữu ích với những người dùng cần tìm kiếm chính xác trong một phạm vi nhất định, giảm số lượt click không cần thiết và giúp họ nhanh chóng nhận được kết quả.
Đưa các bộ lọc tìm kiếm vào quá trình mua sắm
Nhiều dịch vụ hiển thị các bộ lọc ở bên trái kết quả tìm kiếm. Thông thường, các bộ lọc có vai trò thu hẹp kết quả tìm kiếm, tuy nhiên chúng còn có thể phát huy vai trò khác khi được đặt ở phía trên màn hình. Nếu các bộ lọc nằm ở phía trên màn hình, người dùng thường sẽ đọc nội dung của chúng trước khi xem kết quả tìm kiếm. Từ đó, người dùng có thể biết được các thương hiệu, loại sản phẩm và ưu đãi ngay cả trước khi tìm kiếm. Phương pháp này chắc hẳn sẽ mang đến cho người dùng một trải nghiệm tích cực, vì nó giống như một quá trình xác nhận các bộ lọc tìm kiếm và khám phá khi mua sắm.
Các phương pháp trợ giúp người dùng khi không có kết quả tìm kiếm
Đề xuất sản phẩm
Gần đây, nhiều dịch vụ lựa chọn cách gợi ý các sản phẩm khác khi không tìm thấy kết quả khớp với từ khóa người dùng nhập. So với việc chỉ đưa ra thông báo Không tìm thấy kết quả tương ứng, phương pháp này hữu dụng hơn vì có thể dẫn dắt người dùng tiếp tục luồng chức năng mua sắm. Trang web 29cm (một trang thương mại điện tử tại Hàn Quốc) gợi ý các sản phẩm khác cùng thông điệp Nhiều người khác đang xem những sản phẩm này. Đây là một cách dẫn dắt người dùng mua sắm bằng hiệu ứng tâm lý đám đông.
Coupang (một nền tảng thương mại điện tử ở Hàn Quốc) cũng áp dụng cách tương tự, nhưng gợi ý từ khóa tìm kiếm khác thay vì sản phẩm khác. Tuy nhiên, các từ khóa được gợi ý lại không liên quan đến nhau, do đó có thể gây ra cảm giác dịch vụ không được chú trọng và dẫn đến tác dụng ngược: làm giảm độ tin cậy của dịch vụ. Như vậy, thay vì hiển thị các dữ liệu thật, có lẽ việc hiển thị dữ liệu đã được xử lý một chút về mặt hình thức sẽ được lòng người dùng hơn.
Tự động hiểu và hiển thị kết quả
Khi không tìm thấy kết quả với từ khóa tương ứng, các trang web lớn như Google hay Naver tự động chỉnh sửa từ khóa và hiển thị kết quả tìm kiếm theo từ khóa mới. Hiển nhiên, trong trường hợp dịch vụ đã chỉnh sửa thành từ khóa tương tự mà vẫn không tìm được kết quả, người dùng cũng sẽ thấy thông điệp Không tìm thấy kết quả tương ứng, nhưng đây là nỗ lực để tránh trường hợp xấu nhất một cách tối đa. Phương pháp này hỗ trợ người dùng khi họ chỉ biết từ khóa liên quan hoặc lỡ nhập sai từ khóa. Thêm nữa, các dịch vụ tìm kiếm cũng hiển thị đường dẫn đến từ khóa gốc, không đánh mất cơ hội xem các kết quả tương ứng với ý định ban đầu của người dùng.
Netflix cũng tương tự. Trong trường hợp kết quả tìm kiếm không nhiều, Netflix không chỉ hiển thị những kết quả trùng khớp với từ khóa mà còn hiển thị cả những kết quả liên quan. Phương pháp này giảm thiểu tối đa khả năng người dùng chỉ thấy duy nhất 1 kết quả và nghĩ rằng dịch vụ cung cấp ít nội dung. Các kết quả tìm kiếm tương tự có thể dẫn dắt người dùng tiếp tục thực hiện thao tác và đóng vai trò hữu ích trong các nền tảng cung cấp nội dung.
Đọc thêm: Cách viết microcopy hiệu quả trong màn hình không có kết quả tìm kiếm
Việc tìm kiếm của người dùng được sắp đặt cho dù họ có biết hay không
Khi tìm hiểu các phương pháp được các dịch vụ áp dụng để giúp người dùng tìm kiếm dễ hơn, tôi chợt nghĩ rằng “hóa ra kết quả tìm kiếm của chúng ta đang được sắp đặt, cho dù ta có biết hay không”. Các phương pháp khác nhau giúp việc tìm kiếm trở nên thông minh hơn, nhưng cũng vì vậy mà phạm vi tìm kiếm có thể bị giới hạn do các bộ lọc không chủ ý, các kết quả được đề xuất cũng nhằm mục đích kinh doanh như mở rộng dịch vụ và khuyến khích tiêu thụ các nội dung liên quan.
Tuy nhiên, nếu nền tảng của việc tìm kiếm không phải là thuật toán người dùng không thể hiểu nổi, thì đa số người dùng vẫn đón nhận và suy nghĩ tích cực về quá trình tìm kiếm như trên. Tôi nghĩ rằng nếu doanh nghiệp cảm thấy khó khăn trong việc đưa ra các kết quả tìm kiếm phong phú, thì họ có thể cân nhắc một phương pháp khác để hướng đến thành công thành công: dẫn dắt người dùng đến những kết quả mình mong muốn, miễn sao không làm người dùng cảm thấy bất tiện.
The original article: 우리가 원하는 정보를 검색하는 방법
The translated article above belongs to the author 만두님 and yozmIT (요즘IT). Metacoders commits not to use this content for any commercial purpose.
