過去十年，數位商務經歷了快速變革。我們見證了人工智慧的不斷演進，隨著人工智慧持續改變我們的購物和支付方式，萬事達卡始終處於產業前沿。儘管取得了許多進步，但網上購物中一個普遍存在的部分仍然相當原始：搜尋功能。

根據我們的數據，一半的零售搜尋字詞超過三個字，但零售商網站上的平均搜尋功能並非為長查詢而設計。這意味著消費者每次搜尋東西時都可能被誤解。傳統搜尋選項無法即時調整，管理不善的產品資訊流即使是最基本的請求也會返回不相關的結果，最終令購物者感到沮喪。

但情況並非必須如此，消費者也明白這一點；一項調查顯示， 71% 的消費者希望使用人工智慧進行搜索，他們更喜歡指導和幫助，而不是傳統的關鍵字搜索。

2023 年，萬事達卡旗下 Dynamic Yield 推出了對話式聊天機器人Shopping Muse ，我們算是先行者，將生成式人工智慧和個人化相結合，讓您更容易找到所需商品。購物者可以直接向聊天機器人提問，並獲得相關的推薦，而且隨著對話的進行，該工具會不斷學習和調整。Shopping Muse 是我們縮小人們實際搜尋方式與功能回應方式之間差距的第一步，但我們也意識到還有更多工作要做。所以今天，我們將發揮我們的專長——利用我們的技術專長和獨特的洞察力，推出體驗搜索，這是我們 Dynamic Yield 的最新創新成果。

體驗搜尋由人工智慧和專有個人化技術驅動，徹底改變了傳統的搜尋功能，使購物者的意圖與搜尋結果更加緊密地結合。這裡涉及五個關鍵要素。讓我們來逐一分析。

語義學使搜尋能夠理解細微差別。當你搜尋「適合參加夏季婚禮的連身裙」時，它會顯示適合賓客穿著的連身裙選項，而不是婚紗，因為它理解你搜尋的上下文。

視覺元素有助於搜尋找到重複商品或透過照片識別產品。您可以上傳在商店櫥窗或社群媒體上看到的商品照片，系統會幫您在零售商的產品中找到最合適的商品。它會掃描產品照片，捕捉與您的關鍵字相符的商品元素——即使它不是一個明顯的屬性。

自動補全功能可自動完成句子，進而加快搜尋速度，激發更多靈感。想買牛仔褲嗎？搜尋結果可能會根據您先前的購買記錄推薦不同的款式或顏色，而無需您手動輸入特定的剪裁或水洗要求。

個人化設定只會向您展示與您相關的內容。透過考慮您的購物歷史記錄、您已點擊的內容以及上下文資訊（例如已啟用的位置服務），搜尋會即時調整以適應您的偏好。

個人化客製化使零售商能夠根據自身的業務目標來匹配搜尋結果。如果零售商知道某個產品經常被退貨或經常被負評，它可以降低該產品在搜尋結果中的排名，以避免為顧客帶來糟糕的購物體驗。

這些元素旨在徹底改變傳統的搜尋欄，並且可以完全整合到零售商的網站中。而且由於我們的方法以先進的人工智慧為基礎，零售商無需手動更新或改進其產品目錄，從而消除了實施過程中的一個主要痛點。Shopping Muse 仍然可以作為獨立小部件使用，並且仍然是重要的搜尋和發現解決方案。

如今的數位購物比以往任何時候都更加複雜，消費者與零售商互動的方式也更多了。

搜尋是消費者和零售商之間的一個接觸點，也是最容易被忽略的接觸點之一。在這裡做出有意義的改變可能會產生積極的連鎖反應，幫助消費者更容易找到他們需要的東西，並鼓勵商家建立更牢固、更持久的關係。

當某件事感覺像是針對自己時，情況就有所不同了。要提供直覺、及時且能引起深刻共鳴的體驗，我們需要了解意圖並預測需求。透過體驗搜索，我們正在實現這一目標——在逐步實現更智慧、更個人化的商業願景的過程中，邁出了重要的一步，一次查詢，一步到位。