Par défaut, quand vous importez vos données dans Algolia, tous les attributs sont recherchables. Il est peu probable que ce soit la configuration optimale, car certains attributs ne doivent être utilisés que pour de l'affichage (exemple : l’url des vignettes), du classement (exemple : le prix) ou pour créer des facettes (exemple : la marque ou l’auteur). De plus, certains attributs textuels contiennent un texte recherchable plus important que d'autres (le texte du nom de produit est plus “pertinent” que le texte d’une description longue).

Suivez ce guide et cette documentation pour comprendre quels attributs doivent être recherchables et comment les ordonner.

Durant la phase de conception des flux des données, vous avez identifié et indexé les données métier dont vous aurez besoin pour classer les résultats de recherche proposés à vos utilisateurs. Vous pouvez configurer ce classement (en d’autres termes, la pertinence métier) grâce au paramètre de custom ranking. Ce paramètre permet de définir le critère de classement des records (entrées catalogue indexées) en cas d’égalité de pertinence textuelle.

Si vous avez structuré vos données de telle sorte à avoir un index (catalogue) par langue, vous pouvez optimiser la pertinence en activant les paramètres removeStopWords, ignorePlurals, index language, et query language. Ces paramètres peuvent être ajustés sur le dashboard ou via l’API. 

Pour le danois, l'allemand, le finnois, le néerlandais, le norvégien et le suédois, vous pouvez également paramétrer decompoundedAttributes et decompoundQuery. Si la décomposition ne fonctionne pas comme vous le souhaitez, vous pouvez modifier son comportement via des  dictionnaires personnalisés.

Algolia prend en charge les transcriptions de langues via le paramètre  customNormalization.

Par exemple, en allemand, les voyelles avec un Umlaut ("ä", "ö", "ü") sont généralement transcrites en "ae", "oe" et "ue" si l’Umlaut n’est pas disponible sur le clavier. De la même manière, « ß » peut être transcrit en « ss ».

La configuration de la pertinence est un sujet qui n’est jamais réellement “terminé”, notamment parce que la notion de “pertinence métier” peut elle-même évoluer au sein de la stratégie de votre entreprise.

Il est, de manière générale,  toujours possible d’itérer et d’identifier des optimisations qui peuvent être faites afin d’améliorer l'interaction de vos clients avec les résultats de recherche. Il est recommandé de tester régulièrement vos top requêtes (vos mots clés les plus recherchés), et si les résultats retournés ne conviennent pas à 100%, d’optimiser cela. 

Les règles (rules) vous permettent de configurer des modifications bien précises à vos résultats de recherche. Vous pouvez et devriez les utiliser pour des cas particuliers, ou pour des optimisations de manière générale. Il existe de très nombreux cas d’usage d’utilisation des règles, mais retenez qu'elles ne doivent rester qu’un moyen d’ajustement situationnel, et ne pas être au cœur (structurel) de votre configuration de pertinence. 

Les synonymes (synonyms) indiquent au moteur quels mots et expressions doivent être considérés comme équivalents. Il en existe différentes configurations.

La personnalisation est une fonctionnalité à considérer si vos utilisateurs ont pour habitude de revenir régulièrement visiter votre site et accéder à des produits ou contenus similaires. Cela peut-être par exemple des livres du même auteur, des vêtements d’une même marque, ou encore des documents concernant un même sujet ou projet. 

Pour implémenter la personnalisation, vous devez vous assurer d’envoyer un userToken unique avec vos requêtes au moteur. Un bon moyen de vérifier que vos prérequis sont bien en place est la section “Personalization”, dans l’onglet “Implementation Help”  du dashboard. Si tous les événements sont valides, vous pouvez activer la personnalisation et configurer votre stratégie. Il est recommandé d’A/B tester votre stratégie de personnalisation avant de l’activer pour l’ensemble de vos utilisateurs, afin de vous assurer que celle-ci est efficace. 

Algolia identifie les requêtes que vos utilisateurs modifient souvent (en réécrivant) et vous propose des synonymes pour celles-ci.    

Vous pouvez accepter ou refuser ces synonymes en vous appuyant sur votre connaissance de votre catalogue, et des intentions de recherche de vos utilisateurs.

Dynamic Re-ranking (DRR) est une fonctionnalité qui utilise l’IA pour identifier des tendances dans les comportements de vos utilisateurs. En tenant compte de la requête saisie et de la position des résultats qui sont cliqués ou qui convertissent, DRR améliore la pertinence en promouvant les résultats qui ont une attractivité grandissante. 

Pour activer Dynamic Re-Ranking, vous devez vérifier et valider l’implémentation de vos événements. Ceci étant fait, vous pouvez tester vos requêtes “re-rankées” (reclassées) dans le Re-Ranking Simulator sur le Dashboard. Dès que vous êtes satisfaits des résultats, vous pouvez lancer un A/B test puis, en cas de succès, l’activer pour l’ensemble des utilisateurs.