RealizacjeOlek Motocykle
Olek Motocykle: platforma doboru części z bazą ponad 5 mln dopasowań
Stworzyliśmy od podstaw bazę dopasowań i architekturę wyszukiwania dla katalogu ponad 100 tys. produktów Olek Motocykle. Odpowiadaliśmy za model danych, projekt i wdrożenie rozwiązania, łącząc dobór części do pojazdu z wyszukiwaniem po kodzie oraz kontrolą trafności wyników.
- 5 mln+
relacji produkt–pojazd
- 100 tys.+
produktów w katalogu

Kontekst
Dystrybucja oparta na precyzyjnym doborze
Olek Motocykle to dystrybutor części, akcesoriów i wyposażenia dla branży motocyklowej, zaopatrujący sklepy, warsztaty oraz odbiorców detalicznych. Sprzedaż takiego asortymentu wymaga precyzyjnej informacji o zgodności części z marką, modelem, rocznikiem i wersją pojazdu. Punktem wyjścia projektu były rozproszone dane katalogowe oraz niejednolite opisy pojazdów i zastosowań produktów.
Wyzwanie
Model danych jako fundament wyszukiwania
Wyzwaniem było zbudowanie wspólnego modelu danych dla doboru części do pojazdu i wyszukiwania po kodzie lub opisie. Trzeba było rozstrzygnąć różnice między źródłami, ujednolicić identyfikację pojazdów i powiązać produkty z ich zastosowaniem. Architektura musiała umożliwiać kontrolę trafności oraz ocenę wpływu kolejnych zmian danych i logiki wyszukiwania.
- 01 Dane
Źródła katalogowe różnie identyfikowały te same pojazdy i zastosowania części
DecyzjaWłasny standard identyfikacji i łączenia danych o produktach oraz pojazdach
- 02 Logika wyszukiwania
Dobór pojazdu, kody części i język zapytań wymagały wspólnej logiki wyszukiwania
DecyzjaPołączenie interpretacji zapytania, dopasowania pojazdu i rankingu wyników
- 03 Jakość
Aktualizacja danych lub rankingu mogła zmienić trafność doboru i kompletność wyników
DecyzjaKontrole danych i wyników przed udostępnieniem nowej wersji
- 04 Kontrola i rozwój
Rozwój katalogu i sposobów szukania wymagał dostępu do danych, reguł i pomiaru zachowań
DecyzjaOddzielenie modelu danych od silnika oraz analityka wspierająca rozwój
01 Dane
Własny model dopasowań część–pojazd
Dla produktów i pojazdów ustaliliśmy stałe identyfikatory oraz wspólny standard opisu. Reguły mapowania łączyły źródła z zachowaniem różnic roczników, pojemności i wersji pojazdu. Weryfikację konfliktów i przygotowanie danych oddzieliliśmy od publikacji zbioru, aby kontrolować zakres wprowadzanych zmian.
Identyfikacja
Stałe identyfikatory produktów i pojazdów
Mapowanie źródeł
Reguły łączenia danych z katalogów
Weryfikacja
Kontrole zgodności i konfliktów
Publikacja
Przygotowanie i wydanie zbioru
02 Logika wyszukiwania
Logika wyszukiwania oparta na danych
Logikę wyszukiwania oparliśmy na rozpoznaniu zapytania, dopasowaniu pojazdu i uporządkowaniu właściwej oferty. Uwzględniliśmy odmianę słów, literówki, żargon oraz kody części, a w rankingu zgodność kodu i frazy, położenie słów oraz sygnały popularności. Wyszukiwanie po znaczeniu przygotowaliśmy jako kolejny kierunek rozwoju.
Rozumienie zapytania
Odmiana słów, synonimy, literówki i kody części
Wybór pojazdu
Zawężenie oferty według dopasowań do wybranego pojazdu
Ranking wyników
Dokładne kody, zgodność frazy i sygnały popularności
Obsługa braku wyników
Sugestie korekty i przygotowane wyszukiwanie po znaczeniu
03 Jakość
Kontrola trafności przed publikacją
Przygotowaliśmy zestaw wzorcowych zapytań do porównywania trafności konfiguracji oraz kontrole kodu, danych i kompletności indeksu. Architektura pozwalała przygotować nową wersję obok aktywnej, zweryfikować ją i przełączyć z możliwością powrotu do wcześniejszego indeksu.
Wzorcowe zapytania
Porównanie jakości wyników na stałym zestawie przypadków
Kontrole przed publikacją
Testy kodu i kompletności danych oraz porównanie trafności
Kontrolowane przełączenie
Wersjonowane indeksy z możliwością powrotu
04 Kontrola i rozwój
Kontrola nad modelem danych i rozwojem
Model danych oddzieliliśmy od konkretnego silnika wyszukiwania, zachowując możliwość rozwijania bazy, reguł doboru i konfiguracji wyników. Przygotowana analityka obejmowała zapytania oraz interakcje z ofertą. Dane te mogły służyć diagnozowaniu braków w katalogu, słowniku i wynikach wyszukiwania.
Analityka zachowań
Zapytania, ekspozycje wyników, kliknięcia i wybór pojazdu
Braki w wynikach
Frazy do oceny danych, słownika i kompletności oferty
Sterowanie ofertą
Przypinanie produktów do fraz i priorytety marek pojazdów
Dwa rynki
Wspólna baza dopasowań, polska i włoska oferta części
Rezultat
Kontrola nad logiką doboru części
Olek Motocykle otrzymał bazę ponad 5 mln relacji produkt–pojazd oraz narzędzie doboru części dla oferty polskiej i włoskiej. Własny model danych, kontrola trafności i pomiar zapytań tworzyły podstawę dalszego rozwoju rozwiązania.
Zakres
Architektura danych i rozwój doboru części
01
Dane i architektura
- Pozyskanie i połączenie danych
- Model produktów, pojazdów i relacji
- Identyfikacja i mapowanie pojazdów
- Kontrola poprawności dopasowań
- Oddzielenie modelu danych od silnika
- Przygotowanie danych do publikacji
02
Wyszukiwarka i dobór
- Projekt UX/UI wyszukiwarki
- Dobór części do wybranego pojazdu
- Korekta zapytań i ranking wyników
- Reguły prezentacji wyników
- Wersje polska i włoska
- Przygotowanie wyszukiwania po znaczeniu
03
Jakość i analityka
- Testy trafności na wzorcowych zapytaniach
- Kontrola kompletności danych i indeksów
- Wersjonowanie i przełączanie indeksów
- Pomiar zapytań i interakcji z ofertą
- Rozróżnienie ruchu ludzi i botów
Kupujący nie znajdują właściwych produktów?
Sprawdzimy dane produktowe, reguły doboru i wyniki wyszukiwania, aby ustalić, co wymaga zmiany w katalogu lub wyszukiwarce.
PorozmawiajmyGladness · Olek Motocykle
Pozostałe realizacje