Los consumidores de hoy en día exigen encontrar productos de manera rápida y efectiva, mejorando su experiencia de búsqueda de forma que sea lo más intuitiva posible. Este proceso no solo incrementa la satisfacción del usuario, sino que también impacta positivamente en métricas clave del negocio, como las tasas de conversión y la lealtad del cliente. Un estudio de McKinsey revela que el 78% de los consumidores tiene más probabilidades de volver a comprar a empresas que ofrecen experiencias personalizadas. Por lo tanto, ofrecer una búsqueda excepcional se ha convertido en un diferenciador estratégico en el mundo del comercio electrónico. Con catálogos de productos que crecen constantemente, junto con la diversidad de marcas, el uso de tecnologías de búsqueda avanzadas es esencial para mantenerse competitivo.
La búsqueda semántica permite a los proveedores de comercio digital ofrecer resultados más relevantes al ir más allá de la simple coincidencia de palabras clave. Mediante el uso de modelos para generar incrustaciones vectoriales, se logra captar el significado mismo de las consultas, lo que le da a la búsqueda una mayor tolerancia a variaciones en la redacción. Además, acepta entradas multimodales como texto, imágenes, audio y video. Por ejemplo, si un usuario introduce texto junto a una imagen de un producto que le interesa, el motor de búsqueda puede traducir ambos a incrustaciones vectoriales usando un modelo multimodal, lo que permite recuperar ítems relacionados del catálogo con base en la similitud de estas incrustaciones.
Sin embargo, mientras la búsqueda semántica ofrece flexibilidad y comprensión contextual, la búsqueda por palabras clave sigue siendo indispensable para asegurar que las consultas se correspondan de forma precisa con los datos de los productos y sus metadatos. Esto es fundamental ya que los usuarios suelen tener ideas específicas en mente al iniciar una búsqueda, y satisfacer esas necesidades explícitas con precisión es clave para ofrecer una experiencia positiva.
La búsqueda híbrida, que combina las fuerzas de la búsqueda semántica y por palabras clave, está diseñada para dar resultados más precisos y pertinentes. Según un análisis de OpenSearch, este método híbrido mejora la calidad de los resultados de búsqueda en un 8-12% respecto a la búsqueda por palabras clave, y un 15% en comparación con la búsqueda en lenguaje natural. No obstante, la combinación de estos enfoques implica una complejidad significativa, dado que diferentes tipos de consultas arrojan puntuaciones en escalas distintas. Utilizar el servicio de OpenSearch de Amazon permite a los clientes integrar estas metodologías, unificando las puntuaciones de relevancia de múltiples tipos de búsqueda en una sola.
OpenSearch Service, recomendado por AWS para Amazon Bedrock, es un servicio completamente gestionado que permite el despliegue, operación y escalamiento de OpenSearch en la nube de Amazon. Este motor de búsqueda distribuido de código abierto integra una base de datos vectorial capaz de manejar búsquedas a través de miles de millones de vectores con latencias de un solo dígito milisegundos, ideal para aplicaciones de inteligencia artificial en tiempo real.
Modelos de incrustaciones multimodales, como Amazon Titan Multimodal Embeddings G1 de Amazon Bedrock, son críticos para la funcionalidad de búsqueda híbrida. Estos modelos pueden producir incrustaciones para texto e imágenes, representándolos en un espacio semántico común, lo cual facilita resultados relevantes en un contexto multimodal, permitiendo búsquedas cruzadas entre texto e imágenes.
Recientemente, se presentó una solución para el sector minorista que permite buscar en grandes bases de datos de imágenes mediante un sistema híbrido multimodal impulsado por el OpenSearch Service. Consta de dos flujos principales: uno de ingestión de datos y otro de consulta. Durante la ingestión, se generan y almacenan incrustaciones vectoriales para texto, imágenes y metadatos en un dominio de OpenSearch. En el flujo de consulta, un pipeline convierte la entrada de la consulta en incrustaciones, combinando resultados de búsqueda semántica y por palabras clave para ofrecer a los usuarios resultados altamente relevantes.
Con las empresas enfocándose cada vez más en mejorar la experiencia del consumidor, la búsqueda híbrida representa un avance crucial hacia la personalización y optimización del servicio al cliente.
