Dynamic Reranking
Dynamic Reranking
At Yext, we incorporate several machine-learning models into our Algorithms so that our AI search technology is smarter, faster, and more accurate than one basic algorithm. Dynamic Reranking is one of the many machine-learning models that powers our AI search Algorithms. Specifically, it reranks results in order of their likelihood to be clicked by the user. And as it is fed more user interaction data, the model becomes even smarter over time.
Informations relatives à l'engagement utilisateur
Le but d'un administrateur est de toujours présenter en premier le résultat le plus utile, mais il est parfois difficile de prévoir le comportement d'un utilisateur. Par exemple, l'expression « chaussures blanches » peut correspondre à plusieurs produits de votre catalogue. Mais si tout le monde clique sur le produit en 5e position (des sneakers blanches pour femme), il semble plus approprié de positionner ce produit en première place car c'est le plus utile pour l'utilisateur moyen.
Reclassement intelligent
Nous savons que le nombre de clics ne suffit pas à déterminer quels sont les meilleurs résultats. Par exemple, un résultat situé plus bas sur la page de recherche peut recevoir moins de clics simplement parce que les utilisateurs ne le voient pas. Il ne faut cependant pas en déduire qu'il s'agit d'un mauvais résultat. Nous tenons justement compte de ce critère dans notre algorithme et nous utilisons des milliers de petits tests A/B avec un ordre des résultats légèrement différent pour déterminer ceux qui sont vraiment les plus pertinents.
Par secteur d'activité, facultatif
Les administrateurs peuvent activer ou désactiver le reclassement dynamique selon le secteur d'activité. Le reclassement peut être plus pertinent dans certains secteurs d'activité que dans d'autres (produits ou articles, par exemple). Les administrateurs peuvent donc décider de l'activer ou non, selon leur contexte métier.
