Die Onsite-Suche im E-Commerce ist die Suchleiste in deinem eigenen Shop: Der Shopper tippt eine Suchanfrage ein, die Suchmaschine gleicht sie mit deinen Produktdaten ab und liefert eine sortierte Liste von Produkten. Wenn sie funktioniert, erreichen Shopper, die wissen, was sie wollen, mit einem Schritt eine Produktseite. Wenn sie versagt, sehen sie die falschen Produkte oder eine Seite ohne Ergebnisse, und viele gehen.
Die meisten Shops versagen irgendwo. Im Such-Benchmark des Baymard Institute unterstützten 56 % der Sites die Suchbedürfnisse der Nutzer nicht ausreichend. Die üblichen Fixes liegen auf der Seite der Suchmaschine (Tippfehlertoleranz, Synonyme, Autocomplete), doch viele Fehler kommen aus den Daten, die die Suchmaschine durchsucht: Attribute, die im Freitext stecken, Produkttypen, die in Titeln fehlen, Modellnummern, die nirgends durchsuchbar gespeichert sind. Dieser Leitfaden behandelt beides, dazu die Kennzahlen der internen Suche, die dir zeigen, wo du anfangen solltest.
Indexieren, abgleichen, ranken: Was jede Onsite-Suche tut
Jede Onsite-Suchmaschine, von der integrierten Suche einer Plattform bis zur spezialisierten Such-App, macht drei Dinge:
- Indexieren: Sie kopiert ausgewählte Produktfelder in einen Suchindex. Felder, die nicht indexiert sind, können nicht gefunden werden, egal wie gut sie sind.
- Abgleichen: Sie vergleicht die Suchanfrage mit dem indexierten Text, mit oder ohne Tippfehlertoleranz, Synonyme, Stemming („Bohrer“ und „Bohrern“) und semantischen Abgleich.
- Ranken: Sie sortiert die Treffer nach Relevanz, Beliebtheit, Bestand oder Merchandising-Regeln.
Im ersten Schritt entscheiden die Produktdaten über das Ergebnis. Die integrierte Storefront-Suche von Shopify ist ein nützliches Beispiel, weil ihre Regeln dokumentiert sind. Laut Shopifys Hilfecenter durchsucht sie Produkttitel, Body (Beschreibung), Produkttyp, Tags, Anbieter, Variantentitel, Varianten-SKU und Varianten-Barcode. Tippfehlertoleranz gilt nur für Titel, Produkttyp, Variantentitel und Anbieter, und die ersten vier Buchstaben eines Wortes müssen stimmen. Eine falsch geschriebene Suchanfrage findet kein Wort, das nur in einem Tag oder der Beschreibung vorkommt.
Das hat praktische Folgen. Steht „cordless“ nur als Tag und ein Shopper tippt „cordles“, findet die Shopify-Suche nichts. Ist das Feld Produkttyp leer, verlierst du ein tippfehlertolerantes Feld, das „drill“ gefunden hätte. Andere Plattformen und Such-Apps indexieren andere Felder, also prüfe die Dokumentation deiner eigenen Suchmaschine, bevor du entscheidest, wo ein Wert stehen muss.
Die acht Suchanfragetypen von Shoppern und die Daten, die jeder braucht
Baymard teilt Suchanfragen in acht Typen ein und testet jede Site gegen jeden Typ. Bei sieben davon ist der Anteil in Klammern der Anteil der untersuchten Sites mit Problemen bei diesem Typ, aus demselben Baymard-Artikel. Für jeden Typ haben wir die Produktdaten ergänzt, die vorhanden sein müssen, bevor irgendeine Suchmaschine ihn beantworten kann.
Acht Suchanfragetypen und die Produktdaten, die jeder braucht
| Exakt | „Bosch GSR 18V-55“ | Nicht angegeben | Die Modellnummer oder MPN in einem indexierten Feld, nicht nur in einem Bild oder PDF |
|---|---|---|---|
| Produkttyp | „Akkuschrauber“, „Sandalen“ | 20% | Der Produkttyp im Titel oder im Feld Produkttyp, in den Worten der Shopper, nicht als interner Kategoriecode |
| Merkmal | „rotes Leinenkleid“, „18-V-Bohrer unter 100“ | 39% | Farbe, Material, Spannung und Preis als strukturierte Attribute, die Suche und Filter lesen können |
| Einsatzzweck | „Hochzeitsgeschenk“, „Bohrer für Beton“ | 43% | Einsatzzweck-Attribute oder beschreibender Text, der den Einsatz nennt („geeignet für Mauerwerk und Beton“) |
| Abkürzung und Symbol | „13in Laptophülle“, „tv“ | 54% | Synonyme und normalisierte Einheiten, damit „13 Zoll“, „13in“ und „13-Zoll“ auf denselben Wert führen |
| Kompatibilität | „Hülle für Sony RX100“ | 44% | Ein Attribut „kompatibel mit“, das Modelle auflistet, kein Satz, der in der Beschreibung versteckt ist |
| Symptom | „fleckiger Teppich“, „trockene Haut“ | 37% | Text, der das Problem nennt, das das Produkt löst, und Synonyme, die Symptome Produkttypen zuordnen |
| Kein Produkt | „Rückgaberecht“, „Bestellung verfolgen“ | 66% | Indexierte Inhaltsseiten oder Weiterleitungen für häufige Service-Anfragen |
Lässt du Nicht-Produkt-Anfragen weg, haben Abkürzungen, Kompatibilität, Einsatzzweck und Merkmale die meisten Probleme. Genau diese Typen hängen auch am stärksten von strukturierten Produktdaten ab. Eine Synonymliste hilft nicht, wenn die Größe nur als „33 cm“ im dritten Absatz der Beschreibung steht.
Warum „13 inch laptop sleeve“ nichts findet
Nimm einen Shop, der eine Laptophülle mit diesen Daten verkauft:
- Titel: NeoShell Sleeve Charcoal
- Produkttyp: leer
- Tags: new-in, summer-sale
- Beschreibung: „Schützende Neoprenhülle mit weichem Innenfutter. Passt für Geräte bis 33 cm.“
- Varianten: Charcoal / Navy
Ein Shopper tippt „13 inch laptop sleeve“. Nichts in den indexierten Feldern enthält „13“, „inch“ oder „laptop“. „Sleeve“ passt, aber wenn die Suchmaschine verlangt, dass alle Begriffe passen, ist das Ergebnis null Produkte. Wenn nicht, taucht die Hülle irgendwo zwischen Handyhüllen und einem ärmellosen Kleid (sleeveless dress) auf.
Die Lösung liegt in den Daten, in dieser Reihenfolge:
- Titel: „NeoShell Laptop Sleeve 13 inch, Neoprene, Charcoal“. Produkttyp und Größe stehen jetzt im Feld, das am stärksten abgeglichen wird. Unser Leitfaden zur Titeloptimierung zeigt das vollständige Muster.
- Produkttyp: „Laptop sleeve“.
- Attribute: Bildschirmgröße 13 Zoll, Material Neopren, Farbe Charcoal. Diese steuern auch die Filter auf der Ergebnisseite.
- Kompatibilität: „Passt für MacBook Air 13, MacBook Pro 13, Dell XPS 13“, in einem eigenen Feld, das die Suchmaschine indexiert.
- Synonyme: „13in“ und „13 inch“, „laptop“ und „notebook“, „sleeve“ und „case“ (einseitig, sodass eine Suche nach „case“ auch Hüllen zeigt).
Multipliziere das mit jedem Produkt der Kategorie, und du siehst, warum Onsite-Suche-Projekte oft Katalogprojekte sind. Einheitliche Attributwerte sind genauso wichtig wie befüllte: Steht bei der Hälfte deiner Hüllen „13 inch“ und bei der anderen Hälfte „13in“, teilen Suche und Filter sie auf. Der Leitfaden zur Attributstandardisierung zeigt, wie du solche Werte normalisierst.
Best Practices für die Oberfläche der Onsite-Suche
Wenn die Daten stimmen, machen diese Praktiken an der Oberfläche den größten Unterschied:
- Sichtbares Suchfeld. In Shops mit großem Katalog zeig auf dem Desktop ein offenes Suchfeld und auf Mobilgeräten ein klares Suchsymbol oder -feld, nicht eines, das in einem Menü versteckt ist.
- Autocomplete mit Produkttypen und Kategorien. Schlage beim Tippen „Laptophüllen“ und „Laptoptaschen“ vor, nicht nur einzelne Produkte. Das lenkt Suchanfragen auf Begriffe, die dein Katalog beantworten kann.
- Tippfehlertoleranz und Stemming. Prüfe, auf welche Felder deine Suchmaschine sie anwendet, wie das Shopify-Beispiel zeigt.
- Filter auf der Ergebnisseite. Eine Suche nach „Bohrer“, die 140 Produkte liefert, braucht Filter für Spannung, Akku im Lieferumfang und Marke. Filter funktionieren nur, wenn die Attribute befüllt und einheitlich sind; siehe unseren Beitrag zur UX von Produktfiltern.
- Sinnvolles Ranking. Schieb ausverkaufte Produkte nach unten und setze Merchandising-Boosts sparsam ein. Wer viele Produkte für einen Begriff boostet, begräbt die relevanten.
- Antworten auf Nicht-Produkt-Anfragen. Ordne „Retouren“, „Versandkosten“ und „Öffnungszeiten“ der richtigen Seite zu.
Gestalte die Seite ohne Ergebnisse als Rettungsseite
Manche Suchanfragen liefern immer nichts. Laut Baymards Forschung zu Seiten ohne Ergebnisse bieten fast 50 % der Sites Nutzern keinen wirksamen Weg, sich von einer Suche ohne Ergebnisse zu erholen. Baymard empfiehlt, verwandte Kategorien zu zeigen, alternative Suchanfragen mit einer Vorschau ihrer Top-Produkte vorzuschlagen, beliebte oder empfohlene Produkte anzuzeigen und Kontaktmöglichkeiten wie einen Live-Chat anzubieten. Ein Hinweis „Prüfe deine Schreibweise“ allein reicht nicht.
Analytics der internen Suche: Diese Kennzahlen solltest du verfolgen
Dein Suchprotokoll ist die direkteste Aufzeichnung der Nachfrage, die du hast: Shopper sagen dir in ihren eigenen Worten, was sie wollen. Verfolge diese Kennzahlen monatlich:
Sechs Kennzahlen der internen Suche mit ihren Formeln
| Suchnutzungsrate | Sitzungen mit Suche / alle Sitzungen | Zeigt dir, wie viel deines Traffics von der Suche abhängt. |
|---|---|---|
| Null-Treffer-Rate | Suchen ohne Ergebnisse / alle Suchen | Die erste Zahl, die du senken solltest. |
| Such-Ausstiegsrate | Suchen, nach denen der Shopper die Site verlässt / alle Suchen | Wie oft eine Suche den Besuch beendet. |
| Such-Klickrate | Suchen mit anschließendem Klick auf ein Ergebnis / alle Suchen | Niedrige CTR trotz Ergebnissen heißt, dass die Ergebnisse irrelevant wirken. |
| Verfeinerungsrate | Suchen mit anschließender neuer oder geänderter Suchanfrage | Hohe Verfeinerung bei einem Begriff heißt, dass die ersten Ergebnisse danebenlagen. |
| Such-Conversion-Rate | Sitzungen mit Suche, die in einer Bestellung enden / Sitzungen mit Suche | Vergleiche sie mit der Conversion-Rate von Sitzungen ohne Suche. |
Das Event view_search_results und sein Parameter search_term
Google Analytics 4 erfasst Suchen auf der Website über die erweiterten Analysen (Enhanced Measurement). Laut Googles Dokumentation löst es ein view_search_results-Event aus, wenn eine Seite mit einem Suchparameter in der URL lädt, und speichert die Suchanfrage im Parameter search_term. Standardmäßig erkennt es die Parameter q, s, search, query und keyword; weitere kannst du in den Einstellungen der erweiterten Analysen ergänzen. Shopify nutzt q und WordPress s, beide sind also direkt abgedeckt.
Die erweiterten Analysen lesen die Suchanfrage nur aus der URL. Sie wissen nicht, wie viele Ergebnisse die Seite gezeigt hat, und können eine Suche ohne Treffer daher nicht von einer erfolgreichen unterscheiden. Um Null-Treffer-Anfragen auszuwerten, lass deine Suchergebnisseite die Trefferanzahl mit dem Event senden, zum Beispiel als benutzerdefinierten Parameter, oder nutze die Berichte deiner Such-App.
Ein monatlicher Durchgang durch das Suchprotokoll
Monatliche Auswertung des Suchprotokolls in fünf Schritten
Die Auswertung deckt auch die Gewohnheiten auf, die Suchergebnisse schlecht halten:
- Eine neue Suchmaschine für ein Datenproblem kaufen. Auch eine klügere Suchmaschine findet keine Spannungsangabe, die in einem PDF steckt.
- Synonymlisten als Abladeplatz. Hunderte Synonyme, die uneinheitliche Attributwerte flicken, sind schwer zu pflegen. Normalisiere stattdessen die Werte.
- Interner Jargon in Titeln. Ein Lieferantencode wie „CDT-18-PRO“ statt „Akkuschrauber“, den Worten, die Shopper eintippen.
- Tags als einziger Ort für wichtige Begriffe. Bei Suchmaschinen ohne Tippfehlertoleranz für Tags versteckt ein einziger Tippfehler das Produkt.
- Das Suchprotokoll ignorieren. Null-Treffer-Anfragen nach Produkten, die du nicht führst, sind kostenlose Produktrecherche.
- Nur die Such-Conversion messen. Ohne Null-Treffer- und Ausstiegsraten siehst du, dass die Suche verkauft, aber nicht, wo sie versagt.
Die Produktfelder befüllen, von denen deine Suche abhängt
WISEPIM ist keine Onsite-Suchmaschine und sammelt nicht das Suchprotokoll deines Shops; diese Daten liegen bei deinem Shop, deiner Such-App oder GA4. Es arbeitet an dem Input, von dem die Suche am meisten abhängt: den Produktdaten. Die AI-Anreicherung füllt fehlende Attribute, Produkttypen und Beschreibungen im ganzen Katalog, und Quality Guard markiert Produkte, bei denen ein Feld leer ist, das deine Suche braucht, etwa der Produkttyp oder ein wichtiges Attribut. Mit der Verbindung zur Google Search Console zeigt WISEPIM Analytics außerdem die Suchanfragen, die Menschen bei Google eintippen, um deine Produkte zu finden, eine zweite Quelle für die Worte, die Shopper tatsächlich benutzen.
Wenn du bei null anfängst, nimm diesen Monat deine 20 häufigsten Null-Treffer-Anfragen, prüfe die Produkte, die hätten gefunden werden sollen, und fülle die Felder, die ihnen fehlen. Der Leitfaden zur Datenvollständigkeit hilft dir zu entscheiden, welche Felder du pro Kategorie verpflichtend machst.
