「電商搜尋引擎」也是一門好生意！每月處理10億次搜尋，美國新創Constructor厲害在哪？
新型冠狀病毒（COVID-19，俗稱武漢肺炎）疫情使得各國封城，大眾減少外出機會而改採線上購物，讓電商在經濟蕭條期間逆勢成長，也帶動電商搜尋引擎市場擴張。
Infinity Business Insights於今年8月針對Crossover for Work、Lucidworks、Inbenta、Loop54等26個搜電商搜尋引擎進行市場統計，以產品銷售、收入、價格、市場分潤等作為分析指標，研究報告預測全球電商搜尋引擎的年均複合增長率（CAGR）將在2021年至2027年間增長15.4%，其中亞太地區更被評估為全球市場增長率最快的區域。
儘管電商爆炸發展，改變了消費者的購物習慣，其搜尋引擎的前景也一片看好，然而電商站內的索引功能似乎還存在著某些問題。
舉例來說，當消費者搜尋「120公分黑色書櫃」卻顯示「查無此商品」，或出現大量與規模不吻合的櫃子。這就是當前大多數電商搜尋引擎的缺點：關鍵字與搜尋結果未能高度匹配、系統無法辨識錯別字與同義詞、有時搜尋結果甚至呈現一片空白。根據Forrester的數據，這種令人失望的搜索體驗已造成68%的顧客流失。
魁北克的SaaS企業Coveo長年提供優化電商數位服務，其經理Andrea Polonioli就曾指出，有30～60%的網站瀏覽者會使用站內搜尋功能，其中這些訪客比起一般消費者有高達2～4倍的轉換率，凸顯了提升站內索引功能的重要性。
既然站內搜尋引擎在電商市場中扮演了如此重要的角色，那麼當今的電商又可以怎麼優化他們的搜尋系統以提供消費者更好的搜尋體驗呢？
Constructor鎖定電商客群，訓練AI系統理解消費者行為，為電商提升轉換率
美國新創Constructor開發AI軟體以應對搜尋引擎市場的變化。他們透過蒐集消費者在搜索、自動建議、瀏覽紀錄、推薦及收藏等站內搜尋工具的活動紀錄，讓搜尋達到個人化與精準化。
Constructor共同創辦人Eli Finkelshteyn長期投入語言學、程式計算、NLP技術的學習，也曾在Tumblr和Shutterstock等公司負責搜尋引擎相關職務，這些經歷讓他發現搜尋引擎大多根植於90年代所做出的預設，卻因沒人願意更新而錯失了轉介到個人化、機器學習、使用者介面等更好的機制，也為用戶帶來諸多不便，這促使他創辦Constructor，「我們發現一旦研發一項好的技術，就再也沒人需要再次開發，我們的最終目標是讓這些電商公司能夠和Google、亞馬遜等企業競爭。」
Finkelshteyn指出，電商上的消費行為是可預測的，這些行為包含瀏覽產品列表、添加到購物車、列入願望清單等，所有點擊數據皆能成為機器學習及演算法豐富的資訊來源，利用Constructor的AI技術，電商在後端不僅能進行產品排名、控管查詢內容，還能隨用戶的瀏覽趨勢即時更新頁面。
Constructor的主要服務包括：
自動建議：以NLP技術和ML為基礎，在用戶輸入關鍵字時，修正拼寫錯誤、理解同義詞、自動提供建議用字並將推薦產品視覺化等，以提高轉換率。
搜索：消費者的每一次的點擊都將成為用戶個人化的依據，AI及演算法將協助電商提升搜尋結果的排序。
語音搜尋：Finkelshteyn很看好語音搜尋的市場，他指出Google在2016年的行動搜尋就有20%來自語音，並持續上升中。而他也運用過去語言學的經驗，打造和Google同樣精準的語音辨識系統，該功能會自動將語音內容連結到產品目錄中最相關的詞彙並智能化地按此排序。
和多數搜尋引擎不同之處在於，Constructor使用自己的開源軟體從頭建構AI系統，並不像Solr、Elasticsearch等引擎依賴原始碼程式庫Lucene的檢索介面，「專注於電商並從頭開始建置系統代表著：比起競爭對手，我們需要更長的時間才能進入市場，」Finkelshteyn說道，「這也意味著我們的客戶群不會太廣泛，但對於我們的目標受眾－電子商務公司－而言，我們比其他搜尋引擎公司提供了更好的服務。」
Algolia、amikoAI看見痛點，各以API及NLP技術改良站內搜尋引擎
除了Constructor外，美新創Algolia及台灣新創amikoAI也早已布局電商搜尋引擎市場，分別使用API及NLP技術，提高站內搜尋效能。
2013年成立的Algolia致力於開發站內搜尋引擎，運用SaaS服務為企業提供搜索API，協助公司快速導入檢索系統，並提供建立關鍵字及數據間的高度相關性、自動辨識與言與所寫、分析搜尋趨勢、客製化搜尋結果排序等。站內搜尋不須再依靠外嵌Google引擎，企業也不必支付廣告費用就能擁有高品質的站內索引。
台灣新創amiko AI的技術也不遑多讓，摒棄傳統電商為消費者行為貼標的習慣，amiko AI選擇為「商品」精準上標，他們觀察到電商市場個人化的重要性，運用NLP技術訓練AI系統學習人類自然語言的語意，讓系統更精確地判斷用戶的消費意圖，連結適用情境以推薦相關產品，目前已為多家電商及線下企業成功優化轉換率。
搜尋新創大比拚
團隊 Constructor amiko AI Algolia 成立地點 美國 台灣 美國 簡介 以AI及演算法優化搜尋結果排序並自動建議用字，另有語音搜尋功能，藉由聲音辨識系統連結相關推薦產品。 運用NPL技術讓AI系統理解人類自然語言中「同名別義」、「同義別名」的差別，為商品快速、精準貼標。 搜尋頁面無廣告，主要開發搜索API快速串接商業數據庫，客戶可依趨勢自行排序搜尋結果。 技術 AI NPL API 階段 A輪 Pre-A輪 D輪
A輪融資獲5500萬美元，Constructor營收翻倍，下一步開拓線下市場
Constructor的客戶包括Sephora、Walmart’s Bonobos、Backcountry等大品牌，每個月處理數十億次的查詢，公司去年的營收更成長了233%，Constructor在電商搜尋引擎市場上的影響力不證自明。
在此次A輪融資中，由Silversmith Capital Partners領投，其他個別投資人包含InVision前總裁David Fraga、Twitter和Instagram前產品負責人Kevin Weil、CNN技術長Robyn Peterson等，Constructor共獲得了5,500萬美元的資金。
「Constructor構建了一個為零售業帶來改變的搜尋平台。他們為客戶提供全面、優化過的搜索體驗，」Silversmith Capital Partners的合夥人、同時也是Constructor的董事Sri Rao發表聲明，「我們很高興與Constructor團隊合作，他們將繼續為所有平台的零售商開發革新的搜索和查詢功能。」
Finkelshteyn也表示，「我們會盡可能地參考所有可學習的數據，將這些資料用於優化用戶的使用體驗是我們的最終目標。」未來Constructor除了持續訓練AI系統外，也會將技術帶往社群媒體、線下零售商和消費者等領域，開拓線上結合線下發展的可能。
參考資料：VentureBeat、Forbes、Algolia、Constructor.io、cto-cto.、TechCrunch、