Cómo HSE usa Elasticsearch para aumentar el CTR un 4% y la satisfacción un 8%

HSE opera a una escala que pocos minoristas igualan: 43.000 paquetes enviados diariamente desde cuatro centros logísticos, un alcance de 46 millones de hogares en tres países y una base de clientes que llega a través de canales fundamentalmente distintos. Los espectadores de televisión —que a menudo pertenecen a un segmento de mayor edad y navegan por internet de forma diferente a los compradores en línea habituales— buscan con números de producto y nombres de creadores. Los visitantes que llegan desde la aplicación o el canal de comercio social utilizan lenguaje general y patrones de navegación distintos. Atender a todos ellos desde una única plataforma de búsqueda es un auténtico reto de ingeniería.

La solución anterior, que Peter Strasser, desarrollador de software en HSE, describió como una «caja negra», agravaba ese reto. Sus mecanismos internos eran opacos, lo que dificultaba entender por qué un determinado término de búsqueda devolvía un conjunto concreto de productos. La posibilidad de personalizar la experiencia para los distintos puntos de entrada de los clientes era limitada. Cuando un espectador de televisión buscaba por número de producto y obtenía resultados irrelevantes, o cuando la consulta general de un comprador casual mostraba la categoría equivocada, el equipo disponía de pocas opciones para corregirlo.

HSE seleccionó Elasticsearch y lo desplegó en Elastic Cloud en AWS, eligiendo la plataforma por su flexibilidad y el control que proporcionaban sus APIs. Elasticsearch expuso filtros, agregaciones, impulsos y criterios de ordenación como bloques de construcción componibles, lo que permitió al equipo crear consultas detalladas adaptadas a contextos específicos de cliente. El equipo también integró las funciones de IA y aprendizaje automático de Elastic, incluyendo inteligencia artificial generativa y modelos de lenguaje de gran escala para extraer el significado semántico de las consultas de los clientes, complementando la coincidencia de palabras clave tradicional.

HSE realizó una prueba piloto del despliegue primero en su aplicación de comercio social, HSE Hello, donde el equipo adquirió un profundo conocimiento de las APIs de Elastic antes de abordar el sitio web principal. La arquitectura SaaS de Elastic Cloud también eliminó la carga de gestionar las máquinas virtuales que requería su proveedor anterior, liberando a los ingenieros para centrarse en la calidad de la búsqueda en lugar de en la infraestructura.

Una prueba A/B comparando la antigua plataforma de búsqueda con Elasticsearch en el sitio web principal mostró un cambio medible: el porcentaje de clientes insatisfechos con los resultados de búsqueda cayó un 8%, mientras que las tasas de clics en las páginas de resultados de búsqueda aumentaron un 4%. Para un sitio de la escala de HSE, una ganancia del 4% en el CTR de búsqueda representa un impacto significativo en los ingresos. De cara al futuro, HSE planea extender la búsqueda impulsada por IA a resultados personalizados por usuario y búsqueda por imagen —y potencialmente por vídeo—, utilizando la arquitectura abierta de Elastic para integrar los mejores modelos del mercado.