La marketplace d'e-commerce Modalova double ses recettes en améliorant la précision de la recherche grâce à Elastic

Le fondateur de Modalova, Gabriel Kaam, reconnaît la nécessité d'une recherche solide pour gérer de manière efficace les importants stocks du site et fournir des résultats plus personnalisés à la clientèle. Alors qu'elle propose deux millions de produits de plus de 10 000 marques différentes, Modalova avait besoin d'une solution scalable capable de fournir les fonctionnalités de contrôle requises pour gérer le trafic mensuel s'élevant à 150 000 internautes. L'entreprise souhaitait également adopter une solution de recherche pouvant garantir une formidable expérience à ses clients et lui donner les informations exploitables nécessaires au développement de ses activités.

Modalova a opté pour Elasticsearch^® via Elastic Cloud sur AWS afin d'aider son équipe à atteindre ces objectifs. Grâce aux solides fonctionnalités de recherche d'Elasticsearch, l'entreprise a pu affiner ses algorithmes. Ainsi, la clientèle obtient des résultats de recherche pertinents et personnalisés. En outre, Elasticsearch fournit l'infrastructure requise pour actualiser quotidiennement la base de données, ce qui garantit la mise à disposition d'informations exactes et à jour sur les produits. La solution de Modalova se fonde sur l'API PHP d'Elasticsearch pour indexer son catalogue de produits. L'application de recherche comprend une suite Laravel+PostgreSQL+Elasticsearch qui indexe la base de données et s'exécute sur Heroku (propulsé par AWS). JavaScript est intégré au front-end. Il s'agit d'une implémentation simple et personnalisée qui utilise l'API REST d'Elasticsearch.

Au fur et à mesure que Modalova se développe à partir de la réussite initiale d'Elastic, la marque cherche à tirer parti d'un plus grand éventail des fonctionnalités fournies par Elastic. Actuellement, l'équipe teste et affine l'implémentation du traitement du langage naturel avancé et de la recherche vectorielle. L'objectif est d'ajouter une fonctionnalité de reconnaissance d'images afin que les internautes puissent trouver facilement des produits à partir de photos chargées. En outre, la barre de recherche est améliorée grâce au traitement du langage naturel, ce qui permet aux internautes de saisir des requêtes descriptives (par exemple, "robe rouge à fleurs de moins de 100 €"). Ce processus permanent de test et de développement du traitement du langage naturel optimisera davantage l'expérience des internautes, mais aussi rendra la recherche plus intuitive et humaine.

Enfin, Modalova vise d'ici la fin de l'année à affiner sa fonctionnalité de recherche à l'aide de l'analyse des recherches d'Elasticsearch afin de hiérarchiser les marques et les produits en fonction de leur popularité et de leur durabilité.