Fallbacks

Slim zoeken moet ook voorspelbaar blijven wanneer AI weinig zekerheid heeft.

Een fallback is geen noodgreep achteraf, maar een vooraf ontworpen veilige route. Wanneer een interpretatie onzeker is, productdata ontbreekt of een semantische dienst uitvalt, moet de webshop bruikbare resultaten en duidelijke vervolgstappen blijven bieden.

Waarom fallbacks onderdeel van het ontwerp zijn

AI-componenten kunnen onzeker zijn, tijdelijk niet reageren of onvoldoende gegevens hebben. Zonder fallback leidt dat tot lege pagina’s, willekeurige resultaten of een zoekfunctie die helemaal niet beschikbaar is. Voor e-commerce is dat onnodig risico.

Een goede fallbackketen bepaalt per fout- of onzekerheidstype welke route veilig is. Exacte lexical search blijft beschikbaar, filters kunnen worden versoepeld volgens vaste regels en de interface helpt de klant verder zonder te doen alsof een alternatief exact voldoet.

Een praktische fallbackvolgorde

  1. Behoud de oorspronkelijke query en probeer robuuste lexical matching.
  2. Pas alleen bekende spellingscorrecties en gecontroleerde synoniemen toe.
  3. Versoepel zachte voorkeuren, maar behoud harde constraints.
  4. Toon relevante categorieën of filters wanneer producten ontbreken.
  5. Geef alternatieven met een duidelijke uitleg over het verschil.

De volgorde voorkomt dat de zoekmachine meteen van een specifieke vraag naar een brede en weinig relevante productlijst springt.

No-results herstellen

No-results kunnen verschillende oorzaken hebben: een typefout, ontbrekend synonym, te strenge filters, een niet-bestaand product of onvolledige productdata. De herstelactie moet bij de oorzaak passen. Blind alle filters verwijderen kan resultaten tonen die de klant expliciet heeft uitgesloten.

Laat daarom zien welke voorwaarde de set leeg maakte. Een suggestie als “Geen resultaten in maat 42; bekijk maat 41 en 43” is nuttiger dan een algemene pagina met populaire producten. Wanneer geen passend assortiment bestaat, is eerlijk aangeven dat het product niet beschikbaar is beter dan een willekeurig alternatief.

Lage confidence

Als query understanding meerdere plausibele interpretaties heeft, kan de zoekmachine kandidaten uit meerdere routes combineren of een categorievoorstel tonen. Een onzekere term hoeft niet direct een hard filter te worden.

Voor automatische spellingscorrectie kunnen aparte drempels gelden. Bij lage zekerheid toont de interface “Bedoelde je…?” in plaats van de query stil te vervangen. Dat houdt de gebruiker in controle.

Technische uitval opvangen

Een optionele semantische of generatieve component mag de basiszoekfunctie niet uitschakelen. Lexical retrieval, kritieke filters en productrechten moeten zelfstandig blijven werken. Time-outs worden kort en bewust ingesteld, zodat de klant niet lang op een mislukkende laag wacht.

De interface hoeft technische details niet te tonen. Wel moet de ervaring bruikbaar blijven en moet intern worden vastgelegd welke component niet beschikbaar was.

Productdata en indexproblemen

Wanneer embeddings voor nieuwe producten nog ontbreken, kunnen die producten via lexical search en metadata zichtbaar blijven. Wanneer een attribuut ontbreekt, mag het systeem dat feit niet invullen. Het kan onbekende kandidaten lager plaatsen of alleen tonen wanneer de constraint niet hard is.

Zo voorkomt de fallback dat verse producten tijdelijk volledig verdwijnen of dat onvolledige data tot onterechte zekerheid leidt.

Monitoring en verbetering

Meet hoe vaak iedere fallback wordt gebruikt, bij welke queries, in welke landen en met welk vervolg. Veel lexical fallbacks kunnen wijzen op lage semantische dekking of te strenge confidence-drempels. Veel versoepelde filters kunnen een productdata- of assortimentsprobleem tonen.

Controleer ook of fallbackgebruik daadwerkelijk helpt: minder no-results, minder snelle herformuleringen en meer relevante interactie. Findoviq maakt fallbackredenen zichtbaar, zodat een team niet alleen ziet dát er is teruggevallen maar ook waarom en met welk resultaat.

Bespreek jouw zoekvragen

Wil je weten hoe deze aanpak past bij jouw assortiment, productdata en klantgedrag? We bekijken samen welke querytypen prioriteit hebben en waar exacte, semantische en zakelijke signalen elkaar moeten aanvullen.

Plan een vrijblijvende demo Terug naar AI Search