Intent Detection

Niet iedere query vraagt dezelfde zoekstrategie.

Iemand die een artikelnummer invoert, verwacht iets anders dan iemand die vraagt wat geschikt is voor een bepaalde toepassing. Intent detection bepaalt welk doel waarschijnlijk achter de zoekvraag zit en helpt de zoekmachine daarop te reageren zonder exacte signalen te negeren.

Waarom zoekintentie verschil maakt

Een webshop krijgt korte en lange zoekvragen door elkaar. “WH-1000XM5” vraagt om een directe modelmatch. “Draadloze koptelefoon” is een categorie- of producttypevraag. “Koptelefoon voor in het vliegtuig” beschrijft een gebruikssituatie. Wanneer al deze vragen door precies dezelfde ranking gaan, gaat óf de precisie van exacte zoekopdrachten verloren óf natuurlijke klanttaal levert te weinig goede resultaten op.

Intent detection kiest geen product, maar bepaalt welke route het meest logisch is. Exacte productvragen krijgen sterke lexical matching. Oriënterende vragen profiteren meer van semantische overeenkomst, categoriecontext en relevante kenmerken.

Veelvoorkomende intenties in e-commerce

  • Exact product: SKU, EAN, modelcode of volledige productnaam.
  • Merkgericht: een merk, eventueel gecombineerd met een categorie of eigenschap.
  • Categoriegericht: een algemeen producttype met ruimte om te filteren.
  • Attribuutgericht: maat, kleur, materiaal, capaciteit of technische waarde staat centraal.
  • Probleem of toepassing: de klant beschrijft wat het product moet oplossen.
  • Inspiratie: een brede vraag waarbij meerdere productgroepen passend kunnen zijn.

Een zoekvraag kan meerdere intenties bevatten. “Bosch accuboormachine 18V” combineert merk, categorie en technisch attribuut. Het systeem moet die signalen samen gebruiken in plaats van één label blind leidend te maken.

Welke signalen helpen?

Vorm en inhoud van de query geven aanwijzingen. Een patroon dat op een artikelcode lijkt, wijst op exacte navigatie. Woorden als “voor”, “geschikt voor” of “tegen” duiden vaak op een toepassing. Een vraagzin kan oriënterend zijn, maar is dat niet automatisch. Ook de catalogus telt mee: een term die in de ene webshop een merk is, kan elders een categorie of eigenschap zijn.

Zoekgedrag geeft aanvullend bewijs. Veel gekozen filters na een bepaalde query kunnen laten zien welke behoefte klanten impliciet bedoelen. Dat gedrag moet worden gebruikt om hypotheses te toetsen, niet om zonder controle alle toekomstige vragen hetzelfde te interpreteren.

De intentie stuurt de zoekroute

Bij een exacte productintentie krijgt de directe match voorrang en worden brede semantische alternatieven beperkt. Bij een categorie-intentie kan de zoekmachine relevante filters en subcategorieën prominenter maken. Bij een probleemgerichte vraag worden toepassingen, productbeschrijvingen en semantische signalen belangrijker.

Deze routing hoeft niet alles-of-niets te zijn. Een hybride aanpak kan meerdere kandidatenbronnen gebruiken, maar de gewichten per intentie aanpassen. Daardoor blijft de zoekfunctie voorspelbaar voor concrete vragen en behulpzaam bij langere omschrijvingen.

Wat gebeurt er bij twijfel?

Intenties zijn niet altijd zeker. “Jaguar onderdelen” kan bijvoorbeeld een automerk, een productlijn of een ander assortimentsonderdeel raken. Bij lage zekerheid is het veiliger om meerdere routes te combineren, categorieën te tonen of een verduidelijking aan te bieden.

De webshop moet niet doen alsof een onzekere classificatie een feit is. Confidence-drempels en fallbacks bepalen hoeveel ruimte de interpretatie krijgt. Zo blijft de gebruiker in controle en voorkom je lege of vreemd beperkte resultaten.

Meten per intentietype

Vergelijk no-results, klikratio, herformuleringen, filtergebruik en conversie per intentie. Een algemeen gemiddelde kan verbergen dat modelcodes uitstekend werken terwijl toepassingsvragen achterblijven. Een representatieve queryset met voorbeelden per type maakt regressietesten mogelijk.

Let ook op verkeerde successen: een klik bewijst niet altijd dat de intentie correct was. Bekijk of het gekozen product logisch aansluit, of de klant daarna terugkeert naar de resultaten en of dezelfde vraag structureel tot dezelfde problemen leidt.

Intent detection binnen Findoviq

Findoviq gebruikt zoekintentie als stuursignaal binnen een bredere zoekketen. Exacte productvragen behouden hun directe route, terwijl natuurlijke vragen meer ruimte krijgen voor semantische matching en productcontext. Via zoekanalytics kan het team zien welke intentietypen aandacht nodig hebben en gerichte optimalisaties uitvoeren.

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