Faceted search: filters die klanten helpen kiezen

Wat is faceted search?

Faceted search laat bezoekers een resultaatset verfijnen op meerdere eigenschappen, of facetten. Voor schoenen kunnen dat maat, merk, type, kleur en ondergrond zijn. Voor laptops zijn schermformaat, geheugen, processor en besturingssysteem logischer. De beschikbare filters veranderen idealiter mee met de productcontext.

Een facet is meer dan een veld uit de productfeed. Het heeft een klantgerichte naam, begrijpelijke waarden, een logische volgorde en aantallen die laten zien hoeveel resultaten overblijven. De searchlaag moet de selectie betrouwbaar toepassen; de interface moet duidelijk maken welke keuzes actief zijn.

Faceted search verschilt van een vaste categorieboom. Categorieën bieden een primaire structuur, terwijl facetten combinaties mogelijk maken binnen de actuele set. Beide moeten samenwerken. Een filter dat alle resultaten uitsluit of een categorie die onlogische attributen toont, maakt de route juist moeilijker.

Kies alleen facetten die een echte keuze ondersteunen

Niet ieder productattribuut is een bruikbaar filter. Interne codes, technische bronvelden en kenmerken met vrijwel één waarde voegen weinig toe. Selecteer facetten op basis van klantvragen, productverschillen en beslisgedrag. Zoekdata, klantenservicevragen, vergelijkingspagina’s en categorie-expertise helpen daarbij.

Kijk ook naar het onderscheidend vermogen. Een filter is weinig nuttig wanneer bijna alle producten dezelfde waarde hebben. Andersom kan een facet met honderden unieke waarden onbruikbaar zijn zonder zoekveld, groepering of bereikselectie. Het ontwerp hangt af van het type data.

Beperk de standaardweergave tot de belangrijkste keuzes en maak minder gebruikte filters bereikbaar zonder ze te verbergen achter een onduidelijke interactie. De juiste balans verschilt per categorie en apparaat. Test met echte taken in plaats van alleen te beoordelen of de interface er opgeruimd uitziet.

• Helpt dit kenmerk klanten producten inhoudelijk vergelijken?
• Verschillen de waarden voldoende binnen de huidige resultaatset?
• Is de data compleet en consistent genoeg om betrouwbare selectie te bieden?
• Begrijpt de doelgroep de naam en de getoonde waarden?
• Kan het facet op mobiel worden gebruikt zonder de context te verliezen?

Maak filters contextueel per categorie en zoekvraag

Dezelfde algemene filterlijst voor alle resultaten veroorzaakt ruis. Maat en pasvorm zijn belangrijk bij kleding, maar niet bij kantoorartikelen. Vermogen en aansluiting helpen bij elektronica, terwijl materiaal en afmetingen bij meubels vaak zwaarder wegen. Laat categorie en resultaatset bepalen welke facetten prioriteit krijgen.

Zoekvragen geven extra context. Bij ‘rode jurk maat 40’ zijn kleur en maat mogelijk al uit de query afgeleid. De interface kan die selectie zichtbaar maken en aanvullende relevante filters tonen. Voorkom dat een automatisch herkende waarde onzichtbaar wordt toegepast; de bezoeker moet begrijpen waarom de resultaatset kleiner is en de keuze kunnen verwijderen.

Denk ook aan hybride resultaten. Een brede query kan meerdere productgroepen bevatten met verschillende kenmerken. Toon dan eerst facetten die over de groepen heen betekenisvol zijn, of help de bezoeker een productgroep kiezen voordat zeer specifieke filters verschijnen.

Normaliseer labels, waarden en eenheden

Filters maken datakwaliteit zichtbaar. Wanneer dezelfde kleur als ‘navy’, ‘marine’ en ‘donkerblauw’ voorkomt, ziet de klant drie keuzes die mogelijk hetzelfde betekenen. Bepaal of waarden werkelijk gelijkwaardig zijn en presenteer een klantgerichte groep zonder de oorspronkelijke productinformatie onnodig te verliezen.

Eenheden vragen extra aandacht. Meng geen centimeters, millimeters en vrije tekst in één numeriek filter. Bewaar een gestandaardiseerde rekenwaarde en een consistente weergave. Voor bereiken, zoals prijs, gewicht of schermformaat, kunnen relevante stappen of populaire intervallen beter werken dan willekeurige grenzen.

Gebruik begrijpelijke labels. Een technisch attribuut kan inhoudelijk correct zijn maar toelichting nodig hebben. Korte hulptekst of een verklarende link kan twijfel verminderen. Vermijd marketinglabels die meerdere technische waarden verbergen wanneer klanten juist op die verschillen willen selecteren.

• Eén voorkeurslabel voor gelijkwaardige waarden.
• Vaste notatie voor hoofdletters, spaties en leestekens.
• Gestandaardiseerde eenheid voor berekening en filtering.
• Natuurlijke sorteervolgorde, bijvoorbeeld maatvolgorde in plaats van alfabetisch.
• Duidelijke behandeling van onbekende of ontbrekende waarden.

Ontwerp de filterinteractie voor desktop én mobiel

Op desktop kunnen facetten naast resultaten staan, maar ook daar is schermruimte beperkt. Toon actieve filters duidelijk boven of bij de resultaten en bied één herkenbare manier om een keuze te verwijderen. Behoud scroll- en resultaatpositie waar dat de taak ondersteunt.

Op mobiel staan filters vaak in een paneel. Laat vóór het openen zien hoeveel filters actief zijn en toon in het paneel hoeveel resultaten de huidige combinatie oplevert. Maak het verschil tussen ‘toepassen’, ‘wissen’ en het sluiten zonder wijziging duidelijk. Voorkom dat een bezoeker na iedere kleine keuze onbedoeld naar boven springt.

Toegankelijkheid hoort bij de basis. Gebruik echte form controls, duidelijke labels, zichtbare focus en logische toetsenbordvolgorde. Communiceer bijgewerkte resultaataantallen op een manier die ook zonder visuele animatie te begrijpen is. Test bovendien met langere vertalingen en vergroting.

Meet of filters de keuze werkelijk verbeteren

Veel gebruik bewijst niet automatisch dat een filter goed is. Bezoekers kunnen een facet vaak gebruiken omdat de oorspronkelijke resultaten te breed zijn. Combineer gebruik daarom met uitkomsten: wordt de set kleiner, volgen relevante productklikken en ontstaan er niet opvallend veel combinaties zonder resultaat?

Analyseer filters per categorie en apparaat. Een weinig gebruikt facet kan voor een kleine maar waardevolle doelgroep essentieel zijn. Een populair filter kan juist een symptoom zijn van een slecht ingestelde standaardranking. Gebruik data als startpunt voor onderzoek, niet als automatische verwijderregel.

Voer wijzigingen gecontroleerd uit. Wanneer je waarden samenvoegt, volgorde verandert of standaardselecties toevoegt, vergelijk dan dezelfde resultaatsets en belangrijke querytaken. Controleer ook indexdekking: een aantrekkelijk filterontwerp helpt niet wanneer relevante producten door ontbrekende data verdwijnen.

• Gebruik per facet en per waarde.
• Aantal resultaten vóór en na filtering.
• Combinaties die naar nul resultaten leiden.
• Productklikken en terugkeer na een filteractie.
• Verschillen tussen mobiel, desktop, categorieën en winkels.