Needle: anteprima della ricerca «piumino nero» con i risultati e la spiegazione di ogni risultato

Case study

Needle: search operations per l'ecommerce fashion

Needle è una piattaforma di search operations per l'ecommerce fashion: catalogo, qualità della ricerca, regole di merchandising, paesi e lingue, analytics e funzioni AI in un unico portale, con un widget per lo storefront e kit di integrazione per Shopify e Salesforce Commerce Cloud. La promessa è semplice: colleghi il catalogo e gli eventi, e la ricerca funziona.

Ho scritto la specifica funzionale e tecnica, disegnato il prodotto e guidato lo sviluppo con agenti AI fino a un workspace funzionante e online. Product design, UX/UI, modello dei dati, API e frontend. Un mese di lavoro, dalla prima versione al widget e ai kit di integrazione.

Il problema

Le piattaforme di ricerca generaliste espongono controlli tecnici: indici e repliche per ogni paese, lingua e ordinamento, attributi ricercabili da ordinare a mano, sinonimi, regole, ranking. La somma di quelle opzioni trasferisce al cliente la responsabilità di costruire un buon motore di ricerca, e un team ecommerce non vuole ottimizzare attributi: vuole che il cliente trovi il prodotto giusto, clicchi e compri.

Tre problemi visti da vicino su cataloghi internazionali:

Copiare impostazioni tra decine di indici fisici è un collo di bottiglia, crea configurazioni divergenti e rende rischioso ogni aggiornamento
La ricerca è configurabile ma non pronta: senza conoscere l'ordine dei criteri di ranking non si ottiene una base valida
Le dashboard mostrano dati, non azioni: nessuno sa quale intervento fare per primo, né se ha funzionato

Overview di Needle: prontezza della ricerca, KPI, attività e azioni consigliate

Una sola configurazione, ogni risultato spiegato

Needle non ha indici da gestire. La configurazione è una, con eccezioni esplicite per paese e lingua, e paesi, lingue e valute vengono letti dal catalogo. Refusi, ricerca mentre si digita, sinonimi, attributi ricercabili e filtri si regolano con interruttori e frasi d'esempio, non con criteri di ranking da ordinare.

Ogni risultato dice perché è lì, in linguaggio semplice: corrispondenza esatta o con refuso, in quale campo, quali sinonimi e quali regole hanno agito. Chi lavora sulla ricerca capisce cosa sta succedendo senza leggere un punteggio.

Le regole di merchandising per paese fanno quattro cose: mettere in evidenza prodotti, nasconderli, cercare un altro termine o reindirizzare a una pagina. La disponibilità non viene mai aggirata. Le statistiche mettono a confronto la conversione della ricerca con quella del sito, separano il traffico dei clienti dall'attività di prova e portano dritto ai termini senza risultati e alle pagine 404 segnalate dallo storefront.

Proposte da approvare, mai modifiche silenziose

Ogni miglioramento parte da un'evidenza e passa da simulazione, approvazione e pubblicazione. Le proposte arrivano da tre fonti: le ricerche registrate senza risultati, il comportamento dei clienti, quando una ricerca vuota viene riscritta nella stessa sessione e porta a un clic, e le regole di lingua curate sul catalogo. Ogni proposta mostra la fonte, le evidenze e il rischio.

Niente va online da solo. Le configurazioni sono versionate, si validano prima di pubblicare e si ripristinano in un passaggio; anche il catalogo conserva le versioni precedenti a ogni importazione, traduzione o modifica collettiva. Una configurazione sbagliata è un problema che si annulla, non una vendita persa.

Suggerimenti: proposte con fonte, evidenze e rischio, da simulare e approvare

L'AI sopra la piattaforma, non al posto del controllo

Le funzioni AI, basate su Claude, si attivano con una chiave e si appoggiano alla stessa governance di tutto il resto. Recupero delle ricerche senza risultati: una ricerca che non trova nulla viene riscritta con il vocabolario del catalogo di quel paese e rilanciata, e il cliente vede un avviso che spiega che i risultati derivano da un'interpretazione automatica. Le ricerche recuperate diventano proposte di sinonimi permanenti.

Poi traduzioni dei soli campi mancanti per lingua, parole chiave di ricerca per prodotto con i termini che i clienti scrivono davvero, e insight sul periodo: le azioni che hanno più probabilità di alzare la conversione della ricerca, ognuna con il collegamento al punto del portale dove farla. Tutto è un'anteprima da approvare o una versione da ripristinare, e con la chiave assente la ricerca si comporta esattamente come prima.

Dal catalogo allo storefront

Il catalogo si collega da un URL pubblico JSON o CSV o da un file: mappatura delle colonne, validazione, importazione. Un'importazione non valida non tocca il catalogo attivo. Da lì si gestiscono prodotti, disponibilità e offerte per paese, traduzioni e etichette degli attributi per lingua, con file di traduzione e listini prezzi per lavorare su molti prodotti insieme.

Lo storefront è un widget senza framework con la stessa esperienza della demo: ricerche recenti e di tendenza, suggerimenti verificati sul catalogo, risultati a ogni tasto con filtri, scorrimento infinito e posizione ripristinata dall'URL, pagina di nessun risultato, CSS personalizzabile dal portale. Passata di UX sulle linee guida Baymard e Nielsen Norman. Si installa tramite un proxy lato server, con un kit Shopify e un cartridge SFCC scaricabili dalle impostazioni, e per gli storefront headless c'è la chiamata diretta.

Stack e stato

Monorepo TypeScript: portale Next.js e React su Vercel, API in TypeScript, pacchetti per dominio, compilazione della configurazione, adapter di ricerca e SDK con hook React, database Postgres su Supabase. Circa 19.700 righe, 68 test automatici tra HTTP, localizzazione, disponibilità, analytics e sicurezza, un contratto OpenAPI con 56 endpoint e una suite di query graduate per misurare la rilevanza in modo ripetibile. Catalogo di esempio con 100 prodotti su quattro paesi e quattro lingue.

È la prima versione, non il prodotto completo: la scelta del motore di ricerca definitivo passa da un benchmark su catalogo reale. Personalizzazione, ricerca semantica, campagne e A/B test sono nella roadmap, e la specifica li descrive già. Il codice legato all'infrastruttura è isolato: cambiare motore di ricerca o provider sostituisce quello strato e non il prodotto.

In sintesi

Needle è una piattaforma di search operations per l'ecommerce fashion: una sola configurazione di ricerca per tutti i paesi e le lingue, ogni risultato spiegato in linguaggio semplice, proposte di miglioramento che si simulano e si approvano prima di andare online, regole di merchandising, analytics orientate alla conversione e AI che recupera le ricerche senza risultati. Ho scritto la specifica, disegnato il prodotto e guidato lo sviluppo fino a un workspace funzionante con widget, kit Shopify e cartridge SFCC.

Domande frequenti

Cos'è Needle?

È una piattaforma di search operations per l'ecommerce fashion: catalogo, qualità della ricerca, regole di merchandising, paesi e lingue, analytics CRO e funzioni AI in un unico portale, con un widget per lo storefront e kit di integrazione per Shopify e Salesforce Commerce Cloud.

In cosa è diversa da una piattaforma di ricerca come Algolia?

Non chiede al team business di gestire indici e repliche: la configurazione è una sola e vale per tutti i paesi, con eccezioni esplicite. Ogni risultato dice perché è lì, ogni miglioramento parte da evidenze e passa da simulazione e approvazione, e le statistiche mettono a confronto la conversione della ricerca con quella del sito.

Cosa fa l'AI in Needle?

Recupera le ricerche senza risultati riscrivendole con il vocabolario del catalogo, propone sinonimi dalle ricerche registrate, traduce i campi mancanti, genera le parole chiave con cui i clienti cercano davvero e restituisce azioni prioritarie dal report. Ogni cambiamento resta rivedibile o ripristinabile e il cliente vede sempre quando un risultato deriva dall'AI.

← Torna ai progetti