Cos'è la ricerca a faccette?

La ricerca a faccette è la modalità di navigazione dei risultati che permette di restringerli combinando più filtri indipendenti, ciascuno costruito su un attributo degli articoli in catalogo: marca, prezzo, disponibilità, materiale, taglia. Ogni faccetta è una dimensione a sé, quindi le selezioni si sommano invece di escludersi, e accanto a ogni valore compare di norma il numero di risultati che quella scelta lascerebbe, così che chi cerca veda l'esito prima di cliccare. La tecnica è più antica del web: discende dalla classificazione a faccette proposta dal bibliotecario indiano S. R. Ranganathan con la colon classification, la cui prima edizione è del 1933, e arriva al commercio elettronico grazie alla ricerca sulle interfacce utente fra gli anni Novanta e i primi Duemila. Va distinta dalle categorie gerarchiche, che collocano ogni articolo in un solo ramo di un albero: le faccette descrivono lo stesso articolo da più dimensioni insieme e non impongono un ordine di scelta.

Un problema di dati travestito da problema di interfaccia

Una faccetta funziona solo se l'attributo che la genera esiste su tutti gli articoli, è normalizzato e ha una cardinalità gestibile. Se il campo "colore" contiene "rosso", "Rosso" e "RED", il filtro mostra tre valori distinti e ognuno nasconde i prodotti degli altri due. Se l'attributo è compilato sul sessanta per cento del catalogo, ogni selezione butta via un buon quaranta per cento degli articoli, che non erano incompatibili: erano semplicemente senza valore dichiarato. E se una faccetta ha centinaia di valori, la lista diventa illeggibile e va raggruppata in intervalli. Il difetto si vede in interfaccia, mentre la causa sta quasi sempre nel PIM o nell'ERP, dove gli attributi vengono compilati a mano da fornitori diversi con regole diverse. Per questo la ricerca a faccette è, prima di tutto, un esercizio di qualità del dato: completezza e coerenza dei valori, non scelta del componente grafico. Va tenuta distinta dal recupero dei risultati, che è il mestiere della ricerca ibrida con reranking: le faccette non decidono quali articoli entrano nell'elenco, decidono come chi cerca lo attraversa.

Un esempio enterprise

Un distributore di ricambi industriali pubblica ottantamila codici: cuscinetti, guarnizioni, raccordi. Le faccette utili non sono commerciali ma tecniche: diametro interno, materiale della tenuta, pressione di esercizio, norma di riferimento, tempo di consegna. Sono esattamente gli attributi che i cataloghi dei fornitori consegnano in PDF, con unità di misura miste e sigle non allineate. Finché quei valori non vengono estratti e normalizzati in un modello comune, il manutentore che cerca una guarnizione da 42 millimetri in EPDM ottiene zero risultati e conclude che l'articolo non c'è, mentre è a magazzino. Il rimedio alla combinazione vuota è tecnico e va deciso prima: disattivare i valori che porterebbero a zero, oppure mostrare la pagina vuota spiegando quale filtro toglierne e proponendo gli articoli più vicini.

Perché conta per chi decide

Il costo di una ricerca a faccette non sta nel motore, che oggi la offre di serie, ma nel lavoro di arricchimento del catalogo, ed è un lavoro ricorrente, non un progetto che finisce. Prima di finanziare una nuova interfaccia conviene misurare la copertura degli attributi candidati a diventare faccette: sotto una certa soglia, il filtro nasconde prodotti invece di farli trovare, e la ricerca peggiora rispetto a prima. Lo stesso investimento serve poi una seconda volta: quando è un agente conversazionale a interrogare il catalogo, le faccette sono i parametri strutturati su cui può filtrare. Un catalogo con attributi puliti è anche il catalogo che un agente riesce a usare.