電商網站,客人找不到商品

「我明明有賣這個,客人還說找不到。」這句話幾乎每個做網路開店的老闆都講過。廣告帶了人進來、商品照也拍得漂亮,但客人在站內繞了兩圈就走了。多數人第一時間會怪流量不精準、或是覺得該再上新品,可是真正的破口通常不在那裡——問題出在搜尋框、分類選單、篩選器這三個沒人想關心的地方。這篇用 Baymard Institute 的搜尋與商品列表實測、Nielsen Norman Group 的篩選器研究,加上台灣中文電商特有的斷詞與別名問題,把「客人找不到商品」這件事一層一層拆開,最後附一段用 AI 工具做同義詞表與分類健檢的實際步驟,你今天就能動手。

客人不是沒興趣,是根本沒看到那件商品

先講一個容易被誤會的事實。Baymard Institute 做過大規模的商品尋找實測,讓受測者在真實電商網站上找特定商品。結果是:當受測者選擇用站內搜尋去找東西時,有 31% 的任務最後是空手而回的。不是找到了嫌貴、不是比較之後選別家,是根本沒找到——而那些商品明明就在網站上。

這個數字之所以重要,是因為它推翻了老闆最常有的一個直覺:「東西都上架了,客人自己會找。」不會。客人搜尋一次沒結果,第二次會換個詞再試,第三次就關掉分頁了。他不會寄信問你有沒有貨,也不會打電話。你的後台只會看到一個跳出,看不到他剛剛打了什麼字。

更麻煩的是這件事在報表上是隱形的。轉換率下降,你看得到;廣告成效變差,你看得到;但「有三成的人在站內找不到東西」這件事,除非你特地去看站內搜尋關鍵字報表,否則永遠不會浮出水面。這也是為什麼很多店家花了大錢改版首頁、換了新的商品照,轉換率卻只動了零點幾個百分點——因為漏水的地方根本沒被碰到。

Baymard 在 2026 年的搜尋體驗評比裡,把主流電商網站的搜尋功能打分數,結論是 56% 的網站落在「普通或更差」。商品列表(也就是分類頁與搜尋結果頁)的狀況更差一點,他們的研究指出有 36% 的網站問題嚴重到會直接妨礙使用者找到並挑選商品。這些受測的還多半是有規模、有預算的品牌站,台灣中小型電商的實際狀況只會更辛苦。

會用搜尋的那群人,是你最值錢的客人

如果你覺得「站內搜尋很少人用,不用花力氣」,這個判斷有一半是對的、一半是致命的。

對的部分:確實只有少數人會用搜尋框。各家統計不太一樣,但大致落在全站訪客的 15% 到 30% 之間。多數人是從首頁、分類、或廣告連結直接進商品頁的。

致命的部分是:這群少數人的購買意圖遠高於其他人。會主動打字搜尋,代表他心裡已經有一個具體的東西想買,他不是在逛,他是在找。產業統計上,站內搜尋使用者的轉換率大約是不搜尋者的兩到三倍(常被引用的一組數字是 4.63% 對 2.77%),而他們貢獻的營收比例往往逼近四成到四成五,遠遠超過他們佔的流量比例。

把這兩件事放在一起看,結論就很清楚了:搜尋框是你網站上單位面積產值最高的一塊,但它同時也是最少被檢查的一塊。一個做壞的搜尋框,等於是把最想買的那群人擋在門口,而且你連他們被擋住了都不知道。

這裡要補一個誠實的但書。Baymard 的研究也指出,如果你是商品數量很少的品牌直營店(例如只賣八到十五款商品),搜尋框的重要性會大幅下降,力氣應該花在分類動線與商品頁上;而服飾配件類的網站,因為客人多半是「逛到喜歡的」而不是「找特定型號」,同樣是分類導覽與策展路徑的投資報酬率比較高。所以先看自己是哪一種:商品多、規格明確、客人知道自己要什麼(五金、耗材、保健品、3C 周邊)就把力氣壓在搜尋;商品少、靠感覺選的就把力氣壓在分類與策展。

搜尋框做壞的五種樣子,對照一下你的網站

Baymard 累積下來的搜尋研究裡,有幾個數字很值得直接拿來當檢查表。這些不是理論,是他們實際看數百個網站得到的比例。

第一,認不出同義詞。研究指出約 70% 的網站搜尋引擎無法針對商品類型的同義詞回傳正確結果。客人打「保溫瓶」你只收「保溫杯」,他就查無結果。這在中文電商更嚴重,後面會專門講。

第二,一個錯字就掛掉。34% 的網站在使用者打錯一個字、或是搜型號的時候給不出有用的結果。手機打字打錯是常態,不是使用者的錯。

第三,自動完成有做但做不對。80% 的網站有搜尋自動完成的下拉建議,但只有 19% 真正做到位。常見的毛病是:建議清單只給商品名不給分類、選了建議之後搜尋框裡的字沒有跟著換掉(58% 的網站有這個問題)、以及對接近的錯字完全不給建議(69% 沒做)。

第四,搜完之後關鍵字消失了。37% 的網站在結果頁上不會把使用者剛剛打的字留在搜尋框裡。客人想改一個字重搜,得整句重打。這在手機上特別惱人。

第五,手機上沒有送出按鈕。21% 的網站在手機版搜尋框旁邊沒放一個明確的送出鍵,要客人自己去按虛擬鍵盤右下角那顆。少數輸入法上這顆鍵的行為還不一樣,客人會卡住。

這五項的共同點是:它們全都不需要重做網站,也不需要換平台,多數是設定與版面層級的調整。成本很低,但因為沒人抱怨,所以永遠排不進待辦清單。

中文電商的隱形殺手:斷詞、別名與錯字

國外的搜尋研究可以照抄八成,但有一段一定要換成中文的版本,因為中文沒有空格。

英文的搜尋引擎切詞很單純,遇到空格就切。中文得靠斷詞演算法猜,而多數電商平台內建的搜尋是用「商品標題包含這串字」去比對的。這會造成一個很荒謬的結果:客人打「無線藍牙耳機」找不到,但打「藍牙耳機」就找得到,因為你的標題寫的是「藍牙無線耳機」——順序不一樣而已。

台灣店家最常見的三種災難是這樣的:

• 順序問題——「日本製陶瓷馬克杯」對上「陶瓷馬克杯 日本製」,對比對式搜尋來說是兩個不同的字串
• 別名問題——客人講「面速力達母」、你標「曼秀雷敦」;客人打「筋膜槍」、你標「按摩槍」;客人搜「行動電源」、你寫「行動充」
• 單位與規格問題——客人打「500ml」、你標「500cc」;客人打「iPhone 15」、你標「iPhone15」沒有空格

解法不是換一套昂貴的搜尋引擎,而是先把別名補進商品標題或標籤欄位。多數台灣電商平台(SHOPLINE、Cyberbiz、WooCommerce 都是)都有商品標籤或關鍵字欄位,而且會納入搜尋比對。把「筋膜槍」「按摩槍」「肌肉放鬆槍」三個詞全部塞進同一個商品的標籤,成本是十秒鐘,但那個搜「筋膜槍」的客人就救回來了。

另一個常被忽略的:搜尋要能吃非商品的問題。Baymard 有一項研究專門談這個——使用者常常會在搜尋框裡打「運費」「退貨」「發票」「門市」,而約 15% 的網站完全不支援這類非商品查詢,直接回一個查無結果。客人本來只是想確認運費,結果被你的網站告訴他「找不到」,那個信任感的損傷比你想像的大。搜尋結果頁上加一個「相關說明頁面」的區塊就解決了。

分類選單要照客人的腦袋分,不是照你的倉庫分

搜尋救的是「知道自己要什麼」的客人,分類選單救的是剩下那七成、還在逛的人。而分類做壞的方式非常固定:老闆用自己管貨的邏輯去分類。

典型的例子是保健食品店把分類切成「膠囊」「錠劑」「粉包」「液態飲」。這是倉儲與生產的分法,對客人完全沒意義——沒有人早上起床決定「我今天想買一個錠劑」。客人的腦袋裡是「我最近睡不好」「我想顧眼睛」「我爸血糖偏高」。分類應該是睡眠、眼睛、血糖、關節。

再一個例子是服飾店把分類切成「2025 春夏」「2025 秋冬」「2026 春夏」。你自己記得哪一季出過什麼,客人不記得,他只想找一件「可以穿去面試的外套」。

檢查自己的分類有沒有問題,有一個很快的方法:把分類名稱唸出來,看它是不是客人會講的話。「上衣」是客人會講的,「針織類」勉強,「W2 系列」就完全不是。如果一個分類名稱需要你解釋,它就不該出現在選單上。

結構上還有兩個常見的坑。第一是層級太深,客人要點四層才看得到商品,每點一層就掉一批人;三層是上限,兩層更好。第二是分類數量爆炸,選單一拉開三十幾個選項,客人第一反應不是「好齊全」,是「算了我用搜尋」——然後你的搜尋又做壞了,他就走了。

如果商品數量真的多,做法是把主選單壓到 6 到 8 個大類,細分留給篩選器去處理。這也是接下來要講的那一段。

篩選器:讓客人快 25% 到 50% 找到東西

Nielsen Norman Group 的研究裡有一個很值得記住的數字:設計得好的分面篩選(faceted navigation)可以讓使用者完成尋找任務的速度快上 25% 到 50%,某些情境下甚至到兩三倍。這不是小幅優化,這是動線層級的差別。

但 NN/g 同時提出四個條件,篩選器要滿足了才有這個效果:選項要合適、要可預期、不能有行話、而且要按照重要性排序。逐條翻成實務:

• 合適——這個商品類別的客人真的會用這個條件挑。買洗衣機的人在意容量,不太在意顏色,那容量就要排在顏色前面
• 可預期——勾了「藍色」出來的東西真的都是藍的。變體商品最容易在這裡出包,勾了藍色卻跳出黑色的縮圖,信任感當場歸零
• 沒有行話——寫「純棉」不要寫「100% Cotton 精梳」,寫「防水」不要寫「IPX7」(或至少括號解釋)
• 有排序——把最多人用的條件放最上面,不要按照後台欄位建立的順序排

另外兩個台灣站上很常見的技術問題:手機版的篩選器要用抽屜(tray)的形式,而且要在關掉抽屜前就顯示「符合 24 件」,不要讓客人勾完關掉才發現是零件。還有篩選條件要能反映在網址上——客人想把篩好的結果傳給朋友、或是自己下次再看,複製網址是最自然的動作,結果貼過去回到未篩選狀態,體驗就斷了。順帶一提,這對 SEO 也有差,可被索引的篩選頁是很好的長尾入口。

「查無結果」頁:一半的網站在這裡把客人送出門

這是整篇裡投資報酬率最高的一段。Baymard 的研究指出,將近一半的網站沒有提供有效的方式讓使用者從「查無結果」中脫身。而站內搜尋的零結果比例,產業平均落在 12% 到 18%;如果你的網站超過 7% 到 8%,通常就代表搜尋設定該修了。

先想一下客人在那個畫面上的心情。他打了字、按了搜尋、等了一秒,然後畫面上出現一行灰字:「找不到符合的商品」。他現在有三個選擇:換個字再試、用分類慢慢找、或是關掉。多數人選第三個,因為前兩個都要他再付出力氣,而他剛剛才被拒絕過一次。

一個做對的查無結果頁,應該同時做到這幾件事:

• 保留他打的字,並且明白寫出「找不到OO的結果」,而不是只給一行通用的錯誤訊息
• 給拼字建議——「你是不是要找:曼秀雷敦?」
• 自動放寬條件重搜一次——三個字找不到就拆成兩個字找,並註明「以下是『藍牙耳機』的結果」
• 放上熱門商品或熱門分類,讓他有東西可以點,不要給他一個空白畫面
• 放一個真人聯絡管道——LINE 或客服表單。B2B、五金、零件類的網站,這一項常常直接帶來訂單

最後一項特別值得講。有些商品你真的沒有,那就讓客人問。「找不到你要的?加 LINE 告訴我們,我們幫你查」這一行字,把一個必定流失的訪客變成一則詢問。做客製化、工業品、規格品的店家,這一行字的價值遠大於整個搜尋引擎的優化。

AI 工具實戰:一個下午做完同義詞表與分類健檢

下面這套流程不需要工程師,老闆或行銷自己就能跑完,大約半天到一個下午。重點是先把真實資料撈出來,再交給 AI——沒有素材就叫 AI「幫我優化站內搜尋」,它只會回你一份你早就知道的最佳實踐清單。

第一步,撈出客人真正打過的字。到 GA4 的「參與>事件」找 view_search_results,或是直接建一份自訂報表,維度用 search_term,指標放事件數與工作階段轉換率。導出過去 90 天的搜尋關鍵字清單。如果你的網站是 WooCommerce 或平台方案,後台通常也有「站內搜尋關鍵字」報表可以直接下載。

撈完之後手動標記兩件事:哪些關鍵字是零結果的、哪些關鍵字有量但轉換率是零。第二類最陰險——有結果、客人也看了,但沒有人買,通常代表你的搜尋回傳的東西根本不是他要的。

第二步,把清單丟給 ChatGPT 或 Claude 生成同義詞表。這件事 AI 做得比人快非常多,因為它知道一堆你想不到的口語講法。可以照抄這段 prompt,把資料換成你的:

「我經營一個台灣的居家用品電商,主要客群是 30 到 50 歲的家庭主婦與上班族。以下是我商品的完整名稱清單:[貼上你的商品名清單]。另外這是過去 90 天客人在站內搜尋、但零結果的關鍵字:[貼上零結果清單]。請幫我做三件事:一、針對每一個商品,列出台灣消費者實際會用來搜尋它的別名、俗稱、簡稱、常見錯字與英數寫法差異(例如有無空格、cc 與 ml),每個商品給 5 到 10 個。二、把零結果清單裡的每一個關鍵字,對應到我清單中最接近的商品,若真的沒有對應商品就標記為『商品缺口』。三、輸出成兩欄的表格:第一欄商品名稱,第二欄該商品要補進標籤欄位的所有同義詞,用半形逗號分隔。請只用台灣用語,不要用中國大陸的說法。」

拿到表格之後,把第二欄直接貼進商品的標籤或關鍵字欄位。這一步不用改任何程式,對多數平台來說就是複製貼上。「商品缺口」那一份則是免費的選品情報——那些是客人主動來找、你卻沒賣的東西。

第三步,讓 AI 健檢你的分類架構。把現有的分類選單結構(含層級)貼上去,搭配這樣的要求:

「以下是我電商網站目前的分類選單結構:[貼上結構]。請以一個第一次來、沒聽過我品牌的台灣消費者角度評估:一、哪些分類名稱是內部用語或行話,客人看不懂,請各給一個替代名稱。二、哪些分類是用『我怎麼管貨』的邏輯在分,而不是用『客人怎麼挑』的邏輯,請說明並提出改法。三、以主選單最多 8 個大類、層級最多 3 層為限制,重新提出一份分類架構,並說明每一個大類是對應到什麼樣的購買動機。四、指出有哪些條件應該從分類移到篩選器裡。請用實務語氣,不要給我通用的資訊架構理論。」

第四步,用截圖做畫面層級的檢查。把手機版的搜尋結果頁、分類頁、篩選抽屜各截一張圖上傳,問它:「以第一次購買的消費者角度看這個畫面,你會想用什麼條件篩選但畫面上沒有提供?哪些文字你看不懂?」這一題常常會抓到你自己看不見的盲點,因為你太熟悉自己的網站了。

第五步,配圖與分類縮圖交給生成工具。分類頁如果每一類都有一張視覺一致的縮圖,瀏覽體驗會好很多,但拍實景成本高。用 Midjourney、Adobe Firefly 或 Canva 的 AI 功能產一組風格統一的情境圖(注意:只用在分類入口與形象區塊,絕對不要拿來當商品主圖,商品圖必須是真貨,否則就是廣告不實)。Prompt 的重點是把風格、色調、構圖固定下來,例如:「minimal flat-lay of home cleaning supplies, soft natural light, warm beige background, top-down view, muted color palette, no text」,然後只換主體物件,整組就會有一致性。

誠實講限制。AI 不知道你的庫存、毛利、哪些商品是主推、也不知道你的客服每天在接什麼電話。它給的同義詞裡一定會有幾個是根本沒人在用的;它建議的分類架構,也可能把你利潤最好的品類藏進第二層。合理的分工是「AI 負責窮舉與出初稿,人負責判斷哪些留、哪些砍」。特別是同義詞表,塞太多不相關的詞進標籤,反而會讓搜尋結果變得很髒——客人搜「保溫瓶」跑出一堆便當盒,那比查無結果更傷。

順帶一提一個趨勢。資策會產業情報研究所(MIC)的電商調查顯示,台灣消費者最期待的電商 AI 服務裡,「AI 分析產品細節」佔 39.2%、「AI 搜尋推薦」佔 35.2%,都排在前五名。這代表買家已經習慣了「用問的」而不是「用找的」。你不一定要馬上導入對話式搜尋,但至少要確保現在這個搜尋框,聽得懂人話。

常見錯誤:商品找不到最容易踩的七個坑

把前面拆解的東西整理成一份可以直接對照的清單。

第一,搜尋框藏在放大鏡圖示裡,而且很小。手機版更常見。搜尋是高意圖客人的入口,不該跟其他圖示擠在一起。有商品規模的網站,搜尋框應該是常駐的、看得到輸入區的。

第二,只做「標題完全包含」的比對。這是中文電商的頭號問題,順序換一下、少一個字就查無結果。用標籤欄位補別名是最低成本的補救。

第三,結果頁不保留關鍵字。37% 的網站有這個毛病。客人想改一個字就得重打,手機上直接放棄。

第四,分類用內部語言命名。「W2 系列」「B 類耗材」這種名稱只有你懂。分類名稱要唸得出口、客人聽得懂。

第五,篩選器勾了不知道剩幾件。特別是手機抽屜式篩選,一定要即時顯示符合數量,不然客人是在盲選。

第六,查無結果頁是一片空白。將近一半的網站沒給脫身的路。至少要有拼字建議、熱門商品、和一個聯絡管道。

第七,從來沒看過站內搜尋關鍵字報表。這是最根本的一個。客人已經把他想要什麼、用什麼字講,免費送到你後台了,而多數店家從來沒打開來看過。

從哪裡開始?先看這三個數字

不用一次全改。打開分析工具,看三個數字,就知道該從哪一段下手。

一、站內搜尋的使用率。如果低於 5%,先確認搜尋框是不是藏起來了、或是在手機上根本看不到。使用率過低通常不是客人不需要,是他找不到搜尋框。

二、零結果搜尋的比例。超過 8% 就該處理。把零結果的關鍵字前 50 名撈出來,補標籤、補同義詞。這一項通常一個下午就能做完,而且效果最快看得到。

三、搜尋後的轉換率,對比全站轉換率。健康的狀況是搜尋使用者的轉換率明顯高於全站平均(兩倍上下)。如果兩者差不多、甚至更低,代表你的搜尋回傳的結果跟客人要的不一樣——這時候要看的不是零結果,而是「有結果但沒人點」的那些關鍵字。

找到那一段之後,一次只改一件事,改完觀察兩週再動下一項。同時改五個地方的結果是:轉換率動了,但你不知道是哪一項有效,下次就複製不了。

最後提醒一件事。商品找不到這個問題會隨著商品數量增加而惡化,而且是加速惡化的。你賣 30 件商品的時候,分類亂一點沒差;賣到 300 件的時候,同樣的架構就會開始漏水。把「站內搜尋關鍵字報表」排進每個月的固定行程,花二十分鐘掃過一遍零結果清單,這件事的性價比高過大多數的廣告優化。