Подготовить товарные данные для поиска Algolia
Спроектировать товарную модель Algolia с корректным наличием вариантов, фильтрами и сигналами мерчандайзинга.
Примеры товарных записей, варианты и наличие, требования к фильтрам и цели ранжирования.
Контракт поискового индекса, пробелы данных, карта ранжирования и проверочные запросы.
Кому пригодится
Ecommerce-командам, мерчандайзерам и разработчикам поиска.
Требования и ограничения
Для какой задачи подходит
Спроектировать товарную модель Algolia с корректным наличием вариантов, фильтрами и сигналами мерчандайзинга.
Что передать агенту
Примеры товарных записей, варианты и наличие, требования к фильтрам и цели ранжирования.
Как устроена работа
- Выбрать, что представляет одна запись поиска: товар, цветовую группу или SKU.
- Связать фильтры с реально существующими и доступными вариантами.
- Определить владельцев и правила расчёта товарных сигналов для ранжирования.
- Подготовить контракт данных, пробелы и проверочные запросы перед изменением поискового индекса.
Какой результат получится
Контракт поискового индекса, пробелы данных, карта ранжирования и проверочные запросы.
Что учтено в адаптации
В примере freshness_bucket остаётся фасетом, а desc(is_new_30d) использует отдельный boolean; строковый bucket больше не передаётся в customRanking.
Карта ранжирования — исходная гипотеза, не гарантированный рост продаж.
Один доступный вариант не делает товар доступным для любого выбранного фильтра.
Условия применения
Анализ возможен по выгрузке. Для живого индекса нужны Algolia MCP/CLI и права; пакет не настраивает поиск в произвольной CMS.
Автор и источник
Оригинальное название: algolia-data-modeling
Автор или репозиторий: algolia/skills
Лицензия: MIT
Открыть первоисточник ↗