Sua Busca é Burra: Por que perdemos 30% das vendas no 'Resultados Não Encontrados'

Sexta-feira à noite. Sua cliente tem um casamento no sábado de manhã. Ela entra no seu site e digita desesperada: "vestido longo para casamento de dia em sitio".

Seu buscador, que custa R$ 15.000/mês, responde:

Resultado da Busca Nenhum produto encontrado para "sitio".
Você quis dizer "cinto"?

A cliente fecha a aba e compra na Amazon. Você perdeu R$ 800,00 não por falta de produto, mas por analfabetismo semântico do seu software.

Keyword vs Vetor: A Diferença de Milhões

A busca tradicional (ElasticSearch padrão) procura *palavras*. O Vertex AI Search procura *significados*. Veja a diferença arquitetural:

Critério	Busca Tradicional (Elastic/Solr)	Vertex AI Search (Vetorial)
Query: "Tênis de corrida preto"	Busca exata: "tenis" AND "corrida"	Entende: "Calçado esportivo performance dark"
Erro de Digitação	Falha ("Nenhum resultado")	Correção Automática Contextual
Multimodalidade	Texto apenas	Texto + Imagem (Busca por foto)

O Código: Como a Máquina "Pensa"

Quando a cliente digita "vestido leve", o Vertex não busca a string "leve". Ele converte a intenção dela em um vetor matemático (embeddings) e busca produtos vizinhos nesse espaço vetorial.

// Embeddings Response (Simplificado) { "query": "vestido para casamento de dia", "intent_vector": [0.82, -0.45, 0.12, ...], "nearest_neighbors": [ { "id": "SKU-992", "name": "Vestido Floral Midi", "score": 0.98 // Alta relevância semântica }, { "id": "SKU-551", "name": "Sandália Anabela", "score": 0.85 // Cross-selling visual } ] }

Isso aumenta a conversão em 16% na média. Porque o cliente finalmente encontra o que nem sabia descrever direito.