Qogita 通过 Meilisearch Cloud 简化 B2B 贸易
借助 Meilisearch Cloud,Qogita 可以确保卖家获得高曝光率和更高的相关性,从而实现出色的买卖双方互动。

Qogita 是全球领先的 B2B 批发平台,致力于革新产品发现和采购方式。Qogita 的使命是通过其创新技术简化 B2B 贸易,帮助客户提高利润率和营业额,同时节省时间。
通过与 Meilisearch 合作,Qogita 能够确保卖家获得高曝光率,买家获得更高的相关性,从而带来出色的买卖双方互动体验。
“Meilisearch 使我们能够提供闪电般快速且高度相关的搜索结果,以满足客户的需求。它与我们系统的无缝集成对开发者体验产生了积极影响,使本地环境设置、测试和 CI/CD 自动化变得更加高效。此外,Meilisearch 已被证明是一种具有成本效益的解决方案,为 Qogita 带来了可观的成本节省。”
- Ivo Silva,Qogita 工程总监
挑战
当今的批发行业,由于其规模和成熟度,在业务实践和采购方法方面仍然非常传统。这意味着供应商很难找到、很难合作,并且常常不愿接受新客户。
Qogita 旨在通过其平台在一个地方轻松连接卖家和买家来应对这一挑战。通过提供创新解决方案,例如人工智能驱动的定价和成本优化、根据用户的实际需求定制产品搜索功能,并通过搜索提供出色的买卖双方互动。
为什么 Qogita 选择 Meilisearch
在使用 Meilisearch 之前,Qogita 使用 Algolia 作为其搜索提供商,并且对功能和性能感到满意。然而,Qogita 的团队力求在技术和成本方面进一步优化。启动了一项评估以评估替代方案,并对 Meilisearch、Typesense 和 Algolia 进行了彻底的比较。
评估主要侧重于相关性,确保搜索结果不会因 Algolia 的结果作为比较基准而受到显着影响。对热门产品和类别进行了关键搜索,以确定排序顺序和整体性能。此外,评估还考虑了错别字和常见拼写错误的处理,这些错误在用户搜索中经常发生。
促成选择的其他因素包括
-
成本效益
所有替代方案在关键评估领域都表现良好,但 Meilisearch 因其成本效益而成为首选。由于 Qogita 拥有一支相对精简的 DevOps 团队,因此选择 Meilisearch Cloud 用于生产提供了理想的经济性和提供的服务组合,包括对基础设施可靠性和高可用性保证的信心。 -
开发者体验
在整个内部概念验证 (PoC) 过程中,开发者体验是评估的关键方面。Meilisearch 被证明对 Qogita 有利,因为它提供了一个方便的 Python 库,简化了迁移过程。在 Meilisearch Cloud 上设置容器也是一项简单的任务。此外,Meilisearch 充满活力且积极参与的开源社区是一个显着的优势,在早期就建立了 Qogita 团队的信任。 -
产品节奏和路线图
Qogita 团队对 Meilisearch 能够以如此快的速度实现与替代方案的功能对等印象深刻,尽管 Meilisearch 是市场上最年轻的搜索解决方案之一。此外,Meilisearch 还展示了一个可靠的路线图,其中包括与 Qogita 团队为其近期搜索计划设想的价值相符的多个功能。
实施和迁移到 Meilisearch Cloud
Qogita 最初采用自托管来评估 Meilisearch 是否满足其在开发体验方面的要求。评估之后,生产迁移到 Meilisearch Cloud,让 Qogita 团队对基础设施外包感到安心。从 Algolia 的过渡和 Meilisearch 生产的推出非常顺利,保持了较高的内部开发者满意度。
结果和愿景
Qogita 强调了更高的开发者满意度是选择 Meilisearch Cloud 作为其搜索提供商的主要好处之一,其中易于集成和开箱即用的相关性是关键因素。
工程部门的目标是确保准确的数据和产品交付,以及提供最佳的用户体验,通过平台连接买家和卖家。Meilisearch 使 Qogita 团队能够提供闪电般快速且高度相关的搜索结果,以满足其客户的特定需求。
就其搜索工作的愿景而言,Qogita 表示即将推出的分面值搜索功能(将在 Meilisearch v1.3 中推出)将进一步增强用户搜索体验。分面允许客户同时按多个类别优化搜索结果。对于像 Qogita 这样在其目录中拥有数万个品牌的公司来说,分面搜索将能够向用户展示和曝光更多品牌,并进一步提高相关性。
在全球范围内,人工智能创新日益突出,Qogita 团队设想的未来包括上下文搜索、有意义的搜索建议和个性化。Meilisearch 即将发布的 [向量搜索版本](/blog/vector-search-announcement/ 标志着人工智能领域的激动人心的冒险,旨在满足这些要求,并为人工智能驱动的应用程序提供快速且相关的搜索。