AI søgefunktion til webshop: Når kunderne søger, men ikke finder varen

Hvorfor søgning er et salgsproblem

Mange webshops bruger det meste af budgettet på at få trafik ind. Google Ads, Meta, nyhedsbreve, affiliates og SEO. Men når kunden først lander i webshoppen, bliver en af de vigtigste salgsmedarbejdere ofte overset: søgefeltet.

En kunde der søger, browser ikke bare. Hun prøver at finde noget. Det kan være “sort regnjakke dame”, “gave til 8 årig”, “oplader til gammel iPhone” eller “sko der ikke glider på vådt gulv”. Hvis webshoppen kun forstår eksakte produktnavne, bliver søgningen hurtigt et stopskilt.

Det er derfor AI-søgning er interessant for ecommerce. Ikke fordi det lyder moderne, men fordi det angriber et konkret hul i kunderejsen: kunden har købshensigt, men produktkataloget svarer ikke på den måde kunden spørger.

Dansk Industri skriver, at onlinekanaler i 2025 står for 33% af virksomhedernes omsætning, og at 39% af danske virksomheder sælger online. Når digital handel fylder så meget, bliver produktfinding ikke en lille UX-detalje. Det bliver en del af salget.

Hvad AI gør bedre end almindelig søgning

En traditionel søgefunktion matcher ofte ord mod felter i produktdatabasen. Det virker, hvis kunden bruger samme ord som webshoppen. Men kunder søger sjældent sådan. De skriver forkortelser, stavefejl, behov, materialer, anledninger og problemer.

AI-søgning kan gøre fire ting bedre:

1. Forstå synonymer: “sneakers”, “træningssko” og “hverdagssko” kan pege på overlappende produkter.
2. Håndtere stavefejl: Kunden skal ikke straffes for at skrive “terassevarmer” i stedet for “terrassevarmer”.
3. Forstå behov: “gave til nybagt mor” er ikke et varenavn, men det kan være en købsintention.
4. Koble data sammen: Størrelse, farve, lagerstatus, prisniveau og kompatibilitet kan bruges i svaret.

Baymard Institutes ecommerce search research bygger på omfattende usability-studier og 31 search UX guidelines. Deres benchmark dækker 327 førende amerikanske og europæiske ecommerce-sites, 5.000+ søgeelementer og 4.500+ eksempler. Pointen er enkel: selv store webshops har stadig meget at hente, fordi søgning ofte ikke matcher kundernes faktiske adfærd.

De 5 søgninger der taber kunder

Hvis du driver webshop, skal du ikke starte med en AI-strategi på 40 sider. Start med dine søgelogs. De viser præcist, hvor kunderne ikke får hjælp.

Her er de fem søgningstyper, der typisk koster salg:

Det er her en AI salgsagent eller AI-søgning kan gøre forskellen. Kunden får ikke bare en produktliste. Kunden får en vejviser.

Har du allerede læst vores guide om chatbot til webshop, er mekanikken den samme: hurtige svar fjerner tvivl. Forskellen er, at AI-søgning arbejder inde i produktkataloget, mens chatbotten også kan svare på levering, retur, størrelser, kampagner og næste skridt.

Regnestykket for en dansk webshop

Lad os tage et simpelt eksempel. En webshop har 20.000 besøg om måneden. 25% bruger søgefeltet. Det er 5.000 søgninger. Hvis 8% af de søgninger ender med nul eller dårlige resultater, har webshoppen 400 købsparate øjeblikke om måneden, hvor kunden ikke får hjælp.

Hvis bare 5% af de 400 kunder kunne være blevet til ordrer med bedre søgning, er det 20 ordrer. Ved en gennemsnitlig ordreværdi på 650 kr. er det 13.000 kr. om måneden, eller 156.000 kr. om året.

Det er ikke et facit for alle webshops. Det er en måde at tænke på. Søgning skal måles som omsætning, ikke som design.

I Baymards 2024 product-finding update indgik 219 kvalitative user/site sessions og mere end 1.000 fundne problemer i produktfinding. Det forklarer, hvorfor mange ecommerce-teams får mere ud af at fikse søgning, filtrering og produktvejledning end af at købe mere trafik.

Sådan starter du uden stort projekt

Du behøver ikke skifte platform for at komme i gang. Start med en praktisk audit af din nuværende søgning.

1. Find top 100 interne søgninger: Hvilke søgninger bruger kunderne mest?
2. Marker nul-resultater: Hvilke søgninger viser ingenting, selvom du sælger noget relevant?
3. Marker høj-intent søgninger: Søgninger med ord som “på lager”, “billig”, “gave”, “størrelse”, “retur” og produktmodeller.
4. Test på mobil: Mange kunder skriver kortere og mere upræcist på telefonen.
5. Tilføj dialog der hvor søgning ikke er nok: Hvis kunden er i tvivl, skal hun kunne spørge direkte.

DHLs globale ecommerce-rapport fra 2025 viser, at næsten halvdelen af de adspurgte ecommerce-virksomheder bruger AI, og at B2B e-tailers ligger endnu højere med 61%. De mest oplagte anvendelser er personalisering, indhold og kundeservice.

For en dansk webshop bør næste skridt derfor være konkret: vælg 20 dårlige søgninger, skriv hvad kunden egentlig mener, og sørg for at webshoppen kan svare. Nogle gange kræver det bedre produktdata. Andre gange kræver det en AI-søgefunktion. Og ofte kræver det en AI salgsagent, der kan spørge: “Er det til gave, hverdag eller professionel brug?”

Det er samme princip som i artiklen om AI produktbeskrivelser til webshop: AI skaber først værdi, når den gør det lettere for kunden at vælge. Ikke når den bare producerer mere tekst.

Aeterris er ikke en almindelig webshop-søgemaskine. Men Aeterris kan hjælpe webshopkunder med at få svar, finde næste skridt og blive guidet videre, når produktdata, søgning eller FAQ ikke er nok. Det er dér mange webshops taber kunden i dag.

Læs også