搜尋零結果不一定表示顧客要的商品不存在。可能是輸入品牌俗稱、SKU、錯字、空格、繁簡差異，或商品資料沒有可搜尋屬性；也可能是 market、庫存與發布規則把結果排除。改善要先分類 query，再處理資料、ranking 和頁面退路。
不要把所有零結果直接導向熱門商品，這會隱藏真正的目錄缺口。
建立 query 分類
每週整理高頻與高價值零結果，去除個資、bot、URL 和無意義字串。分類成拼字、同義詞、品牌/型號、用途、症狀、規格、內容需求、確實無商品和技術錯誤。保留 locale、market、device、source 和結果時間。
同一需求的不同寫法合併，仍保存原 query，避免同義詞規則只修一個拼法。
先檢查索引與商品狀態
用 query 在 Shopify、搜尋 provider 和前台分別測試，確認商品是否 active、發布到 channel、market 可售、庫存規則和 index 是否新鮮。Provider 有商品但前台零結果，可能是 filter 或 API；Shopify 有商品但 index 沒有，則查 webhook 與重建。
建立 synthetic query 定期檢查核心 SKU、品牌和品類。零結果率突然上升時告警，不等月報。
用資料改善可找性
商品 title、description、vendor、type、tags、metafields 和 category 應使用顧客詞彙。不要把所有同義詞塞進可見描述；使用搜尋平台的 synonym、keyword 或 merchandising 能力。SKU 與相容型號可搜尋，但避免顯示內部敏感欄位。
繁中、簡中、英文和日文各有斷詞與俗稱，由市場編輯者核准，不跨語系亂回結果。
拼字與同義詞保留意圖
自動修正應顯示「搜尋 X 的結果」並提供查看原 query。品牌與型號需要較保守，錯一字可能是不同商品。Synonym 分單向與雙向，例如「手機」可對應「智慧型手機」，但特定型號不一定反向擴大。
每條規則有 owner、來源和檢查日。商品命名改善後，舊規則可能產生過寬結果。
零結果頁提供下一步
保留原 query、說明沒有找到，提供拼字建議、相關分類、清除 filter、熱門搜尋、內容或客服。若 filter 造成零結果，優先提示移除哪些條件；不要把顧客送回空白首頁。
客服入口可帶入 query 和 market，幫助後續分析。任何推薦都標明關係，不假裝是精確搜尋結果。
分開查詢零結果和有結果無點擊
零結果只是問題一部分。有結果但無點擊、點擊後快速返回或加購低，可能是排序、圖片、價格或不相關匹配。報表包含 query、results、click、add-to-cart 和 purchase，但遵守 consent 與資料保存。
把商品需求與內容需求分開
「退貨方式」「尺寸怎麼量」「門市在哪裡」不該硬配商品。若 query 是服務、政策或教學需求，可在結果中提供清楚標示的內容區塊，並保留商品結果。內容頁需有 owner、更新日與市場版本，避免搜尋把顧客帶到過期政策。
確實沒有商品時，記錄 query frequency、後續客服、來源與市場。採購團隊需要的是一段時間的需求證據，不是單次搜尋。若品牌決定不經營該品類，也可提供相鄰分類或說明，而非建立誤導性的隱藏商品頁。
設定修正優先順序
先處理高頻、明確有商品卻找不到，以及會影響既有顧客補貨的 SKU/型號 query。其次是高商業價值的品類詞與重複拼字問題。低頻且意圖不明的長字串，可先收集更多資料，不必每一筆都建立 synonym。
每項修正記錄原 query、預期結果、規則、owner、上線日與回歸案例。觀察零結果率時也看搜尋使用量；若大家因搜尋變差而停止使用，零結果率反而可能下降。Product click、找到商品的時間與後續轉換能補足這個盲點。
修正後用固定 query set 驗證
為每個高風險需求保存預期商品和不能出現結果，涵蓋錯字、長尾、SKU、locale、market、缺貨和 filter。Ranking 或索引更新後做回歸。更完整的 index 與同步治理可參考 Headless 搜尋規劃。
將確實沒有商品的 query 交給商品與內容團隊，不立即視為採購需求。需要看頻率、顧客價值和策略適配。搜尋改善的目標是讓人更快找到正確下一步，不只是把零結果率降到零。