Qogita 通过 Meilisearch Cloud 简化了 B2B 交易
通过 Meilisearch Cloud,Qogita 可以确保卖家获得高曝光率,并为买家提供更高的相关性,从而实现卓越的买卖双方互动体验。

Qogita 是一个领先的全球B2B批发平台,致力于彻底改变产品的发现和采购方式。Qogita的使命是简化B2B贸易,通过其创新技术帮助客户获得更高的利润和营业额,同时节省时间。
通过与 Meilisearch 合作,Qogita 能够确保卖家获得高曝光度,并为买家提供更高的相关性,从而带来卓越的买卖双方互动体验。
“Meilisearch 助力我们提供闪电般快速且高度相关的搜索结果,满足客户的需求。它与我们系统的无缝集成积极地改善了开发者体验,使本地环境设置、测试和 CI/CD 自动化显著提高效率。此外,Meilisearch 已被证明是一种具有成本效益的解决方案,为 Qogita 节省了大量开支。”
- 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,在商业实践和采购方法方面仍然高度传统。这意味着供应商难以寻找,难以合作,甚至往往抵制接收新客户。
Qogita 旨在通过让卖家和买家能够在一个平台上一站式连接,从而轻松解决这一挑战。通过提供创新解决方案,例如由 AI 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,并通过搜索提供卓越的买卖双方互动。
为什么 Qogita 选择 Meilisearch
在选择 Meilisearch 之前,Qogita 使用 Algolia 作为他们的搜索提供商,并在功能和性能方面感到满意。然而,Qogita 的团队在技术和成本方面都力求进一步优化。因此,他们启动了一项评估,以评估其他替代方案,并对 Meilisearch、Typesense 和 Algolia 进行了全面的比较。
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著干扰。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,评估还考虑了对用户搜索中经常出现的错别字和常见拼写错误的“处理能力”。
促成这一选择的其他因素包括
-
成本效益
所有替代方案在评估的关键领域都表现良好,但 Meilisearch 因其成本效益而成为首选。由于 Qogita 的 DevOps 团队相对精简,选择 Meilisearch Cloud 进行生产提供了经济实惠和所提供服务的理想组合,包括基础设施可靠性和高可用性保证方面的信心。 -
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 具有优势,因为它提供了方便的 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 活跃且参与度高的开源社区是一个显著的优势,在 Qogita 团队内部建立了早期的信任。 -
产品节奏和路线图
Qogita 的团队对 Meilisearch 能够快速实现与替代方案的功能对等感到印象深刻,尽管它是市场上最年轻的搜索解决方案之一。此外,Meilisearch 还提出了一个可靠的路线图,其中包含多项与 Qogita 团队近期搜索计划所设想的价值相符的功能。
实施和迁移到 Meilisearch Cloud
Qogita 最初选择自托管,以评估 Meilisearch 是否满足其在开发体验方面的要求。评估完成后,生产环境迁移到 Meilisearch Cloud,这让 Qogita 团队在基础设施外包方面高枕无忧。从 Algolia 的过渡和 Meilisearch 生产环境的推出顺利进行,保持了内部开发人员的高度满意度。
成果与展望
Qogita 强调,选择 Meilisearch Cloud 作为其搜索提供商的主要优势之一是更高的开发人员满意度,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,并通过平台连接买家和卖家,提供最佳的用户体验。Meilisearch 使 Qogita 团队能够提供闪电般快速且高度相关的搜索结果,以满足客户的特定需求。
在搜索方面的愿景中,Qogita 表示即将推出的分面值搜索功能(Meilisearch v1.3 中即将推出)将进一步提升用户搜索体验。分面允许客户同时通过多个类别来精细化搜索结果。对于像 Qogita 这样拥有数万个品牌目录的公司来说,分面搜索将使更多品牌能够向用户展示和曝光,并进一步提高相关性。
在全球范围内,人工智能创新正日益突出,Qogita 团队展望了涉及上下文搜索、有意义的搜索建议和个性化的未来。Meilisearch 即将发布的 [向量搜索版本](/blog/vector-search-announcement/) 标志着其在人工智能领域激动人心的一步,旨在满足这些需求并为人工智能驱动的应用程序提供快速且相关的搜索。