När "rätt" lösning blev fel och hur vi sänkte en kunds Algolia-kostnad med 90 %

En berättelse om att utmana en lösning som fungerade på pappret

Ibland är de mest värdefulla insikterna de som kommer när man stannar upp och frågar sig: "Är det här verkligen rätt sätt att göra det på?"

För en av våra större e-handelskunder gjorde vi precis det och resultatet blev en kostnadsminskning på ungefär 90 % och snabbare sidladdningar. Här är historien.

Bakgrunden

Kunden använder Algolia – en extern tjänst som driver sök och produktrekommendationer i deras butik. Sådana rekommendationer ("liknande produkter", "andra köpte också", personliga förslag på startsidan) visas på fem eller fler olika ytor på sajten.

Algolia tar betalt per anrop. Förenklat: varje gång butiken frågar Algolia "vilka produkter ska jag visa här?" kostar det pengar. Ju fler förslag som hämtas, desto högre faktura.

Det är den mekaniken hela det här caset handlar om.

Vad vi byggde

Kunden ville ha bättre koll på hur rekommendationerna faktiskt presterade – vilka som klickades, vilka som konverterade, vilka som föll platt.

För att kunna mäta det byggde vi in mer detaljerad spårning, där varje besökare fick sina egna, unika produktförslag på varje del av sajten. Mer data, bättre underlag, smartare beslut – det var planen.

Vad som gick fel

Just det som lät som rätt väg – unika förslag per besökare – blev oerhört dyrt.

Eftersom varje besökare hämtade sina egna förslag på varje yta, exploderade antalet anrop till Algolia. Kostnaden började plötsligt toppa på 10 000–20 000 kronor om dagen.

Det här är en viktig poäng: vi gjorde "rätt" enligt boken. Detaljerad spårning, personliga förslag, individuell data – allt det som branschen säger att man ska göra. Problemet var att lösningen också var den dyraste, och leverantören som tar betalt per anrop har förstås inget egenintresse av att vi hämtar färre.

Det är där det blir intressant. När en lösning blir så dyr att den slukar marginalen är det inte alltid lösningen som ska skalas, ibland är det själva angreppssättet som behöver utmanas.

Hur vi löste det

Vi tog ett steg tillbaka och ställde en enkel fråga: behöver förslagen verkligen vara unika per besökare?

Svaret var nej. I praktiken ser förslagen för en given produkt likadana ut oavsett vem som tittar. Två personer som båda kollar på samma stol bör rimligen få samma relevanta tillbehör föreslagna – inte två olika versioner som råkar bli olika för att Algolia genererar dem var för sig.

Lösningen var att sluta hämta nya förslag för varenda besökare. I stället sparar (cachar) vi svaret per produkt och yta och återanvänder det, ungefär en hämtning per produkt och dag, i stället för en per besökare. Förslagen uppdateras automatiskt när en produkt ändras, så de hålls aktuella.

Enkelt på ytan. Men effekten blev dramatisk.

Resultatet

  • Ungefär 90 % lägre kostnad för rekommendationerna – från en projicerad nivå runt 4 900 USD i månaden ner till cirka 430–500 USD.
  • Snabbare sidladdningar – eftersom förslagen serveras direkt i stället för att hämtas live varje gång.
  • Samma kvalitet i upplevelsen för besökaren.

Den enda egentliga kompromissen är att två besökare som tittar på samma produkt numera ser samma förslag. I praktiken skiljde sig de personliga förslagen ändå så lite åt att besökaren knappt märker det.

Den större lärdomen

Att en lösning fungerar betyder inte att den är rätt. Och att något är best practice betyder inte att det är bäst för just er.

I e-handel är det lätt att tro att mer data, mer personalisering och mer detaljerad spårning alltid är bättre. Ibland är det det. Ibland är det bara dyrare.

Det vi gjorde här var tekniskt sett trivialt. Cachning är ingen uppfinning. Det svåra var att ifrågasätta ett krav som alla redan hade godkänt – inklusive vi själva. Besparingen låg aldrig i koden. Den låg i frågan.

Det är den rollen vi vill ha hos våra kunder: inte bara bygga det som beställs, utan säga ifrån när det beställda är fel.

Vad kostar era antaganden?

Driver ni en e-handel där tredjepartstjänster eller infrastruktur börjar äta marginalen? Eller där "best practice" inte längre känns som bästa lösningen för just er?

Vi går gärna igenom era största kostnadsdrivare – vad de kostar, varför de ser ut som de gör och vad som faktiskt går att ta bort utan att besökaren märker något. Hör av er så bokar vi en timme.