
9 unverzichtbare Suchfunktionen für Unternehmen
Vor ein paar Wochen haben wir über den Müllcontainer gesprochen, der eine schreckliche Unternehmenssuche ist, und über den Weg zu etwas viel Besserem. Letzte Woche haben wir uns dann kurz mit der Taxonomie der vier Haupttypen von Suchmaschinen für Unternehmen beschäftigt. Diese Woche werfen wir einen Blick auf die Einkaufsliste, damit Sie loslegen können.
Sind Sie auf der Suche nach Ihrer nächsten Suchlösung für Unternehmen? Oder sind Sie vielleicht gerade dabei, Ihr verstaubtes, knarrendes Altsystem zu ersetzen? Wie auch immer, hier finden Sie eine Übersicht der wichtigsten Funktionen und Möglichkeiten, die Sie bei der Suche nach einer leistungsstarken Suchlösung für Ihr Unternehmen berücksichtigen sollten.
Suchfunktionen
Schlüsselwörter und Schlüsselsätze sind eine der bekanntesten Komponenten der Unternehmenssuche. Ein Abfrageparser empfängt eine Abfrage und übersetzt sie in Parameter für einen Suchalgorithmus, der in einer speziellen Datenbank ausgeführt wird. Ältere Suchtechnologien erforderten eine spezielle Syntax, bei der der Benutzer in einer speziellen Sprache genau erklären musste, was er wollte. Moderne Suchparser wie der DisMax-Parser von Solr arbeiten ohne diese Besonderheit. Erweiterte Abfragen wie die geografische Suche erfordern immer noch eine spezielle Syntax. Diese spezielle Syntax wird häufig von einer unternehmensweiten Suchanwendung, die mit der Suchmaschine kommuniziert, computergeneriert.
Facettierung ist eine wichtige Funktion, die es dem Benutzer ermöglicht, Ergebnisse auf der Grundlage eines bestimmten Feldes effizient zu filtern. Dies ist besonders nützlich, um eine Unternehmenssuche auf eine Kategorie oder Abteilung zu beschränken. Facettierung kann auch für Bereichsfilterung wie Datum oder Preis verwendet werden. Die meisten Lösungen für die Unternehmenssuche ermöglichen es Ihnen, Synonyme zu definieren. Mit dieser Funktion können Sie die Benutzerabfragen an Ihren Datenbestand anpassen. Sie können zum Beispiel „Anwalt“ als Synonym für „Barrister“ definieren. Dies ermöglicht es, bei der Suche nach „Anwalt“ Dokumente zu finden, die auch den Begriff „Barrister“ enthalten.
Unter Signalerfassung versteht man die Erfassung von Daten zum Nutzerverhalten oder „Signalen“. In den meisten Suchanwendungen gehören zu den Signalen Ereignisse wie Benutzeranfragen, Klicks, Hinzufügungen, Käufe und andere ähnliche Clickstream-Daten. Erweiterte Anwendungen können jedoch auch den Standort des Benutzers, den Vektor, die Höhe oder andere ereignisbezogene Daten umfassen. Die Signalerfassung ist eine Zusammenarbeit zwischen der Unternehmenssuchanwendung, der Back-End-Suchlösung und der Front-End-Suchanwendung. Die Anwendung erfasst den tatsächlichen Klick und sendet ihn an die Unternehmenssuchlösung, die das Ereignis verarbeitet und zur späteren Verwendung speichert. Neuere Funktionen, wie z.B. Empfehlungen, hängen von der Signalerfassung ab.
Die Suche mit künstlicher Intelligenz und Empfehlungen sind neuere Techniken, um relevante Daten der Nutzer zu finden. Nicht alle Daten eignen sich perfekt für die Suche nach Schlüsselwörtern oder Schlüsselphrasen. Zum Beispiel ist das relevanteste Ergebnis für eine Suchanfrage nicht unbedingt dasjenige, das den passenden Suchbegriff enthält. Eine Möglichkeit, dieses Problem zu lösen, besteht darin, sich anzuschauen, worauf Nutzer bei dieser Suchanfrage am häufigsten geklickt haben. Das reicht aber möglicherweise nicht aus. Der Kontext ist wichtig, und der Benutzer ist notwendig. Anstatt die Ergebnisse anzuzeigen, auf die die meisten Nutzer geklickt haben, ist es vielleicht sinnvoller, die Ergebnisse anzuzeigen, auf die ähnliche Nutzer geklickt haben. Es gibt zahlreiche Algorithmen und Techniken zur Nutzung von Daten über das Nutzerverhalten, um Nutzern zu helfen, genau das zu finden, was sie brauchen, noch bevor sie wissen, dass sie es brauchen. Dies ist die nächste Grenze der Unternehmenssuche.
Abfrage-Pipelines ermöglichen es Implementierern, Abfragen schrittweise zu ändern und die zurückgegebenen Daten zu ändern. Der stufenweise Ansatz ist ein wichtiges Werkzeug für die Verarbeitung komplexer Daten oder Abfragen oder für die Bereitstellung von Funktionen zur Verhaltensprofilierung. Einige Lösungen bieten vorgefertigte Funktionen und Erweiterungsmöglichkeiten mit JavaScript oder anderen Programmiersprachen.
UI-Fähigkeiten
Ein leistungsfähiges Backend für die Unternehmenssuche ist unerlässlich, aber die Benutzer sehen nur die Benutzeroberfläche (UI) des Front-Ends. Bisher überließen einige Lösungen für die Unternehmenssuche diese Aufgabe vollständig dem Implementierer. Dennoch bieten einige Angebote UI-Funktionen, die es den Implementierern ermöglichen, ihre UI zu importieren oder zusammenzustellen, anstatt sie von Grund auf neu zu erstellen. Dies ist sehr sinnvoll, da die meisten Suchoberflächen ähnliche Aufgaben erfüllen. Da KI- und Personalisierungsfunktionen häufig mit der Benutzeroberfläche zusammenarbeiten, sind moderne Benutzeroberflächen außerdem zu komplex, um sie von Hand zu schreiben und zu pflegen, wenn man nicht über ein umfangreiches Team von Experten verfügt.
Die WYSIWYG-Einbettung ist die fortschrittlichste Funktionalität auf dem Markt. Sie ermöglicht es Implementierern, eine Suchoberfläche in einem webbasierten Verwaltungstool zu konfigurieren und sie dann mithilfe von HTML- oder JavaScript-Anweisungen in ihre Website „einzubinden“.
Smart Panels und Widgets kombinieren Backend-Funktionen mit UI-Komponenten wie Empfehlungen oder Ähnlichkeitssuche (auch bekannt als „More Like This“). Sie ermöglichen es Implementierern, diese Funktionen in ihre Benutzeroberfläche einzubinden, ohne den zugrundeliegenden Code für die Benutzeroberfläche oder die Backend-Verarbeitung schreiben zu müssen. In Cloud-basierten Lösungen werden diese mit vorkonfigurierten Backend-Implementierungen geliefert.
Komponentenbibliotheken bieten allgemeine UI-Funktionen, wie z.B. Typeahead. Diese gibt es in vielen Formen, von Tag-Bibliotheken bis hin zu JavaScript-APIs.
Obwohl es sich technisch gesehen um eine Backend-Komponente handelt, ist die REST-Konnektivität für jede moderne intelligente Suchoberfläche entscheidend. Die meisten mobilen und Web-Benutzeroberflächen verbinden sich über JSON über eine REST-Schnittstelle.
Typeahead und andere Formen von automatischen Vorschlägen gehören heute zu den Standard-Erwartungen der Benutzer an die Such-UI. Während der Benutzer tippt, schlägt die Benutzeroberfläche vor, wofür er sich wahrscheinlich interessieren wird.
Die automatische Klassifizierung ist eine erweiterte Form der Vorauswahl. Wenn ein Benutzer zum Beispiel „Lautsprecher“ eingibt, wird automatisch „Audioelektronik“ als Kategorie ausgewählt.
Datenimport
Konnektoren für Datenquellen sind ein wesentlicher Bestandteil der meisten Suchlösungen für Unternehmen. Während REST-APIs den Benutzern den Import aus nahezu jeder Datenquelle ermöglichen, ist das Schreiben eines Konnektors für jede gängige Datenquelle (z.B. Oracle, SQL Server oder SharePoint) ein anstrengendes Unterfangen für Implementierer. Die wichtigste Frage ist nicht, ob die Lösung die meisten Konnektoren unterstützt, sondern ob die Lösung Ihre Datenquellen und alle, die Sie wahrscheinlich einsetzen werden, unterstützt.
Parser arbeiten mit Datenquellenkonnektoren, um die zurückkommenden Daten zu verarbeiten und sie in Dokumente umzuwandeln. Wenn Sie z.B. eine lokale Festplatte durchsuchen und Dateien zurückholen, sollte dann jede Datei als Dokument oder jede Zeile in der Datei geladen werden? Ist das Dokument eine XML-, eine CSV- oder eine ZIP-Datei? Parser interpretieren die Daten in Dokumente, so dass sie weiterverarbeitet oder indiziert werden können.
Pipelines werden verwendet, um Datenquellen, Parser und Logikstufen zu verbinden, mit denen Daten zu wohlgeformten Dokumenten verarbeitet werden. In älteren Systemen wurden diese als ETL-Prozesse bezeichnet – Extrahieren, Transformieren und Laden.
JavaScript ist die moderne Skriptsprache, die für die meisten Entwickler eine „Handelssprache“ ist. Aufgrund dieser Vertrautheit erlauben einige Suchlösungen für Unternehmen die Manipulation von Daten mit JavaScript.
Eine REST-API ermöglicht die Steuerung der Unternehmenssuchlösung sowie den Import und Export von Daten.
Native Bibliotheken ermöglichen es einer Suchlösung, sich in eine Systemsprache wie Java oder Python einzubinden, ohne dass der Implementierer REST-API-Glue-Code schreiben muss.
Operative Fähigkeiten
Skalierbarkeit und Kapazität sind wesentliche Unterscheidungsmerkmale zwischen den Suchlösungen für Unternehmen. Kann das System auf die Anzahl der Dokumente und Benutzer skaliert werden, die Ihr System unterstützen muss? Wie schwer ist es, zusätzliche Kapazitäten hinzuzufügen, und kann dies ohne erhebliche Ausfallzeiten geschehen? Einige Lösungen verwenden immer noch eine Client-Server-Architektur oder ältere Computertechnologien wie gemeinsam genutzte Dateisysteme (NAS) anstelle von modernen Clustering-Topologien.
Hochverfügbarkeit ist die Fähigkeit des Systems, einen Hardwareausfall ohne Datenverlust oder Ausfallzeiten zu überstehen. Dies ist ein Merkmal moderner Clustertopographie. Moderne Suchlösungen für Unternehmen sollten gegen Netzwerkausfälle und Hardwarefehler an mehreren Knotenpunkten widerstandsfähig sein.
Disaster Recovery ist die Fähigkeit des Systems, den Verlust eines kompletten Clusters oder Rechenzentrums zu erleiden und auf einen Backup-Standort auszuweichen. Dies erfordert eine rechenzentrumsübergreifende Replikation (auch WAN-Replikation genannt). Dies ist wichtig, um mit Glasfaserausfällen, Unwettern, Erdbeben oder anderen unvorhergesehenen Katastrophen fertig zu werden, ohne den Geschäftsbetrieb wesentlich zu beeinträchtigen.
Die Systemüberwachung wird von modernen Lösungen für die Unternehmenssuche in Form von REST-APIs bereitgestellt, die Statistiken über die Systemleistung und die Betriebszeit liefern, einschließlich grafischer Anzeigen und Dashboards.
A/B-Tests zeigen Admins, ob Änderungen an den Suchpipelines von Unternehmen oder anderen Funktionen die Suchleistung der Benutzer verbessern. Bei der Anwendung von Personalisierung, Empfehlungen oder anderen KI-Suchtechniken ist es wichtig, festzustellen, ob die Änderungen die Klickraten, die Käufe oder ein anderes Maß für den Erfolg verbessert haben. A/B-Tests funktionieren, indem Sie einen Teil des Datenverkehrs auf die neue Pipeline leiten und mit der ursprünglichen Konfiguration vergleichen.
Sicherheit
Die Anbindung an wichtige Sicherheitstechnologien wie Active Directory, LDAP, Kerberos und SAML oder andere Single-Sign-On-Systeme ist entscheidend für die Sicherheitsfunktionen einer Suchlösung für Unternehmen.
Rollenbasierte Sicherheitsautorisierung, um festzulegen, welche Benutzer Dokumente löschen, lesen, ändern oder erstellen sowie Systemänderungen vornehmen dürfen.
Sicherheitsmethoden auf Dokumentenebene, wie z.B. Security Trimming, ermöglichen eine feinkörnige Kontrolle, um sicherzustellen, dass Benutzer keine Dokumente als Abfrageergebnis sehen, auf die sie keinen Zugriff haben.
Analyse-Fähigkeiten
Die Analyse der Suchverwendung ermöglicht es Implementierern, zu untersuchen, wie Benutzer mit der Unternehmenssuche interagieren und kann sogar die Aktionen eines einzelnen Kunden untersuchen. Mit dieser Funktion können sie nachvollziehen, wie gut sie ihre Konversionsziele erreichen und wie sich diese Metriken im Laufe der Zeit verändern.
SQL-Konnektivität ermöglicht es Analysten, Daten mit Standard-SQL-Tools darzustellen und zu verwenden. Lösungen können sowohl Daten als auch Daten zum Benutzerverhalten über SQL verfügbar machen.
Erweiterte Funktionalitäten
Streaming ermöglicht es der Lösung, anders als üblich zu arbeiten. Normalerweise geben Lösungen für die Unternehmenssuche die relevantesten Elemente zuerst zurück, aber die Berechnung dieser Ergebnisse ist speicher- und ressourcenintensiv. Mit Streaming können die Ergebnisse in der Reihenfolge der Abfrage zurückgegeben werden und die Ergebnisse können auf der Grundlage von Bedingungen zurückgegeben werden.
Die Erkennung von benannten Entitäten (Named Entity Recognition, NER) verwendet die Verarbeitung natürlicher Sprache (NLP), um die Namen von Unternehmen, Personen oder anderen Eigennamen zu erkennen. Dies kann für verschiedene Arten der gefilterten oder facettierten Unternehmenssuche nützlich sein.
Clustering und Klassifizierung sind Techniken des maschinellen Lernens, die es ermöglichen, Daten oder Abfragen automatisch zu gruppieren oder zu beschriften.
Die Head/Tail-Analyse ist eine Technik des maschinellen Lernens, die leistungsschwache Abfragen identifiziert und so umschreibt, dass sie ähnlichen, gut funktionierenden Abfragen ähneln.
Ergebnisse in großem Maßstab erzielen
Neben einer Auflistung all dieser Funktionen, die für eine Plattform unverzichtbar sind, müssen Sie sicherstellen, dass Ihr Anbieter über eine nachweisliche Erfolgsbilanz bei der Unterstützung von Unternehmen wie dem Ihren bei der Implementierung dieser Lösungen verfügt. Ein Anbieter, der in der Lage ist, mit Ihnen zusammenzuarbeiten, um Ihnen bei der Konfiguration und dem Design einer unternehmensweiten Suchlösung zu helfen, die zu Ihrer einzigartigen Mischung aus Datenquellen, Nutzern und Geschäftsproblemen passt – und genau weiß, wie sich KI, maschinelles Lernen und Deep Learning darin einfügen können. Suchen Sie nach Anbietern, die sowohl über umfassende Erfahrung in verschiedenen Branchen verfügen als auch die Besonderheiten Ihres Unternehmens verstehen und artikulieren können.
Los geht’s
Es ist an der Zeit, die „Hit-or-Miss“-Unternehmenssuche durch eine All-in-One-Antwortplattform für Datenschürfer, Faktenfinder und Vorteilssucher überall zu ersetzen. Vor allem aber ist es an der Zeit, herauszufinden, was möglich ist, wenn Mitarbeiter alle benötigten Informationen zur Verfügung haben, wann immer sie sie brauchen. Kontaktieren Sie uns noch heute oder verwenden Sie das untenstehende Formular: Kontaktieren Sie uns noch heute oder verwenden Sie das untenstehende Formular.