Federated Search: All One Needs In A Search PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Federated Search: Allt man behöver i en sökning

Innehåll:

-Vad är federerad sökning?  🔎 💙

-Typer av federerad, enhetlig sökning 🧠 ℹ

-Fördelar med att implementera federerad sökning ???? 🚀

 

Mängden innehåll och data fortsätter att växa, år efter år, och det fragmentering av innehåll har blivit ett verkligt problem. Företag har innehåll överallt, på många plattformar. Hur säkerställer du att människor hittar den information de vill ha när det finns så många sökalternativ?

Upptäck i den här artikeln hur företagsledare – inom kundservice, marknadsföring eller verksamhet – kan centralisera sin sökning för att minska sökinsatserna från sina kunder och team och förenkla sökbarheten bland sina innehållskällor.

 

Federated Search: All One Needs In A Search PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Enkelt uttryckt, Federerad sökning är en teknik som gör att en användare med en enda sökfråga kan ta emot aggregerade resultat från flera informationsresurser.

Den största fördelen för dina kunder (webbplatssökning) eller samarbetspartners (intern sökning) är att ha allt innehåll på en enda plats. På så sätt behöver de inte gå igenom flera plattformar för att få svar.

Vad menar vi med "källor"?

Dessa kan vara vad som helst (databaser och mer) som innehåller information. Till exempel:

  • Webbplatser länkade till ett företag
  • Intranätstillgångar: webbplatser, applikationer, kunskapshanteringssystemoch/eller programvara för projekthantering.
  • Bloggar och andra innehållshanteringssystem

Det finns två grundläggande komponenter till Federated Search. För det första är "index" en aggregering av data som ska sökas. Detta index är strukturerat för att underlätta effektiva sökningar. För det andra är "sökfunktionen" det element som letar efter relevant information bland indexet som svar på en specifik fråga. Indexet och sökfunktionen samverkar för att göra Federated Search möjlig.

1. Sök-tidssammanslagning (eller "Frågetidssammanslagning")

I den här typen av federerad sökning skickas en fråga till varje datakälla separat. Det kräver att ett separat index för varje dataplats ingår i sökningen. Resultaten presenteras i ett ostrukturerat format och enligt prioritetsordningen för varje datakälla. Justeringar är begränsade men ingen ytterligare indexering av innehållet krävs.

Detta är den enklaste lösningen, men det finns en risk för långsamma svarstider – vilket kan underskrida behovet av snabba svar i realtid för användarna.

2. Index-Time Merging

För denna typ av sökning måste allt innehåll finnas i samma index. Detta gör att sökningen kan hantera data och få bättre resultat. I det här fallet sorteras sökresultaten efter relevans. Detta är en mer komplicerad och dyr lösning att installera eftersom det kräver att man bygger ett helt indexeringssystem. Det är dock väl värt ansträngningen eftersom det kommer att säkerställa en klassens bästa sökupplevelse och snabbare svarstider. Federerade sökverktyg gör det enkelt att implementera en sådan lösning.

3. Hybrid federerad sökning

Smakämnen hybridinflygning blandar sammanslagning vid frågetid och sammanslagning av indextid. Så mycket som möjligt bör du skapa ett centralt index för varje datakälla (som vid index-tidssammanslagning). I vissa fall kan datakällor inte representeras i det centrala indexet och måste hållas separat. När du söker måste du sedan söka i alla index, det centrala indexet och de andra. Resultaten sammanställs för att skapa en slutlig lista (som vid sammanslagning vid frågetid). Hybrid federerad sökning ger bättre prestanda än sammanslagning vid frågetillfället eftersom det minskar antalet index som behöver sökas. Men eftersom det finns mer än ett index går sökningen långsammare än när det bara finns ett index.

Federated Search: All One Needs In A Search PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Federated Search: All One Needs In A Search PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

– Högre tillförlitlighet och säkerhet 🛡

Federated Search skickar inte bara sökfrågor till alla olika datakällor utan kan också ta hänsyn till en användares autentiseringsuppgifter. Detta möjliggör resultat som inte skulle visas i en enkel webbsökning, vilket tar bort behovet av att logga in på varje autentiseringssystem och söka.

– Mer exakta resultat 💯

I en traditionell sökning visas inte alltid resultat prioriterade som du vill ha dem. Viss information kan rankas under stacken när den är mer värdefull för den som söker. Med Federated Search kan källor viktas efter den synlighet en användare vill ge dem i sin sökning. På så sätt möjliggör de justerade resultaten bättre prioritering av den sökta informationen efter personens eller företagets behov.

– Snabbare svar ⏰

Användningen av Software as a Service (SaaS) har ökat avsevärt under det senaste decenniet och vissa studier har visat att företag använder från 100 till nästan 300 appar, beroende på deras storlek. Varje plattform innehåller data och information som är viktig för affärsverksamheten. Det kan vara tidskrävande och frustrerande att spendera en stor del av dagen med att gå fram och tillbaka från en källa till en annan för att konsolidera information eller, ännu värre, att inte kunna hitta informationen. Att ha alla sökresultat samlade i en enda söklösning sparar tid.

– Förbättrad användarupplevelse 💻 💙

Federated Search gör det möjligt för människor att söka i allt befintligt innehåll samtidigt. Det låter användare hitta exakt vad de letar efter, utan att ens tänka på var det kan vara. Detta förbättrar användarupplevelsen, ökar engagemanget och lojaliteten.

mindbody, ett Kalifornien-baserat hälsoföretag, implementerade Inbentas federerade sökning för att optimera prestandan för sin Zendesk-kunskapsbas och på så sätt förbättra tillfredsställelsen för sin onlinegemenskap. En vecka efter genomförandet, antalet besök och användare ökade med 100 %.

Utöver bara Federated Search-lösningen är Inbenta en AI-driven intelligent sökning som använder naturlig språkbehandling. Naturlig språkbehandling hjälper datorer att tydligt förstå vad folk skriver online, oavsett om det är ett stavfel eller inte. Det var därför Mindbody valde att arbeta med Inbenta, och det verkar som att de hade rätt: efter en månad såg de en mer än 500 % ökning av besöken i deras community.

Posten Federated Search: Allt man behöver i en sökning visades först på Inbenta.

Tidsstämpel:

Mer från Inbenta