企业搜索：涡轮增压和自动驾驶

 
在搜索30岁生日的风口浪尖上，这种说法似乎有些令人吃惊。但是请记住，从制造出第一款汽车到亨利·福特将T型车投入路面需要20年的时间。商业上可行的电动汽车还需要100年。而现在-自成立以来已有125年-我们正处于自动驾驶汽车的边缘。
因此，如果我们仍处于企业搜索和发现的初期阶段(正如Schubmehl所建议的那样)，我们应该去哪里?
零售指明了方向
最好的选择是看一下您在商业和零售领域的搜索兄弟。 B2C公司需要与低成本的在线零售商竞争并面对店内销售下降的趋势，因此一直在推动搜索应用程序的发展，该应用程序为每个购物者提供所有库存的单一视图，而不管其存放在何处。
这意味着零售商有时必须处理目录中的数百万个销售保持单位(SKU)。跟踪这些信息并非易事，因为制造商很少遵循统一的架构或规范的结构，因此商店需要一种快速对商品进行分类的方法。
当然，必须使这些SKU不仅可用于搜索，而且可用于出色的搜索。太多的结果，太少的结果或不相关的结果太多，并且沮丧的购物者会逃跑-通常是竞争对手。
工人也在逛街，以获取知识
那么，购物者的习惯和对客户意图的理解与工作场所知识有什么关系?
嗯，就像商业世界一样，工作环境充斥着各种选择-如此众多的渠道和孤岛，可以在这些渠道和孤岛中搜集信息，而且很难找到。您现在需要该PDF来完成您的电子邮件工作吗?是您团队使用的众多协作工具之一吗?还是会出现在您非常专业的记录系统之一中，例如Salesforce，Netsuite，Marketo，Dropbox，DocuSign或Jira?
这些解决方案中的许多解决方案都在云中，具有不同的数据格式。这些系统提供搜索功能时，工作人员必须在所有这些各种各样的筒仓中执行单独的搜索。此外，一个部门存储的资产可能会被另一部门称为其他资产。因此，跨多个筒仓以独特的词汇表搜索异构数据几乎完全是这些年来商务品牌必须处理的工作。
最成功的组织正在从最成功的零售商那里汲取灵感，并实施由AI(更具体地说是机器学习)支持的搜索引擎，以：
了解意图，以更好地衡量用户的需求
预测并预期他们接下来会寻找什么
根据相似用户的行为来迭代和改善这些结果
机器学习有助于弄清意图
在搜索中，机器学习的目标是使用自动学习技术来改善结果-无论是搜索目录中的产品列表还是Intranet上的PDF列表。这包括能够快速搜索所有数据类型和数据源。
许多组织从基本文本搜索开始，并花费了数年时间尝试手动优化同义词列表，业务规则，本体，字段权重以及其搜索配置的无数其他方面。
但是，有些人开始意识到其中大多数过程都可以自动化。这不仅使员工免于繁琐的工作，无休止地遍历无休止的日志文件，而且使这些资源能够为其公司提供更高价值的功能。
自动完成功能可将用户指向他们真正想要的
对于零售而言，依赖的策略之一是自动完成，这当然是在您键入时会填入单词的功能。 Autosuggest是一项相关功能，可提供语义匹配列表。自动化同义词检测和拼写错误是这两者的重要组成部分。
这些功能对于帮助人们导航到他们真正想要的东西至关重要。他们可以优化搜索范围(例如，在可持续家具类别下为绿色椅子，在室内装潢选择下为绿色椅子)，或提供正确的拼写。
计算模型会分析历史和实时用户信号(他们搜索了什么，他们如何修改查询，他们点击了什么，没有点击，下载了什么，忽略了什么)来帮助确定意图。因此，当人们搜索，浏览和发现时，机器就会学习-提供越来越精确的结果。
聚类和分类有助于摄取
处理异构数据的方法之一是使用机器学习。最大的挑战之一是标签和标签不正确的数据。群集和分类技术使计算机可以摄取大量数据，而与类型或架构无关。通过合并用户反馈信号来完善模型。
还要想象一下，能够添加目录服务和身份验证机制，例如LDAP(轻型目录访问协议)和其他方法，这些方法可以使计算机根据公司在公司中的角色(包括语言环境)来验证用户权限，因此他们只能看到他们有权访问的搜索结果给他们的团队，角色或地区。
重新搜索企业
机器学习为商业公司带来了惊人的结果。超个性化功能可以预测个人可能想要购买的产品类型，因此转化率显着上升。
相同的技术可以对企业数据执行相同的操作。如果您是在阿拉斯加工作的地质学家，那么您可能正在寻找该地区的勘测信息。或者，如果您正在寻求汽车零件制造商的客户支持，并且拥有客户的信息，则应对相关支持文档进行加权，以使其首先显示。
智能客户支持中心正在演变为更智能的客户自助服务门户。机器学习让位于深度学习，以实现真正的神经信息检索(神经IR)。深度学习对于自然语言理解至关重要。与客户一样，很容易看到机器学习将如何帮助预测员工的需求。
机器学习技术是改进搜索的增长引擎-尤其是随着数据的不断增长。
尽管零售商的需求已将搜索从其初期阶段淘汰了，但工作场所的需求同样至关重要。改进搜索可以提高效率，减少重复工作，并创造经济机会。 Z世代(占美国人口25%的千禧一代之后的一代)开始加入劳动力大军。这些数字原住民将只接受很长时间的无关搜索-在他们像购物者一样跳槽到其他企业之前。
Diane Burley是Lucidworks内容副总裁。她曾是一名新闻记者和多媒体主管，曾担任科技公司的内容官。作为讲故事的人，戴安娜(Diane)帮助各行各业的高管了解技术在解决他们当今面临的许多挑战中的作用。在下班时间，她是养育青少年的法院指定拥护者。
赞助文章是由公司付费或与VentureBeat有业务关系的公司制作的内容，并且始终带有明确的标记。我们编辑团队制作的内容绝不会受到广告商或赞助商的任何影响。