Kan Enterprise search een onderdeel zijn van je conversational strategie?

enterprise search market

Enterprise Search is een productcategorie die historisch gezien een generator is geweest van grote nieuwe ideeën en paradigma’s, zowel op het gebied van technologie als gebruikerservaring. Van traditionele informatiezoeksystemen tot big data analytics, concepten die zijn ontstaan binnen de context van Enterprise Search zijn uiteindelijk uitgegroeid tot eigen categorieën en markten. Omgekeerde indices werden zoekmachines; facetberekening veranderde in real-time analytics; en documentfrequentiemodellen vormden de basis voor moderne machine learning-systemen.

In dit evolutieproces verloor Enterprise Search echter veel van zijn identiteit. Het kernprobleemdomein – bedrijfsgegevens – wordt nu bediend door een steeds groeiende lijst van nieuwe productcategorieën, van loganalyse en business intelligence tot data lakes en contentmanagementsystemen. De vraag is dus: is er een plaats voor Enterprise Search als zelfstandige categorie in het tijdperk van moderne, door AI aangedreven big data-systemen?

Mijn mening is dat, als Enterprise Search een significant aandeel van de markt voor business tools wil terugwinnen, het dit alleen kan doen door zich te heroriënteren op zijn kernwaarde: zoeken. Als het gaat om het publieke web, kunnen we het gevoel hebben dat er weinig ruimte over is voor verbetering in de zoekruimte, maar ik geloof dat er veel meer terrein te verkennen is aan de enterprise kant van de dingen. Een deel van de reden om dit te beweren komt voort uit het inzicht dat onze behoeften bijna universeel de wet van Pareto lijken te volgen, tenminste als het gaat om het publieke web.

Voor het grootste deel blijven we naar dezelfde dingen zoeken door soortgelijke vragen te stellen en komen we op dezelfde websites terecht. Het feit dat het corpus van alle webdocumenten immens is, vormt eerder een probleem dan een kans, omdat het meeste ervan voor ons irrelevant is. Google begrijpt dit maar al te goed, en daarom heeft het de afgelopen tien jaar niet geïnvesteerd in het uitbreiden van zijn zoekervaring, maar deze in plaats daarvan langzaam teruggebracht tot het leveren van slechts het “ene echte antwoord,” gepersonaliseerd voor elke gebruiker.

Bedrijfsgegevens zijn echter totaal anders. Terwijl we op het publieke web misschien niet geïnteresseerd zijn in 99% van de inhoud, kan in de bedrijfscontext elk stukje informatie een sleutel zijn tot het ontsluiten van een zakelijke kans. Hoewel de huidige analytics- en datawarehousingplatforms uitstekend werk leveren door on-the-fly aggregaten en datavisualisaties mogelijk te maken, laat de mogelijkheid om de ruimte van ruwe bedrijfsgegevens volledig te verkennen nog veel te wensen over. Een deel hiervan lijkt te maken te hebben met de Pareto-wet mentaliteit die afkomstig is uit de wereld van consumententools – door te optimaliseren voor het extraheren van relevante informatie uit ‘ruis’, verliezen we de mogelijkheid om de best mogelijke tool te produceren voor het omgaan met gevallen waarin alle gegevens die functioneel relevant zijn voor de zoeker.

Het zoekparadigma heeft in dit verband veel te bieden. Door zoekresultaten te beschouwen als ruwe gegevens (bijvoorbeeld bedrijfsgerelateerde transacties), biedt het information retrieval model een beproefde, zeer efficiënte manier om door het gehele corpus van bedrijfsgegevens te navigeren.

Het probleem van zoekmoeheid blijft echter bestaan – ons vermogen om creatief te denken valt vaak weg wanneer we geconfronteerd worden met een zoekvak en onze zoekopdrachten beperken zich tot eenvoudige zoekopdrachten op één enkele term. Dit probleem is de kern van de reden waarom zoekplatforms voor natuurlijke taal niet succesvoller zijn geworden en waarom we de neiging hebben naar grafieken en dashboards te kijken in plaats van actief met onze Big Data-tools aan de slag te gaan.

Naar mijn mening ligt de weg vooruit in het omkeren van het zoekparadigma – hoewel het vermogen om zoekopdrachten efficiënt te verwerken nog steeds essentieel is, zou het stellen van vragen niet langer de primaire manier moeten zijn waarop gebruikers interageren met zoeksystemen.

In plaats daarvan zou een enterprise search zich moeten richten op het inschatten van de meest waardevolle context die gebruikers kunnen hebben met een vraag of woord. Zoeksystemen (zoals Kare knowledgeware) die in staat zijn deze context vast te stellen op basis van hun geïndexeerde gegevens, bieden een heel andere ingang voor klanttevredenheid en dialoog met de doelgroep.

In plaats van Enterprise Search te beschouwen als een standalone tool die we alleen voor een specifieke taak gebruiken, maakt de notie van het inschatten van de juiste context het mogelijk om zoeken alomtegenwoordig te maken en in te bedden in de hele conversational tool stack. Op deze manier houdt de belofte van AI- enabled search niet op bij het “ene echte resultaat”, maar opent het in plaats daarvan de deur voor een veel diepere betrokkenheid bij het enorme universum van ruwe enterprise data.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *