Whitepaper af Christian Holm Nielsen

Enterprise Search Fra hierarkisk informationsorganisering til enterprise search Whitepaper af Christian Holm Nielsen

2 Indholdsfortegnelse Side 3 Fra hierarkisk informations-organisering til enterprise search Side 4 Når mængden af data og kompleksiteten stiger Side 5 Hvad er Enterprise search? Side 6 Nye forretningsmuligheder med Enterprise Search Side 7 Vælg den rigtige platform Side 8 Opsummering og anbefalinger Side 9 Litteraturhenvisninger

3 Fra hierarkisk informations-organisering til enterprise search Et gammelt ordsprog siger søg og du skal finde. Det er desværre ikke altid tilfældet, at det går helt så let i moderne virksomheder, hvor der er enorme mængder information, som er frit tilgængelig for brugere med helt forskellige behov. Udgangspunktet er som regel at information organiseres i hierarkiske systemer, der giver os mulighed for at gruppere information, der passer sammen. Organisering i produktkategorier og produkter i forskellige varianter er det helt klassiske eksempel inden for e-handel. Lignende måder at organisere data anvendes ofte inden for andre områder af informationssøgning. Gruppering i et hierarki virker ved første øjekast som en problemløser, der gør informationen overskuelig, men der opstår udfordringer, når hierarkiet vokser. I dette whitepaper vil jeg kigge nærmere på, hvordan vi ved hjælp af enterprise search kan afhjælpe udfordringerne, der opstår, når store mængder information skal organiseres. Jeg vil også se på, hvordan enterprise search kan skabe værdi ved at indsamle oplysninger om brugeradfærd, som efterfølgende kan bruges aktivt i forhold til salg og kampagner. Jeg tager udgangspunkt i e-handel i mine eksempler, da jeg til dagligt hjælper store danske og internationale e- handels virksomheder med search. De problemstillinger og løsninger, jeg undervejs berører, kan dog direkte overføres til andre digitale løsninger og typer af systemer, som stiller store mængder data til rådighed. Informationshierarkier kan hurtigt blive uoverskuelige, fordi de enten er meget brede eller dybe, og fordi relationer sjældent er entydige. Produkter kan logisk tilhøre flere kategorier, og på samme måde kan kategorier være underkategorier til flere kategorier. Produkter kan høre sammen på tværs af kategorier, og nogle produkter kan være pakker der består af andre produkter, der også kan sælges selvstændigt. Eksempelvis kan nogle skærme bruges som både tv og monitor, så de kan sælges særskilt eller sammen med en computer. Det vil sige, at de kan kategoriseres som tv, monitor eller computer tilbehør, og de kan sælges som del af en samlet computer eller som en relateret vare.

4 Når mængden af data og kompleksiteten stiger Den kompleksitet der opstår i informationstunge systemer har omkostningsfulde konsekvenser. Det kan være afgørende for, om brugeren finder den information hun søger eller om kunden forlader butikken med uforrettet sag. Vi ser typisk at der efterhånden som kompleksiteten vokser opstår udfordringer i forhold til: Grafisk set risikerer du, at forvirre brugeren, som kan få vanskeligt ved at orientere sig, finde det rigtige produkt eller finde tilbage igen. De virkemidler man normalt benytter på websites for at hjælpe brugeren med at orientere sig, eksempelvis brødkrummestier, skal vise flade entydige stier bagud i navigationen. Disse flade og entydige repræsentationer giver ikke længere mening, når kompleksiteten på sitet vokser. Administration Grafisk præsentation Søgemaskineoptimering (SEO) Det administrative kan afhjælpes med værktøjer til administratorer og redaktører. Som regel er der tale om superbrugere, der har en dyb forståelse og er vant til at takle den kompleksitet et givent system har. Den grafiske præsentation og SEO har fælles udfordringer, som går på at få et entydigt svar på, hvor i hierarkiet et produkt eller en kategori hører hjemme. Konsekvensen i SEO verdenen er, at du risikerer at blive straffet af Google og få en dårligere ranking, hvis du har flere url er, der viser det samme indhold. Det kaldes i den verden duplikeret indhold, hvilket Google anser som et forsøg på at snyde ved at have flere sider der viser samme indhold. De fleste sites i dag fungerer ved, at man bestemmer sig for en unik url, som bruges til stier og url er med den konsekvens at nogen veje ind til produktet ikke bliver afspejlet korrekt, for en bruger der er navigeret ind via en anden kategori. Hvis vi eksempelvis tager udgangspunkt i en cykelgrossists website, kan siden, der viser flasken med olie til cyklen illustreres med en brødkrummesti, der går igennem smørelse, selvom brugeren måske navigerede frem igennem kategorien tilbehør. Stierne kan i stedet opbygges ved at følge brugerens vej ind til siden, men det har sine egne faldgrupper i forhold til at håndtere dybe links, og løser ikke problemet i forhold til søgemaskiner. Hierarkiets faste og rigide natur står i kontrast til ønsket om at lade brugeren følge sin mentale model. Tænk på den mentale model du selv har alt efter om du er ude for at købe en gave eller en vare, som skal løse et konkret behov du har nu og her. Leder du efter en gave, leder du måske efter en bestemt varer, eller produkter inden for et bestemt prisinterval, produkter til børn osv. Udgangspunktet er ofte nogle få egenskaber - som for eksempel pris, størrelse, farve eller mærke - hvilket varierer fra gang til gang selvom det er den samme butik du handler i. Måske er du den ene dag ude efter et fjernsyn, som skal være småt nok til at det kan stå i køkkenet, og næste gang du besøger butikken er du ude efter at få mest muligt fjernsyn for 30.000 kr. Produktkategorier hjælper med andre ord ikke forbrugeren ret meget, fordi de tager udgangspunkt i, hvordan butikken opfatter varegrupper og ikke brugerens mentale model. I stedet vil du med fordel kunne anvende enterprise search.

5 Hvad er Enterprise search? Enterprise search er kort fortalt søgning på tværs af strukturerede databaser samt ustrukturerede dokumenter og medier, der gør data let tilgængeligt for et defineret publikum. Det vil med andre ord sige at det handler om at gøre forskelligartede informationer tilgængelige på en måde der er tilpasset brugeren. Enterprise search er interessant, fordi vi ved at tage udgangspunkt i søgning kan gøre brugsoplevelsen bedre og mere personlig. Overordnet arbejdet vi med to metoder; tekstbaseret søgning og det, der kaldes facetteret søgning. Facetteret søgning Facetteret søgning handler om at data eller produkter beskrives via et antal facetter, der kan bruges til at opbygge en søgning, så brugeren kan angive helt præcis hvad det er han ønsker. En sofa kan eksempelvis have facetter som type, farve, bredde og pris - hvor hver facet kan antage et finit antal værdier som eksempelvis 2 personers, 3 personers, hjørnesofa osv. Sofa Læder Tekstbaseret søgning Tekstbaseret søgning giver mulighed for, at brugere helt frit kan definere deres søgning, og vi kan lære og observere hvad det er, brugere leder efter. Samtidig kan vi hjælpe dem ved at gøre søgemotoren bedre til at finde de rigtige varer på trods af eventuelle stavefejl eller brug af synonymer. Det har stor betydning for konverteringsraten at brugeren finder det hun leder efter i første forsøg, da brugeren ellers hurtigt klikker videre og leder efter varen hos konkurrenten. Værdien af, at opnå en unik brugerindsigt og forstå hvad brugerne forventer at finde, kan være stor i forhold til at forbedre ikke bare søgninger og dermed konverteringsraten, men også til at identificere nye salgsbare produkter. 2 1/2 pers. Farve Designer Fabrikant Anillin læder Serie Facetteret søgning giver os mulighed for at assistere brugeren i at forfine søgninger og skabe en personlig oplevelse. Hver facet designes sådan, at den grafisk vises på en måde, der virker naturlig i forhold til hvilken type data, der er tale om. Slidere giver mulighed for at vælge ranges, mens checkboxe, radiobuttons og dropdowns gør det muligt at have større eller mindre frihed til at kombinere, hvilke facetter der søges ud fra. Endvidere kan man tilpasse, hvilke valgmuligheder brugeren har ud fra de tilgængelige data med andre ord er der eksempelvis ikke grund til at lade brugeren vælge farve, hvis tidligere valg allerede betyder, at de varer, der er tilbage kun fås i én farve. Nogle facetter viser sig at have yderligere værdi, fordi de ved tilvalg kan gøre det muligt at designe den videre brugsoplevelse. Har brugeren eksempelvis valgt en farve vil det være naturligt, at de produktbilleder, der vises, er i den pågældende farve, og at farven er forudfyldt ved navigation til produktdetailsiden. Du vil også med fordel kunne foreslå kunden at se på lignende produkter. Jeg fristes næsten til at sige, at det kun er fantasien der sætter grænser for, hvordan vi kan forbedre brugsoplevelsen efterhånden som vi lærer deres behov at kende.

6 Nye forretningsmuligheder med Enterprise Search Blandingen af at have rige strukturerede metadata, frihed til at designe informationssøgning og indsigt i hvordan kunden tænker er en stærk cocktail, som i stadig større grad afløser de traditionelle hierarkier. Fleksibel og personlig navigation Fremgangsmåden med at basere arkitekturen på søgning betyder, at løsninger grundlæggende designes med henblik findability, som det hedder på moderne dansk. Derved går søgning fra at være en isoleret funktionalitet til at være måden du navigerer på, og det du designer sit site omkring. I nogle tilfælde giver det stadig mening at have menuer og et minimalistisk hierarki, men du undgår, at hierarkierne vokser over hovedet på både administratorer og brugere. Kampagner og fokusområder kan med fordel tænkes ind i søgningen, eksempelvis ved at fremhæve dem i søgeresultaterne, eller ved at lave målrettede landing pages altså specifikt designede sider som vises når der søges på bestemte ord. Som udgangspunkt kan man se på vigtige kategorier, mærker og produkter som man gerne vil have ekstra fokus på, og som man ved mange brugere søger efter. Hvor passer søgebrikken ind i det samlede puslespil? Et oplagt spørgsmål er, hvorvidt søgning er det eneste virkemiddel, og om gruppering er helt afskaffet. Som regel er udgangspunktet, at man enten har et smalt hierarki, hvor man så kan søge fra et givent niveau, eller at der altid tages udgangspunkt i en tekstsøgning. Med udgangspunkt i tekstsøgning får du en enkel og fleksibel brugeroplevelse. I nogle tilfælde kan det være fornuftigt at understøtte brugeren med søgeforslag efterhånden som søgeord indtastes, som du ser hos eksempelvis Google. Har du nogle helt oplagte grupperinger af facetter kan der tages udgangspunkt i dem. Det kan være at du sælger møbler og lamper, hvor det kan give mening at have facetter som bredde og diameter, der kun giver mening i hver sin produktgruppe. I nogle tilfælde kan man endda lade det være op til brugeren, om der søges helt bredt eller inden for en bestemt produktgruppe. Kom godt i gang med Enterprise Search Der findes sok udgangspunkt ingen rigtige eller forkerte svar på, hvordan søgning skal virke. Det skal defineres ud fra målsætninger og ved at analysere data og brugeradfærd på sitet. Man kan komme i gang på flere måder - ligesom når hjemmet bliver for småt kan man starte med at overveje om man vil vælte en væg, lave en tilbygning eller bygge et nyt hus. På samme måde er der mange forskellige muligheder at bygge søgning på eller bygge løsningen op omkring søgning.

7 Vælg den rigtige platform Når der skal vælges platform, er der mange muligheder, men de falder som regel inden for tre kategorier - eksterne søgemotorer, dokument databaser og specialiserede søgemotorer som kan arbejde med tekstbaseret søgning og facetter. relevante facetter ud fra metadata på produktsiderne. Styrken ved produktet er at det er hurtigt at komme i gang, og facetteret søgning er direkte understøttet. Til gengæld er det et eksternt system, så det kan ikke udvides. Her er et par eksempler, som vi i Vertica har stiftet bekendskab med: Google Mini din egen lille google robot Google Mini er en hurtig og velafprøvet Google-søgemotor, som installeres ved siden af selve sitet. Google Mini indekserer selv websitet, og kan forstå en lang række forskellige filformater. Med udgangspunkt i de indekserede data kan brugeren foretage tekstbaseret søgning imod Google mini, på samme måde som vi kender det fra google.com. Fordelen er at du hurtigt får god tekstbaseret søgning med indeksering af dokumenter, men til gengæld er mulighederne for at udvikle videre på det der er i pakken ret begrænsede. Adobe Search & Promote facettering som en service Adobe Search & Promote er ligeledes en selvstændig løsning der kører ved siden af ens eget website. Search & Promote gør det muligt at samle data omkring besøgenes adfærd, herunder, h vordan de søger, sammenligner og udvælger relevante produkter på websider og mobile sider. Komponenten er hostet i skyen, og understøtter facetteret søgning ved at den selv skaber MongoDB fleksible dokumenter MongoDB er en open source dokument database, der nyder stor udbredelse på tværs af platforme, som.net, Java og Ruby. MongoDB, som er kort for humongous database, lagrer data som JSON-lignende dokumenter med dynamiske skemaer. Data kan beskrives som dokumenter med struktur, der afspejler selv komplekse søgeresultater. Databasen kan enten hostes på egen server, via en udbyder eller i skyen. Styrken er at der således opnås et hurtigt og højst fleksibelt system, som kan bruges til at implementere facetteret søgning. Begrænsningen er at MongoDB i sig selv ikke hjælper med tekstbaseret eller facetteret søgning. Solr velafprøvet søgemotor Solr er en meget udbredt, Java baseret søgeplatform, som er open source og bygger ovenpå tekstsøgningsmotoren Lucene. Serveren hostes i en Tomcat container, og den udstiller et API, der er baseret på http, json og xml. Der findes ligeledes hosting hos udbydere og i skyen. Solr indeholder features som stærk fuldtekstsøgning, dokument håndtering, highlighting, facetteret søgning og geospitial search - hvor det er muligt at søge ud fra geografiske lokationer. Forcerne er at den er gratis og har understøttelse af begge forskellige former for søgning som kan customiseres og finjusteres. Ulemperne er at der ikke er et.net API, og at den er vanskelig at arbejde med som database til andre formål end søgning. RavenDB moderne søgeorienteret dokumentdatabase RavenDB er ligesom MongoDB en dokument database, og ligesom Solr er den bygget ovenpå Lucene. Denne kombination giver et kraftfuldt og fleksibelt system, som tilbyder fuldtekst-, facetteret- og geospitial søgning. Antallet af nye features er stadig voksende, da virksomheden bag er meget aktiv i forhold til at implementere ny funktionalitet. RavenDB er baseret på.net, og kan hostes både som embedded database, på en lokal server som service, under IIS, og i skyen hos producentens eget RavenHQ. Dokumenter gemmes som JSON, og der findes både http og.net baserede interfaces. RavenDB kan iøvrigt administreres igennem et webbaseret interface, og kommer med værktøjer til at håndtere backup/ restore og import/export. Styrkerne er fleksibiliteten, både som database og søgemotor, samt de gode værktøjer der følger med. Ulemperne er at du skal betale licens og at produktet er relativt nyt, så det derved er mindre afprøvet end både MongoDB og Solr.

8 Opsummering og anbefalinger Enterprise search spænder over en række teknikker og værktøjer, som kan bruges til at forbedre findability samtidig med at du lærer dine brugere eller kunder bedre at kende, og i sidste ende forbedrer din forretning. Så uanset om du arbejder med ehandel eller på anden vis håndterer store mængder data kan det være værdifuldt at se på mere fleksible måder at strukturere dine data. Jeg vil anbefale at du tænker søgning ind i de systemer der udvikles, og overvejer om der ikke er nogle lavt hængende frugter som du bør plukke for at få mere ud af de løsninger der allerede er kørende. Udvikling af den helt rigtige løsning er et samarbejde, hvor man skal have mest muligt ud af den viden i besidder omkring brugerne, og kombinere den med de tekniske muligheder som hele tiden er under udvikling. Men sikkert er det at hvis du i dag ikke overvejer enterprise search i din e-handelsløsning, så er din virksomhed allerede et skridt efter konkurrenterne.

9 Litteraturhenvisninger Linksamling Artikel om enterprise search http://www.videndanmark.dk/wordpress/enterprise-search Introduktion af Google Mini http://www.google.com/intl/da/enterprise/search/mini.html Introduktion af Adobe Search & Promote http://www.omniture.com/en/products/conversion/search-and-promote MongoDB er en skalérbar open-source database http://www.mongodb.org/ Introduktion af Apache Solr http://lucene.apache.org/solr Introduktion af RavenDB open-source database http://ravendb.net

10 VERTICA A/S NY BANEGÅRDSGADE 55 8000 AARHUS C FLÆSKETORVET 68 1711 KØBENHAVN V +45 88 88 61 61 INFO@VERTICA.DK WWW.VERTICA.DK