Ketika kita memikirkan tentang interaksi sehari-hari kita dengan teknologi, "mencari" menjadi sinonim dengan "menjelajahi." Mencari telah menjadi hal yang umum dengan internet—hampir semua tindakan "terhubung" yang dapat kita lakukan dimulai dengan semacam pencarian. Ini berarti dua hal: pertama, bahwa sebagai konsumen teknologi, kita telah datang untuk mengharapkan pengalaman pencarian yang lancar; dan kedua, bahwa perusahaan yang memberikan kita kesempatan untuk mencari memiliki banyak data tentang bagaimana kita melakukannya.

Di Guru, kami terus menerus melihat data ini untuk terus meningkatkan kinerja pencarian kami—dan seringkali, apa yang kami temukan mengejutkan kami. Dan meskipun kami pada akhirnya percaya bahwa pencarian terbaik adalah tidak ada pencarian sama sekali, kami tahu bahwa mengoptimalkan pencarian akan terus membantu pelanggan kami menemukan pengetahuan yang mereka butuhkan.

Mencari jawaban

Dalam upaya kami baru-baru ini untuk meningkatkan kinerja pencarian kami, kami berpikir tentang beberapa cara kami dapat mengategorikan pencarian yang berhasil atau tidak berhasil. Apakah itu durasi sesi, Kartu yang dilihat, total klik, jumlah kueri? Ada banyak cara di mana kami bisa mengkategorikan pencarian sebagai "baik" atau "buruk," tetapi pada akhirnya kami memutuskan untuk mengevaluasi tindakan yang terjadi setelah pengguna mengetikkan ke dalam bilah atas yang familiar dan mengklik enter.

Masuk tim data kami untuk membawa rasa ingin tahu kami ke permukaan. Setelah bekerja bersama mereka untuk menentukan cara terbaik mengevaluasi data pengguna kami, mereka membuat bagan sunburst dari semua tindakan yang diambil pengguna setelah kueri pertama mereka. Setelah menghabiskan waktu sekitar 5 menit mengagumi pekerjaan mereka yang mengesankan dan memahami visualisasi data di depan kami, kami siap untuk terjun dan mulai mengevaluasi jalur mana yang kami suka, mana yang tidak, dan yang mana yang perlu kami selidiki lebih lanjut untuk memiliki pendapat yang tegas.

Mengapa mengambil pendekatan berbasis data dalam memecahkan masalah?

Mengambil pendekatan berbasis data terhadap masalah besar memberikan kesempatan unik untuk memilih titik sakit yang sangat spesifik, mencoba untuk mengatasinya, dan secara wajar mengukur hasil dari usaha Anda. Misalnya, jika tim kami hanya bertujuan untuk "memperbaiki pencarian," akan ada banyak aktivitas yang mungkin bagi kami untuk dilakukan. Kami bisa mencoba meningkatkan kecepatan pengisian hasil, menyelidiki penyesuaian algoritma kami, atau melihat cara baru untuk menyarankan hasil kepada pelanggan. Dan semua aktivitas ini akan menjadi usaha yang berharga dan kemungkinan akan meningkatkan pencarian dalam beberapa cara—tetapi mengambil pendekatan berbasis data yang ditujukan untuk memindahkan jarum pada satu hasil spesifik selalu menang. Mengapa? Mari kita pertimbangkan kedua metode.

Katakanlah kita menggunakan pendekatan menyeluruh, mari-coba-semua-yang-pernah-kita-pikirkan-sekaligus untuk meningkatkan pencarian. Kami kemungkinan akan memiliki banyak insinyur, ilmuwan data, manajer produk, dan rekan-rekan lainnya yang fokus pada tugas individual, bekerja menuju perbaikan spesifik yang sepenuhnya atau sebagian mereka tanggung jawabnya. Mereka kemungkinan akan menyelesaikan proyek-proyek ini pada tingkat yang sangat berbeda berdasarkan kompleksitas, dan kemudian melanjutkan ke hal berikutnya. Cukup sederhana. Tetapi saatnya bagi tim kami untuk merenungkan tugas awal—meningkatkan pencarian—akan menjadi sangat sulit untuk mengevaluasi keberhasilan kami. Karena meskipun setiap metrik yang kami gunakan untuk mengukur keberhasilan bergerak ke arah yang benar, bagaimana kami bisa tahu proyek mana yang menyebabkan peningkatan? Atau, jika metrik kami telah bergerak ke arah yang salah, bagaimana kami tahu proyek mana yang harus dihentikan?

Mengapa memilih fokus yang sempit untuk pengembangan?

Dengan mengambil pendekatan yang lebih fokus, satu masalah dalam satu waktu, kami lebih mampu menjaga diri dari tantangan semacam ini. Misalnya, ketika datang ke pencarian, mengambil pendekatan yang lebih fokus berarti bahwa alih-alih bertujuan untuk "memperbaiki pencarian," kami akan berupaya untuk meningkatkan satu jalur spesifik di bagan sunburst kami yang kami tentukan tidak diinginkan. Misalnya, kami bisa memilih untuk melihat pengguna yang melakukan pencarian lagi segera setelah pencarian pertama mereka, tanpa melihat kartu apapun. Dari sana, kami dapat mempertimbangkan semua alasan mengapa hal itu mungkin terjadi—apakah kartu yang diinginkan tidak muncul dalam hasil pencarian? Apakah terlalu jauh ke bawah halaman? Apakah pengguna menyadari bahwa mereka mencari istilah kunci yang salah dan memutuskan untuk mencoba lagi? Dari sana, kami dapat mempertimbangkan banyak jalur untuk menyelesaikan pola ini dan merancang tugas-tugas kami berikutnya secara sesuai. Jenis perencanaan berbasis masalah ini menjaga seluruh tim kami fokus pada pemecahan tantangan kecil dengan cepat sebagai tim, dan memungkinkan kami untuk mengevaluasi apakah kami telah membuat dampak yang diinginkan dengan cepat dan efisien.

Karena pencarian adalah komponen inti dari alat manajemen pengetahuan apa pun seperti Guru, kami tahu bahwa itu akan selalu menjadi fokus utama bagi kami. Mengambil pendekatan berbasis data memungkinkan kami untuk memastikan bahwa kami memikirkan dan sengaja dalam bagaimana kami mendekati penyelesaian setiap bagian dari teka-teki.