Endecaを展開したとき、それは市場で最高のeコマース検索プラットフォームでした。 最先端の関連性、ファセット検索、および顧客体験ツールを使用すると、大規模なeコマースサイトのほとんどを検索できました。 しかし、それはその時でした。 主要な新たになるので年によって、Endecaは顧客の予想に今日応じられない。
Endecaが終了（EOL）になったので、組織は検索から最大限の価値を得るためにEndecaの代替オプションを評価する時が来ました。 何十ものEndecaの取り替えのプロジェクトから、私達は考察のチェックリストを組立てた。 Endecaを置き換える10の理由と、Eコマース用のLucidworks Fusionを検討する必要がある理由を次に示します。
より多くのブラウザをAI搭載のパーソナライゼーションでバイヤーに変換
AI搭載の技術は、今日の企業に競争力を与えています。 残念なことに、EndecaはAIを活用する能力なしに構築されました。 AmazonとGoogleの時代には、顧客はサイトの使い方を学ぶことを期待していません。 顧客のシグナルとAIを活用した検索を活用して、意図を判断し、顧客が望んでいる製品やコンテンツを推奨すると同時に、買収とコンバージョンを引き
消費者の91％は、彼らに関連するオファーやおすすめを提供するブランドで買い物をする可能性が高いと言い、80％はパーソナライズされた経験を提供するブラ
パーソナライゼーションの上位5つの利点には、訪問者エンゲージメントの向上(55%)、顧客体験の向上(55%)、ブランド認知の向上(39%)、コンバージョン率の向上(51%)、リードジェネレーションと顧客獲得の増加が含まれます(46%)
“コンバージョン率が劇的に上昇し、全体として、移行後50％の増加の一桁以内にトランザクション収益の主要な成功指標のいくつかが見られました。”
-Marc Desormeau,Senior Manager,Digital Customer Experience,Lenovo
NLP&Conversational Search
これまで以上に、今日の顧客は、検索が自然言語で理解することと、単純なキーワードを使用することを期待しています。 音声ベースのアシスタント、チャットボット、および音声検索の広範な採用は、これらの期待に大きく貢献しています。 MLベースのクエリの書き換え、同義語学習、およびベクトル検索は、すべてのヘルプは、事実上Endecaのようなプラットフォームで必要な任意の手動同義語、リダイレ 知識グラフを組み込む他の融合の機能と組み合わせられて、信号は文脈および行動に基づいてこれらの結果の適応そして個人化を例えば支えるこ
Head-n-Tail分析で顧客の意図をよりよく理解する
顧客は常にあなたのサイトと同じ用語で物事を記述するわけではありません。 “Head-n-Tail Analysis”と呼ばれる人工知能技術は、スペルミス、語順、同義語、およびその他の一般的な不一致に基づいて、検索キーワードを自動的に修正します。 Endecaのこの機能の欠乏は調査チームに巨大な重荷を置く。
ドメイン固有の知識グラフでクエリの理解を向上させる
ドメイン固有の知識グラフは、エンティティと概念間の接続を管理することにより、Endecaのディクショナリ機能とクエリインテントを超えています。 これにより、クエリインテント推論のパフォーマンスが大幅に向上します。 これは、GoogleとAmazonで使用されているのと同じ技術です。 これらは、データサイエンスと機械学習を通じて、既存のデータと分類を劇的に改善するのに役立ちます。 ナレッジグラフは、買い物客が実際に製品を使用する方法に結果を整列させることにより、検索結果とSEOを向上させます。 Mlベースのオントロジー学習とコンテキストやその他のメタデータを組み合わせて、製品データを充実させ、予測された意図をさらに洗練し、リコールと関連性の両方を大幅に向上させるために、内部および外部から供給されます。
セマンティックベクトル検索で検索をより直感的にする
Endecaは、従来、基礎となるソースデータの言語のギャップ、語彙のギャップ、データ、コンテンツのギャップなどの課題に悩まされていた字句検索を使用しています。 これにより、無関係な結果に加えて、検索結果がない、検索結果が低いなどの問題のある条件が発生します。 信号、知識グラフ、コンテキストを含む密なベクトルを使用することにより、Fusionは結果の状況を劇的に削減し、低結果クエリを拡張して変換を改善し、バウン セマンティックベクトル検索は、結果検索の90％以上を排除し、それらのクエリの変換を34％増加させることを示しています。
データサイエンスツールキットでニーズに合わせて調整
Endecaなどのプラットフォームでは、結果の生成に外部データサイエンスモデルを組み込むことが制限されます。 一方、Fusionは、選択できる標準モデルのライブラリを提供するだけでなく、独自のデータサイエンスに投資した組織にとって特に価値のある独自のモデ
Kpiベースの予測で予測能力を向上させる
Endecaはルールに完全に依存しています。 ルールは素晴らしいですが、彼らは役馬であるべきではありません。 彼らはメンテナンスの悪夢に変わることができます。 代わりに、統計に依存し、ルールを減らすためにAI搭載の検索を使用します。 季節のアイテム、新しいトレンドを後押しするためのルールを保存する—またはあなたの商品の専門知識は、あなたがすべきと言うときはいつでも。
強力な分析でより良いビジネス上の意思決定を行う
検索戦略がコンバージョンと収益に与える影響を理解することは、情報に基づいた意思決定を行い、機会と改善の分野を明らかにする上で重要です。 買収の直後、オラクルはEndeca analyticsを中止し、顧客は代替ソリューションを求めていました。 FusionにはApache Sparkが同梱されており、そこで最も強力な分析フレームワークの一つを提供しています。 Fusionでは、缶詰のレポートの広範なライブラリを提供しながら、新しい分析とレポートを設計および構築することもできます。 これには、収益/検索、検索コンバージョン、アトリビューションレポート、a/b実験レポートなどのKPIベースのレポートが含まれます。 また、Fusionは、既存のBIおよび分析パッケージに柔軟な統合インタフェースを提供し、統合された企業間レポートシナリオをサポートします。
より高速なインデックス作成と増分更新のサポートにより検索パフォーマンスを向上させる
提供できないものを販売することはできないため、より高速なインデックス作成により、マーチャンダイジングをより機敏にすることができます。 揮発性のカタログ、在庫、および価格設定を持つ企業は、古い結果を持っている余裕はありません。 Endecaがサポートできないほぼリアルタイムの更新が必要です。 さらに、ERPおよびサプライチェーンシステムからの補助的なビジネスデータを容易に利用できるようにして、検索結果と推奨事項を推進します。
導入、保守、インフラストラクチャのコストを削減
Endecaには少数のレガシーコネクタが同梱されているため、お客様は多数のオーダーメイドの統合を構築し、継続的に保守する必要があります。 一方、Fusionは、複数のソースからのデータを統合する際の継続的な努力とメンテナンスを事実上排除するように設計されています。 同時に、これにより、ユーザーエクスペリエンスで利用可能なコンテンツとデータの量が大幅に増加します。 エンタープライズコマースで使用される最も一般的なデータソースへの40以上のコネクタを備えたFusionには、1400種類以上のメディアタイプのインデックス作成 オープンプラットフォームであるFusionは、プラットフォーム全体の統合と拡張性をサポー これは革新を運転し、最先端の技術を継ぎ目無く利用することを可能にする。
詳細をご覧ください
- ウェビナー”Sunset Endeca and Adopt AI to Exceed Customer Expectations”に登録してください
- Endeca交換ソリューションの詳細をご覧ください
- Fusionをダウンロードしてお試しください
- お問い合わせ、お手伝いをさせていただきます。
Sanjay Mehtaについて
この著者からの続きを読む