领先的全球专业服务公司 Accenture 致力于推动创新,改善全球的生活和工作方式。在过去三十年里,顾问们参与了数百万个项目,积累了庞大的知识库,涵盖战略、咨询、数字、技术和运营等诸多服务领域。在拥有超过 40 万员工的公司中,强大的结构化和非结构化搜索对于在这个庞大的知识库中寻找相关信息至关重要。
打造强劲搜索,赋能卓越客户服务
Accenture 与《财富》500 强中四分之三的企业合作,服务于 120 多个国家及地区的客户。在其前 100 位客户中,有 98 位与 Accenture 保持了至少 10 年的合作关系。Accenture 员工每秒多次进行内部搜索,以查找整个组织的知识和专家。无论是收集相关技术或行业的资产以定制合作,还是利用历史数据创建新提案,顾问都依赖快速回答,在客户关系的所有阶段带来价值。
随着对 50 多个不同内容来源的快速、相关的搜索需求日益增长,Accenture 将 Elastic 作为其企业搜索重塑计划的一部分。Elasticsearch 现在用于支持公司在整个企业范围内的搜索功能,帮助员工利用 Accenture 丰富的资源查找人员、专家、政策、培训和交付成果,从而改进内部运营和客户服务。搜索结果现在只需不到一秒即可呈现,相关性也大幅提高,从而提升了用户满意度。最重要的是:这不是一次性的解决方案;凭借对搜索引擎的新认识,Accenture 可以采用持续改进的方法来扩展搜索的可能性和能力。
Accenture 与 Elastic 的合作历程
人员:召集搜索卓越团队
Accenture 的内部 IT 组织,也称为 CIO 集团,由近 8,000 名员工组成,为公司超过 400,000 名员工提供支持 – 从呼叫中心和应用外包员工到在线顾问。该团队负责开发多种应用,包括内部门户、知识平台、协作平台和企业搜索。
为了满足其搜索平台现代化的需求,Accenture 在 CIO 集团内组建了一个 25 人的搜索卓越团队。位于马尼拉和芝加哥的团队成员不仅负责搜索技术,还负责搜索的持续改进和流程。
内容:用搜索可见性取代黑盒
从历史上看,搜索体验一直让 Accenture 的用户感到不满意,希望能够有所改进。人们知道信息就在那里,但由于他们并不总是能够有效地找到信息,所以他们最终经常放弃搜索。员工们感到沮丧,年度调查显示,搜索是 Accenture 提供给员工最不受欢迎的应用之一。
尽管搜索卓越团队知道用户不满意,但他们缺乏衡量和影响搜索排名的可见性和工具。“黑箱”解决方案不能为他们提供所需的信息(比如为什么某些结果会排在前面)来推动改进。他们做了内容端的更新,但面对 50 个内容源和数百万条内容,测试和实施变更非常耗时。
Accenture 高级经理 Chip Allen 表示:“我们希望推出一项服务,将我们的搜索能力提升到一个新的水平。它必须是无缝的,易于找到你要找的内容,并且整体流程要更加完善。”
原因:搜索引擎的灵活性提升速度,持续改进
2016 年 7 月,在最初概念验证完成 10 个月后,搜索卓越团队开创了新局面,通过创新性使用开源搜索技术并结合定制扩展和工具,引入了持续改进的搜索方法。Accenture 选择 Elasticsearch 是因为它提供了搜索结果的透明度和灵活的查询语言。
现在,他们可以打开引擎盖,按照他们想要的方式调整发动机。
“Elastic 做的第一件事就是让我们清晰了解搜索引擎。”Chip 表示。“我们能够深入了解某些结果出现的原因,以便更好地优化和提供搜索结果。”
如今,团队可以监测哪些搜索词可能未达到预期结果,找出原因:是可用内容存在缺口,还是内容未出现在搜索结果中?
例如,当团队发现“Fitbit”搜索热度上升,但没有结果时,他们意识到员工们在寻找公司新推出的健身追踪程序“Accenture Active”。他们能够轻松丰富搜索结果,尽管网站上完全没有出现“Fitbit”。
每当团队了解到新信息时,就能迅速理解当前的相关性如何阻碍了正确结果,提出并测试变更,并迅速将完善后的模型投入生产。
方法:优化数据以生成准确的搜索结果
除了核心的 Elasticsearch 引擎外,Accenture 团队还增加了多个层,以改进、规范化和丰富跨多个数据源的元数据。最终的解决方案包括五个主要组件:爬虫、充实层、Elasticsearch 搜索引擎、用户展示和报告与分析。

埃森哲的搜索架构
首先,所有数据都被放入 Accenture 所称的“脏索引”中。然后,充实过程会对数据进行处理和归一化,随后将其放入“清洁索引”,所有查询都将在其中运行。
从历史上看,由于数据来源近 50 个,管理数据的不同团体超过 50 个,因此很难让数据所有者为内容添加更好的元数据,使其易于搜索。
“角力一直存在,”Chip 说,“最终我们意识到,我们不能强迫人们做他们不想做的事情,所以我们决定构建一个与数据充实系统并存的元数据服务。”
该架构使团队能够编写中间元数据管理层,在充实过程中,搜索团队可以在数据达到清洁索引之前对其进行搜索引擎优化。团队可以轻松整合多个来源,快速处理数据和查询,生成最相关的搜索结果。
这项举措的真正好处在于能够实现更快、更相关的搜索,从而鼓励利用我们丰富的知识资源更好地服务客户。新的搜索能力如今更为完善,我们也为持续改进奠定了基础。
结果:快速、相关的搜索,更好地服务客户
搜索结果更具相关性和准确性,用户对搜索速度感到满意:与之前的两到三秒相比,搜索延迟现在不到一秒钟。搜索和索引速度以及延迟也得到了显著改善,并且可以使用 Kibana 轻松理解和分析,如下面的屏幕截图所示。

分析埃森哲的延迟以及搜索和索引率
开源软件与使用更少、更小的服务器运行解决方案相结合,意味着前期风险更小,升级和管理更简单,因此更具成本效益。提高用户对搜索的满意度,首先要从核心搜索引擎技术抓起,而超高的响应能力则可以全面提高搜索质量。
放弃搜索减少,相关性评分稳步提升。Accenture 员工门户和内部知识交流的满意度指标(依赖于搜索质量)也都有所提升。Accenture 技术解决方案经理 John Evangelista 表示,两者之间“简直是天壤之别”。现在,人们可以轻松找到他们想要的条目,反馈非常积极。
Accenture 的集群
- 集群3:清洁索引、脏索引、Kibana
- 数据大小3 TB
- 节点清洁指数:3,脏指数:1,Kibana:1
- 采集率134/秒 = 5,788,800/天
- 文档213,145,844
- 硬件统计数据CPU:32 核心 2.8GHz,RAM:60GB
