Accenture: Leistungsfähige Suche für bestmöglichen Kundenservice

Das führende globale Dienstleistungsunternehmen Accenture hat sich zum Ziel gesetzt, Innovationen voranzutreiben, die das Leben und Arbeiten auf unserer Welt verbessern. In den letzten drei Jahrzehnten haben Berater an Millionen von Projekten gearbeitet und eine riesige Bibliothek zu ihrem Dienstleistungsspektrum in Strategie, Beratung, Digital, Technologie und Betrieb aufgebaut. In einem Unternehmen mit über 400.000 Mitarbeitern ist eine leistungsstarke strukturierte und unstrukturierte Suche unerlässlich, um relevante Informationen innerhalb dieser riesigen Wissensdatenbank zu finden.

Accenture arbeitet mit drei Vierteln der Fortune-500-Unternehmen zusammen und betreut Kunden in mehr als 120 Ländern. Von seinen Top-100-Kunden sind 98 mindestens 10 Jahre bei Accenture geblieben. Die Mitarbeiter von Accenture nutzen mehrmals pro Sekunde die interne Suche, um Wissen und Experten aus dem gesamten Unternehmen abzurufen. Ob es darum geht, Ressourcen zu einer verwandten Technologie oder Branche zu sammeln, um Aufträge individuell zu gestalten, oder historische Daten zur Erstellung eines neuen Angebots zu nutzen – die Berater sind auf schnelle Antworten angewiesen, um in allen Phasen der Kundenbeziehung Mehrwert zu schaffen.

Angesichts des steigenden Bedarfs an schnellen und relevanten Suchvorgängen über mehr als 50 verschiedene Inhaltsquellen hinweg wandte sich Accenture im Rahmen einer umfassenden Initiative zur Neugestaltung seiner Unternehmenssuche an Elastic. Elasticsearch wird mittlerweile unternehmensweit für den Betrieb der Suchfunktion eingesetzt und hilft den Mitarbeitern, auf die umfangreichen Inhalte von Accenture zuzugreifen, um Personen, Experten, Richtlinien, Schulungen und Lieferungen zu finden und so die internen Abläufe und den Kundenservice zu verbessern. Die Suchergebnisse werden jetzt in deutlich unter einer Sekunde angezeigt und sind wesentlich relevanter, was die Nutzerzufriedenheit erhöht hat. Das Beste daran: Dies ist keine einmalige Lösung. Dank der neu gewonnenen Transparenz in Bezug auf die Suchmaschine kann Accenture einen Ansatz kontinuierlicher Verbesserung anwenden, um die Möglichkeiten und die Leistungsfähigkeit der Suche zu erweitern.

Wer?: Anruf beim Search-Excellence-Team

Die interne IT-Organisation von Accenture, auch bekannt als die CIO Group, besteht aus fast 8.000 Personen, die die über 400.000 Mitarbeiter des Unternehmens unterstützen – von Callcenter- und Anwendungsoutsourcing-Mitarbeitern bis hin zu Beratern im Kundengespräch. Die CIO Group arbeitet an einer Reihe von Anwendungen, darunter ein internes Portal, eine Wissensplattform, eine Kollaborationsplattform und eine Unternehmenssuche.

Um dem Modernisierungsbedarf ihrer Suchplattform gerecht zu werden, hat Accenture ein 25-köpfiges Search Excellence Team innerhalb der CIO Group eingerichtet. Teammitglieder mit Sitz in Manila und Chicago wurden beauftragt, sich nicht nur auf die Suchtechnologie zu konzentrieren, sondern auch auf die kontinuierliche Verbesserung und die Prozesse der Suche.

Was?: Blackboxen durch Transparenz bei der Suche ersetzen

Die Suche wurde in der Vergangenheit als ein Erlebnis betrachtet, das bei Accenture-Nutzern den Wunsch nach Verbesserungen hinterließ. Die Menschen wussten, dass die Informationen vorhanden waren, doch da sie sie nicht immer effizient finden konnten, gaben sie Suchen häufig auf. Die Mitarbeiter waren frustriert, und jährliche Umfragen benannten die Suche als eine der am wenigsten bevorzugten Anwendungen, die Accenture seinen Mitarbeitern bereitstellt.

Obwohl dem Search-Excellence-Team bewusst war, dass die Nutzer unzufrieden waren, fehlten ihnen die nötige Transparenz und die Werkzeuge, um die Reihenfolge von Suchergebnissen zu messen und zu beeinflussen. Die sogenannten Blackbox-Lösungen lieferten ihnen nicht die Informationen, die sie benötigten (z. B. warum bestimmte Ergebnisse ganz oben standen), um Verbesserungen vorzunehmen. Sie nahmen inhaltliche Aktualisierungen vor, aber bei 50 Inhaltsquellen und vielen Millionen Elementen war das Testen und Implementieren von Änderungen zeitaufwändig.

„Wir wollten einen Service einführen, der unsere Suchfunktionen auf ein ganz neues Niveau hebt“, sagte Chip Allen, Senior Manager bei Accenture. „Es musste nahtlos sein, man musste leicht finden können, wonach man sucht, und insgesamt musste es einfach ein viel besserer Prozess sein.“

Warum?: Suchmaschinenflexibilität fördert Geschwindigkeit und kontinuierliche Verbesserung

Im Juli 2016, zehn Monate nach dem ursprünglichen Proof of Concept, beschritt das Search-Excellence-Team Neuland und führte durch den innovativen Einsatz von Open-Source-Suchtechnologie in Kombination mit individuellen Erweiterungen und Tools einen Ansatz kontinuierlicher Verbesserung für die Suche ein. Accenture entschied sich für Elasticsearch, weil es Transparenz bei den Suchergebnissen und eine flexible Abfragesprache bot.

Jetzt konnten sie die Motorhaube öffnen und den Motor so tunen, wie sie es wollten.

„Elastic hat uns vor allem ermöglicht, Einblicke in die Suchmaschine zu erhalten“, so Allen. „So konnten wir besser verstehen, warum bestimmte Ergebnisse zurückgegeben wurden, und die Suche weiter optimieren und bessere Suchergebnisse liefern.“

Heute kann das Team überwachen, welche Suchbegriffe möglicherweise nicht die erwarteten Ergebnisse liefern, und herausfinden, warum: Gibt es eine Lücke im verfügbaren Inhalt, oder werden die Inhalte nur nicht in den Suchergebnissen angezeigt?

Als das Team beispielsweise feststellte, dass es einen Trend für Suchanfragen nach „Fitbit“ gab, diese aber keine Ergebnisse lieferten, erkannten sie, dass die Mitarbeiter nach „Accenture Active“, dem neuen Fitness-Tracker-Programm des Unternehmens, suchten. Sie konnten die Ergebnisse problemlos anreichern, obwohl der Name „Fitbit“ nirgendwo auf der Website auftaucht.

Jedes Mal, wenn das Team etwas Neues lernt, kann es schnell verstehen, wie die aktuelle Relevanz das richtige Ergebnis verhindert, Änderungen vorschlagen testen und dann das verfeinerte Modell schnell in Produktion bringen.

Wie?: Datenoptimierung zur Generierung präziser Suchergebnisse

Zusätzlich zur Elasticsearch-Kern-Engine fügte das Accenture-Team weitere Ebenen hinzu, um die Metadaten über mehrere Datenquellen hinweg zu verbessern, zu normalisieren und anzureichern. Die resultierende Lösung umfasst fünf Hauptkomponenten: einen Crawler, eine Anreicherungsschicht, eine Elasticsearch-Suchmaschine, eine Nutzerpräsentation und dann noch die Berichterstattung und Analysen.

Zunächst werden alle Daten in etwas eingespielt, was Accenture als „Dirty Index“ bezeichnet. Im Anschluss daran werden die Daten im Rahmen des Anreicherungsprozesses aufbereitet und normalisiert, bevor sie in einen „Clean Index“ kommen, wo alle Abfragen ausgeführt werden.

In der Vergangenheit war es aufgrund der fast 50 verschiedenen Quellen und der über 50 verschiedenen Gruppen, die diese Daten verwalteten, eine Herausforderung, die Dateneigentümer dazu zu bringen, bessere Metadaten zu den Inhalten hinzuzufügen, um die Suche zu erleichtern.

„Es gab ein ständiges Hin und Her“, sagte Allen. „Schließlich kamen wir an den Punkt, an dem wir erkannten, dass wir die Leute nicht zu etwas zwingen können, was sie nicht tun wollen, also beschlossen wir, einen Metadatendienst zu entwickeln, der neben dem Anreicherungssystem läuft.“

Die Architektur ermöglichte es dem Team, diese Zwischenschicht für das Metadatenmanagement zu schreiben, die es dem Suchteam während des Anreicherungsprozesses ermöglicht, eine SEO der Daten durchzuführen, bevor diese den Clean Index erreichen. Das Team kann ganz einfach verschiedene Quellen zusammenführen und Daten und Abfragen schnell bearbeiten, um die relevantesten Suchergebnisse zu generieren.

Die Suchergebnisse sind relevanter und genauer, und die Nutzer sind von der Geschwindigkeit begeistert: Im Vergleich zu den zwei bis drei Sekunden früher beträgt die Suchlatenz jetzt weniger als eine Sekunde. Die Such- und Indexierungsraten sowie die Latenz wurden ebenfalls deutlich verbessert und sind, wie der untenstehende Screenshot zeigt, mit Kibana leicht verständlich und analysierbar.

Die Zahl der abgebrochenen Suchanfragen ist gesunken und die Relevanzwerte verbessern sich stetig. Die Zufriedenheitswerte für das Mitarbeiterportal von Accenture und den internen Wissensaustausch, die von der Qualität der Suche abhängen, haben sich ebenfalls erhöht. John Evangelista, Technology Solutions Manager bei Accenture, sagte, der Unterschied sei „wie Tag und Nacht“. Da die Menschen nun die gesuchten Artikel problemlos finden können, ist das Feedback überwältigend positiv.