La principal empresa global de servicios profesionales, Accenture, aspira a impulsar la innovación que mejore la forma en que el mundo vive y funciona. Durante las últimas tres décadas, los consultores han trabajado en millones de proyectos, lo que hizo que se acumulara una enorme biblioteca relacionada con su gama de servicios que abarcan estrategia, consultoría, digital, tecnología y operaciones. En una empresa de más de 400 000 personas, una búsqueda sólida, estructurada y no estructurada es esencial para encontrar información relevante dentro de esta enorme base de conocimiento.
La búsqueda del mejor servicio al cliente, potenciada
Accenture se asocia con tres cuartas partes de las compañías Fortune 500 y atiende a clientes en más de 120 países. De sus 100 principales clientes, 98 han permanecido en Accenture al menos 10 años. Los empleados de Accenture recurren a la búsqueda interna varias veces por segundo para encontrar conocimientos y expertos que abarcan toda la organización. Ya sea recopilando recursos sobre una tecnología o sector relacionado para personalizar los proyectos, o empleando datos históricos para crear una nueva propuesta, los consultores dependen de respuestas rápidas para aportar valor en todas las etapas de la relación con el cliente.
Con una creciente necesidad de búsquedas rápidas y relevantes en más de 50 fuentes de contenido diferentes, Accenture recurrió a Elastic como parte de un amplio esfuerzo para reimaginar su búsqueda empresarial. Ahora que lo emplean para impulsar la capacidad de búsqueda a nivel de toda la empresa, Elasticsearch ayuda a los empleados a aprovechar el rico contenido de Accenture para encontrar personas, expertos, políticas, formación y entregables, lo que mejora las operaciones internas y el servicio al cliente. Los resultados de búsqueda ahora llegan en menos de un segundo, con una relevancia notablemente mejorada que ha mejorado la satisfacción del usuario. Lo mejor de todo: esto no es una solución puntual; con una nueva visibilidad en el motor de búsqueda, Accenture puede aplicar un enfoque de mejora continua para ampliar las posibilidades y el poder de la búsqueda.
El recorrido de Accenture con Elastic
El Quién: Recurrir al equipo de excelencia en búsqueda
La organización interna de IT de Accenture, también conocida como el Grupo de CIO, está compuesta por casi 8000 personas que dan soporte a los más de 400 000 empleados de la empresa, desde empleados de centros de llamadas y de externalización de aplicaciones hasta consultores. El grupo se encarga de trabajar en una variedad de aplicaciones, incluidos un portal interno, una plataforma de conocimiento, una plataforma de colaboración y búsqueda empresarial.
Para abordar la necesidad de modernizar su plataforma de búsqueda, Accenture creó un equipo de excelencia en búsqueda de 25 personas dentro del grupo CIO. A los miembros del equipo con sede en Manila y Chicago se les encargó enfocarse no solo en la tecnología de búsqueda, sino también en la mejora continua y los procesos de búsqueda.
El Qué: Sustituir las cajas negras por la visibilidad de búsqueda
Históricamente, la búsqueda se ha visto como una experiencia que deja a los usuarios de Accenture con ganas de algo mejor. La gente sabía que esa información estaba ahí, pero como no siempre podían encontrarla de forma eficiente, terminaban abandonando frecuentemente las búsquedas. Los empleados estaban frustrados y las encuestas anuales mostraban que, dentro de las aplicaciones que Accenture ofrecía a sus empleados, la búsqueda era una de las peores valoradas.
Aunque el equipo de excelencia de búsqueda sabía que los usuarios no estaban satisfechos, carecían de visibilidad y herramientas para medir e influir en el ordenamiento de los resultados de búsqueda. Las soluciones "de caja negra" no les proporcionaron la información que necesitaban (como por qué ciertos resultados aparecían en los primeros puestos) para realizar mejoras. Hicieron actualizaciones en el lado del contenido, pero con 50 fuentes de contenido y muchos millones de elementos, tomaría mucho tiempo probar e implementar cambios.
"Queríamos presentar un servicio que llevara nuestra capacidad de búsqueda a otro nivel," dijo Chip Allen, gerente sénior de Accenture. "Tenía que ser fluido, fácil de encontrar lo que buscas y un proceso mucho mejor en general".
El Porqué: La flexibilidad en los motores de búsqueda impulsa la velocidad y la mejora continua
En julio de 2016, 10 meses después de la prueba de concepto original, el equipo de excelencia de búsqueda abrió nuevos caminos, al incorporar un enfoque de mejora continua para la búsqueda a través del uso innovador de la tecnología de búsqueda de open source junto con extensiones y herramientas personalizadas. Accenture eligió Elasticsearch porque ofrecía transparencia en los resultados de búsqueda y un lenguaje de búsqueda flexible.
Entonces podían abrir el capó y ajustar el motor como quisieran.
"Lo principal que hizo Elastic fue darnos visibilidad del motor de búsqueda", dijo Chip. "Pudimos obtener información detallada de la lógica de por qué se mostraban ciertos resultados para optimizar más y brindar mejores resultados de búsqueda".
Hoy en día, el equipo puede monitorear qué términos de búsqueda pueden no estar obteniendo los resultados esperados y averiguar por qué: ¿hay un hueco en el contenido disponible o es cuestión de que el contenido no aparece en las búsquedas?
Por ejemplo, cuando el equipo identificó que las búsquedas de "Fitbit" eran tendencia, pero no arrojaban resultados, se dieron cuenta de que los empleados estaban buscando el nuevo programa de seguimiento de actividad física de la compañía, "Accenture Active". Pudieron enriquecer fácilmente los resultados, a pesar de que "Fitbit" no aparece en ninguna parte del sitio.
Cada vez que el equipo aprende algo nuevo, puede entender rápidamente cómo la relevancia actual está previniendo el resultado correcto, proponer y probar cambios, y aplicar rápidamente el modelo refinado a la producción.
El Cómo: Optimizar los datos para generar resultados de búsqueda precisos
Además del motor núcleo de Elasticsearch, el equipo de Accenture agregó capas para mejorar, normalizar y enriquecer los metadatos en múltiples fuentes de datos. La solución resultante incluye cinco componentes principales: un rastreador, una capa de enriquecimiento, el motor de búsqueda de Elasticsearch, la presentación del usuario y los reportes y análisis.

Accenture's Search Architecture
Primero, todos los datos se incluyen en lo que Accenture denomina un índice sin depurar o "índice sucio". Luego el proceso de enriquecimiento masajea y normaliza los datos antes de que se pongan en un índice depurado o "índice limpio" donde se ejecutan todas las consultas.
Históricamente, con casi 50 fuentes diferentes y más de 50 grupos distintos gestionando esos datos, fue difícil conseguir que los propietarios de datos agregaran mejores metadatos al contenido para facilitar la búsqueda.
"Había un tira y afloja constante", dijo Chip. "Por fin llegamos al punto en que nos dimos cuenta de que no podemos hacer que la gente haga lo que no quiere hacer, así que decidimos crear un servicio de metadatos que se sitúe junto al sistema de enriquecimiento."
La arquitectura permitió al equipo escribir esta capa intermedia de gestión de metadatos que, durante el proceso de enriquecimiento, permite al equipo de búsqueda efectuar SEO en los datos antes de que lleguen al índice limpio. El equipo puede reunir fácilmente diversas fuentes y manipular rápidamente datos y consultas para generar los resultados de búsqueda más relevantes.
El verdadero beneficio de esta iniciativa es una búsqueda más rápida y relevante que fomenta el uso de nuestros amplios recursos de conocimiento para servir mejor a los clientes. La nueva capacidad de búsqueda es mejor hoy en día, y preparamos las bases para una mejora continua.
Los resultados: Búsqueda rápida y relevante para brindarle un mejor servicio al cliente
Los resultados de búsqueda son más relevantes y precisos, y los usuarios están encantados con la velocidad: la latencia de búsqueda pasó de ser de dos o tres segundos a ser inferior a un segundo. Las tasas de búsqueda e indexación y la latencia también se han mejorado drásticamente, y se entienden y analizan fácilmente usando Kibana, como se muestra en la captura de pantalla a continuación.

Analyzing Accenture’s latency along with search and indexing rates
La combinación de software open source y ejecutar la solución con menos servidores más pequeños significa que es menos riesgo inicial, más sencillo de actualizar y gestionar, y por tanto más rentable. Mejorar la satisfacción de los usuarios con la búsqueda comienza por la tecnología del motor de búsqueda central, y esa capacidad de respuesta adicional mejora la calidad en todos los aspectos.
Las búsquedas abandonadas han disminuido y los puntajes de relevancia están mejorando constantemente. Las medidas de satisfacción del portal de empleados de Accenture y del intercambio interno de conocimientos, que dependen de la calidad de la búsqueda, también han subido. El gerente de soluciones tecnológicas de Accenture, John Evangelista, dijo que la diferencia es "un abismo". Ahora que las personas pueden encontrar fácilmente los artículos que están buscando, los comentarios han sido abrumadoramente positivos.
Los clústeres de Accenture
- Clústeres3: índice limpio, índice sucio, Kibana
- Tamaño de datos3 TB
- NodosÍndice limpio: 3, índice sucio: 1, Kibana: 1
- Tasa de ingesta134/s = 5 788 800/día
- Documentos213 145 844
- Estadísticas de hardwareCPU: 32 núcleos a 2,8 GHz, RAM: 60 GB
