Accenture : soutenir la rechercher du meilleur service client

Acteur mondial majeur des services professionnels, Accenture ambitionne de favoriser l’innovation afin d’améliorer la façon dont le monde vit et travaille. Au cours des trente dernières années, les consultants ont mené à bien des millions de projets et ont ainsi amassé une bibliothèque considérable, relative à l’ensemble de leurs services en stratégie, conseil, numérique, technologie et opérations. Pour une entreprise de plus de 400 000 collaborateurs, une recherche structurée et non structurée efficace est cruciale pour dénicher les informations pertinentes au sein de cette base de connaissances colossale.

Accenture est partenaire des trois quarts des entreprises du Fortune 500 et accompagne des clients dans plus de 120 pays. Parmi ses 100 meilleurs clients, 98 font confiance à Accenture depuis au moins 10 ans. Les collaborateurs d’Accenture font appel à la recherche interne plusieurs fois par seconde afin de localiser des connaissances et des experts à travers l’ensemble de l’entreprise. Que ce soit pour collecter des actifs relatifs à une technologie ou un secteur spécifique afin d’adapter les missions, ou pour exploiter des données historiques dans le cadre d’une nouvelle proposition, les consultants comptent sur des réponses rapides pour fournir de la valeur tout au long du cycle de la relation client.

Devant la nécessité croissante d’effectuer des recherches rapides et pertinentes à travers plus de 50 sources de contenu variées, Accenture a choisi Elastic dans le cadre d’une initiative d’envergure visant à repenser sa recherche d’entreprise. Désormais moteur de la capacité de recherche de l’entreprise sur l’ensemble de ses activités, Elasticsearch aide les employés à puiser dans le riche contenu d’Accenture pour retrouver des personnes, des experts, des politiques, des formations et des livrables, améliorant ainsi les opérations internes et le service rendu aux clients. À présent, les résultats de recherche s’affichent en nettement moins d’une seconde, avec une pertinence nettement supérieure qui a permis d’améliorer la satisfaction utilisateur. Plus important encore, ce n’est pas une correction ponctuelle ; grâce à une visibilité inédite sur son moteur de recherche, Accenture est en mesure de mettre en œuvre une stratégie d’amélioration continue afin d’élargir les capacités et la puissance de sa recherche.

Les intervenants : solliciter l’équipe dédiée à l’excellence de la recherche

L’organisation informatique interne d’Accenture, aussi dénommée groupe CIO, regroupe près de 8 000 personnes au service des plus de 400 000 employés de l’entreprise, qu’il s’agisse des équipes de centres d’appels, du personnel spécialisé dans l’externalisation d’applications ou des consultants sur le terrain. Le groupe est en charge d’une série d’applications, dont un portail interne, une plateforme de connaissances, une plateforme de collaboration et la recherche d’entreprise.

Pour faire face au besoin de modernisation de sa plateforme de recherche, Accenture a constitué une équipe de 25 experts, baptisée « Search Excellence Team », au sein du groupe CIO. Basés à Manille et à Chicago, les membres de l’équipe ont eu la responsabilité de se concentrer sur la technologie de recherche, ainsi que sur l’amélioration continue et les processus de recherche.

L’objectif : substituer la visibilité de la recherche aux systèmes de type « boîte noire »

La recherche a longtemps été perçue comme une expérience qui ne répondait pas aux attentes des utilisateurs d’Accenture. Les équipes avaient conscience que l’information était présente, mais l’incapacité à la retrouver efficacement les amenait souvent à abandonner leurs recherches. Face à la frustration des employés, les enquêtes annuelles ont classé la recherche comme l’une des applications les moins appréciées mises à disposition par Accenture.

Même si l’équipe Search Excellence était consciente de l’insatisfaction des utilisateurs, elle ne disposait ni de la visibilité ni des outils nécessaires pour mesurer et influencer les résultats de recherche. Les solutions de type « boîte noire » ne leur donnaient pas les indications dont ils avaient besoin — notamment pour comprendre pourquoi certains résultats remontaient en tête de liste — afin d’effectuer des optimisations. L’équipe procédait à des mises à jour du contenu, mais la gestion de 50 sources et de plusieurs millions d’éléments rendait les tests et l’implémentation des changements particulièrement chronophages.

« Nous souhaitions mettre en place un service permettant de hisser notre capacité de recherche à un niveau supérieur », a affirmé Chip Allen, directeur principal chez Accenture. « L’expérience devait être fluide, permettre de trouver facilement ce que l’on recherche et offrir un processus bien plus performant dans l’ensemble. »

L’enjeu : la flexibilité du moteur de recherche, moteur de la rapidité et de l’amélioration continue

En juillet 2016, dix mois après la preuve de concept initiale, l’équipe Search Excellence a innové en instaurant une méthode d’amélioration continue pour la recherche, s’appuyant sur l’utilisation créative de technologies de recherche open source couplées à des extensions et des outils sur mesure. Accenture a opté pour Elasticsearch en raison de la transparence offerte sur les résultats de recherche et de la flexibilité de son langage de requête.

Ils avaient désormais la possibilité d’ouvrir le capot et d’ajuster le moteur selon leurs besoins.

« Le principal avantage d’Elastic a été de nous offrir une visibilité sur le moteur de recherche », a indiqué Chip. « Nous avons ainsi pu comprendre en profondeur la logique derrière l’affichage de certains résultats, ce qui nous a permis de mieux optimiser et de mieux servir les résultats de recherche. »

Aujourd’hui, l’équipe peut identifier les termes de recherche qui ne génèrent pas les résultats attendus et en déterminer l’origine : y a-t-il une lacune dans le contenu disponible ou le problème vient-il du fait que le contenu n’apparaît pas lors des recherches ?

Par exemple, lorsque l’équipe a identifié que les recherches pour « Fitbit » étaient en tendance, mais ne donnaient aucun résultat, elle a réalisé que les employés recherchaient le nouveau programme de suivi de la condition physique de l’entreprise, « Accenture Active ». Ils ont pu facilement enrichir les résultats, même si « Fitbit » n’apparaît nulle part sur le site.

À chaque nouvelle découverte, l’équipe est en mesure de comprendre rapidement en quoi la pertinence actuelle fait obstacle aux bons résultats, de proposer et tester des ajustements, puis de déployer rapidement le modèle optimisé en production.

La méthode : l’optimisation des données au service de la pertinence des résultats de recherche

Outre le moteur Elasticsearch noyau, l'équipe Accenture a ajouté des couches pour améliorer, normaliser et enrichir les métadonnées provenant de multiples sources de données. La solution résultante comprend cinq composantes principales : un robot d’indexation, une couche d’enrichissement, un moteur de recherche Elasticsearch, une présentation utilisateur, ainsi que des reportings et des analyses.

Premièrement, toutes les données sont placées dans ce qu’Accenture appelle un « indice corrompu ». Ensuite, le processus d’enrichissement traite et normalise les données avant leur intégration dans un « index propre » où toutes les requêtes sont exécutées.

Par le passé, en raison de la présence de près de 50 sources et de plus de 50 groupes gérant ces données, il était complexe d’obtenir des responsables de données qu’ils enrichissent le contenu avec de meilleures métadonnées afin d’en faciliter la recherche.

« C’était un va-et-vient perpétuel », a indiqué Chip. « Nous avons fini par admettre que nous ne pouvions pas forcer la main aux équipes ; nous avons donc choisi de développer un service de métadonnées qui vient se greffer au système d’enrichissement. »

L’architecture a permis à l’équipe de concevoir cette couche intermédiaire de gestion des métadonnées. Lors du processus d’enrichissement, celle-ci autorise l’équipe de recherche à appliquer une optimisation des données avant leur intégration dans l’index final. L’équipe peut facilement agréger des sources variées et manipuler rapidement les données ainsi que les requêtes pour obtenir les résultats de recherche les plus pertinents.

Les résultats de recherche sont plus pertinents et exacts, et les utilisateurs sont satisfaits de la célérité du système : alors qu’il fallait compter deux à trois secondes auparavant, la latence de recherche est aujourd’hui inférieure à une seconde. Les performances de recherche et d’indexation, en termes de taux et de latence, ont également été nettement améliorées et sont facilement analysables grâce à Kibana, comme l’illustre la capture d’écran ci-dessous.

Le taux de recherches abandonnées est en baisse et les scores de pertinence progressent de façon constante. Le taux de satisfaction lié au portail des collaborateurs d’Accenture et à l’échange interne de connaissances, deux éléments qui reposent sur la qualité de la recherche, a également connu une hausse. John Evangelista, responsable des solutions technologiques chez Accenture, a déclaré que la différence était « totale ». Maintenant que les utilisateurs peuvent facilement trouver les articles qu'ils recherchent, les commentaires sont extrêmement positifs.