Dans le domaine du Search, les fournisseurs d’outils numériques ont déployé des efforts considérables pour offrir des résultats pertinents, contextualisés et efficaces au sein de leurs solutions. Pourtant, la majeure partie des entreprises se sont montrées lentes voire réticentes à adopter les innovations promises par l’Enterprise Search : beaucoup d’entre elles ont été échaudées par leurs expériences passées.

Néanmoins, la bonne nouvelle est que quelque chose de nouveau est en train de bousculer le monde de l’Enterprise Search. Une poignée d’acteurs du marché a investi du temps et de la R&D pour transformer l’expérience de recherche et d’analyse avec deux objectifs : fournir des informations plus pertinentes et faire profiter les utilisateurs d’informations extraites de données auparavant inexploitées, au sein de leur « Digital Workplace ». Une bonne nouvelle certes, mais en quoi est-ce innovant ?

Alors que notre société numérique entre dans l’ère du cognitif, de nouvelles solutions émergent. Celles-ci combinent les puissantes technologies d’indexation, de Natural Language Processing (NLP, que l’on pourrait traduire par Traitement automatique du langage naturel) et des algorithmes de Machine Learning. L’objectif est de créer une base de connaissances capable de générer de l’information contextuelle et d’offrir une vision à 360° d’un sujet à ses utilisateurs, le tout en temps réel. C’est ce que les analystes appellent le “Cognitive Search” ou les “Insight Engines”. Ces solutions sont dotées de capacités cognitives car elles interagissent avec l’utilisateur d’une façon plus naturelle et apprennent de leur expérience. Tout cela grâce à l’analyse des données et du comportement de l’utilisateur, ce qui permet à ces solutions de nouvelle génération d’établir, de façon proactive, des connexions entre les données provenant de différentes sources, internes comme externes pour en extraire toute sa valeur.
Dans une note, le cabinet d’analystes Forrester définit ainsi le “Cognitive Search” :

« L’indexation, le traitement automatique du langage naturel (NLP) et le Machine Learning sont des technologies qui, une fois combinées, permettent de créer une base de connaissances de plus en plus pertinente à partir de toutes les sources de données non structurées et structurées et qui proposent des interfaces de requêtes naturelles et flexibles ou virtuelles pour fournir des informations à des utilisateurs sous la forme de textes, de voix et de visualisations. »

Les bénéfices du Cognitive Search pour les entreprises   

L’information devient le nouveau pouvoir pour les entreprises et le Cognitive Search apporte une information pertinente.

Extraire des informations de valeur depuis une multitude de sources de données complexes et variées.
Il est crucial de prendre en compte toutes les données disponibles au sein de l’entreprise, qu’elles soient internes ou externes, structurées ou non structurées, afin de fournir des résultats probants aux utilisateurs. Avec l’objectif, par la suite, de leur permettre de prendre de meilleures décisions au sein de leur organisation.

Fournir des informations contextualisées et pertinentes.
Dénicher des informations de valeur au milieu de toutes les données d’une entreprise requiert des systèmes cognitifs utilisant le NLP. Seule cette méthode permet de “comprendre” à quoi correspondent les données non structurées de documents écrits (textes, emails, publications sur les réseaux sociaux, rapports d’études, recherches marketing, etc.) et les contenus Rich-Media (vidéos, enregistrements d’appels, etc.). Les algorithmes du Machine Learning permettent d’affiner les résultats de recherche obtenus à partir de ces données. Les dictionnaires métiers aident à trouver des synonymes entre les termes et les concepts et permettent de les relier entre eux. Cela nécessite, en substance, beaucoup d’intelligence et de puissance de calcul pour un système de “connaissance avancée”.

Les nouvelles possibilités offertes par le Machine Learning vont améliorer continuellement la pertinence des résultats.
Les algorithmes du Machine Learning – parmi les plus populaires, on peut citer le filtrage collaboratif et les recommandations, la classification par l’exemple, le clustering, les calculs de similarité pour les contenus non structurés et l’analyse prédictive – apportent une valeur ajoutée en affinant continuellement et en enrichissant les résultats de recherche, dans l’optique d’apporter des résultats de plus en plus probants à l’utilisateur.
Grâce aux avancées technologiques, le Cognitive Search permet aux entreprises numériques, de découvrir une nouvelle génération de Search, leur garantissant d’aller bien plus loin que le traditionnel « Search in a box ». De quoi offrir aux utilisateurs, en temps réel, des informations pertinentes, au bon moment et sur l’appareil de leur choix (PC, tablette ou encore smartphone).

 

__________
Laurent Fanichet est VP Marketing chez Sinequa