Die semantische Suche nutzt die Absicht und den Kontext von Suchanfragen, um Benutzern möglichst präzise Suchergebnisse bereitzustellen. Im Gegensatz zu Suchmethoden, die wörtliche Übereinstimmungen mit Schlüsselwörtern finden, erfasst die semantische Suche die Bedeutung von Suchanfragen. Dadurch können Endbenutzer und Agenten Inhalte suchen und auffinden, ohne die genauen Schlüsselwörter zu kennen.
Wie Sie feststellen können, ob die semantische Suche aktiviert ist und wie der Rollout-Plan aussieht, erfahren Sie unter Überblick über den Rollout-Plan für die semantische Suche.
Was ist die semantische Suche?
Die semantische Suche analysiert eine Suchanfrage mittels künstlicher Intelligenz (KI), um anhand der Formulierung die Absicht des Suchenden zu erkennen – ganz ähnlich, wie es auch ein Mensch tun würde. Die semantische Suche kombiniert Machine Learning (ML)- und Natural Language Processing (NLP)-Technologien, um der Suchmaschine zu helfen, die Absicht hinter der Suchanfrage eines Benutzers zu verstehen. Da die Suchmaschine nicht nur die verwendeten Schlüsselwörter erkennt, sondern auch weiß, was der Benutzer tatsächlich sucht, kann sie so die relevantesten Ergebnisse anzeigen und einordnen.
Bei der semantischen Suche können Endbenutzer und Agenten beispielsweise Fragen in natürlicher Sprache stellen und müssen sich keine Gedanken darüber machen, mit welchen Suchbegriffen sie die besten Ergebnisse erzielen. Neue Agenten brauchen sich nicht um die richtige Auswahl und Reihenfolge der Schlüsselwörter zu kümmern, sondern können einfach fragen: „Wie nutze ich die Berichtsfunktion?“ Bei der semantischen Suche können sie ihre Frage so eingeben, wie sie es für sinnvoll halten, und finden trotzdem die relevantesten Beiträge ganz oben in den Suchergebnissen.
Funktionsweise der semantischen Suche
In der Vergangenheit basierte die Help-Center-Suche auf der Übereinstimmung von Schlüsselwörtern in den Suchanfragen und Inhalten (z. B. Beiträgen, Community-Posts oder externen Beiträgen). Die „Bedeutung“ oder Semantik einer Suchanfrage wurde dabei jedoch nicht erfasst. Im Gegensatz dazu wird bei der semantischen Suche natürliche Sprache verarbeitet, um den Sinn der Suchanfrage und des Inhalts zu verstehen. Auf diese Weise kann die Suchmaschine komplexe Muster erkennen, die sonst unberücksichtigt bleiben würden. In vielen Fällen ist die semantische Suche selbst dann in der Lage, relevante Ergebnisse zu finden, wenn die Suchanfrage und die indizierten Inhalte keine nennenswerten Wortüberschneidungen aufweisen.
Anhand von Sprachmodellen kann die semantische Suche Suchanfragen und Help-Center-Beiträge in Vektoren (numerische Darstellungen) übersetzen und den Abstand zwischen ihnen messen. Je näher die Beiträge im Vektorraum beieinander liegen, desto größer ist die vom Sprachmodell erkannte Ähnlichkeit. Das Sprachmodell wurde anhand vieler Textbeispiele trainiert und hat durch sie gelernt, die Bedeutung eines Textes genau zu interpretieren.
Bei der semantischen Suche weist die Suchmaschine semantisch besseren Treffern eine höhere Relevanz zu. Dadurch erscheinen die im Hinblick auf die Intention und den Kontext der Suchanfrage relevantesten Inhalte ganz oben in den Suchergebnissen. Bei jeder Suche werden die Suchergebnisse also nicht nur nach der Schlüsselwortübereinstimmung, sondern auch nach der semantischen Übereinstimmung bewertet.
Wie die semantische Suche das Sucherlebnis verbessert
Die semantische Suche bietet ein intuitiveres Sucherlebnis, bei dem die Besucher des Help Centers ihre eigenen Suchbegriffe verwenden können. Seit Einführung der semantischen Suche konnte ein Anstieg der Suchqualitätsmetriken wie MRR (Mean Reciprocal Rank) und CTR (Click-Through Rate) verzeichnet werden. Konkret hat sich der MRR mit dieser ersten Iteration der semantischen Suche für englischsprachige Zendesk Help Center um durchschnittlich 7 % verbessert. Es wurden außerdem mehr Suchen mit Klicks beobachtet.
Die verbesserte Suchrelevanz und die Platzierung der relevantesten Ergebnisse an erster Stelle durch die semantische Suche wirken sich im Help Center wie folgt aus:
- Endbenutzer können die gesuchten Informationen leichter finden, wodurch die Anzahl der eingereichten Tickets sinkt.
- Agenten können effizienter arbeiten, da sie schneller Antworten finden.
Wie stark sich die semantische Suche auswirkt, hängt vom Suchverhalten des Benutzers ab. Sie macht sich vor allem bei längeren Suchanfragen positiv bemerkbar, verbessert aber auch die Relevanz bei allen anderen Sucharten.