Guide a commencé à utiliser la recherche sémantique afin de générer les résultats de recherche les plus précis possibles en fonction de l’intention et du contexte des requêtes de recherche des utilisateurs. Contrairement aux méthodes de recherche qui renvoient des correspondances littérales pour les mots-clés, la recherche sémantique capture le sens des requêtes de recherche : cela aide les utilisateurs finaux et les agents à rechercher et trouver du contenu sans savoir préalablement quels mots-clés exacts utiliser.
Pour savoir si la recherche sémantique est activée pour votre compte et prendre connaissance du plan de déploiement, consultez Plan de déploiement de la recherche sémantique.
Qu’est-ce que la recherche sémantique ?
La recherche sémantique utilise l’intelligence artificielle (IA) pour analyser et comprendre le sens et l’intention du texte utilisé dans les requêtes de recherche, un peu comme le ferait un être humain. Plus spécifiquement, dans la recherche sémantique, les technologies de machine learning (ML) et natural language processing (NLP) fonctionnent de concert pour aider le moteur de recherche à comprendre l’intention de l’utilisateur quand il envoie une requête de recherche. En comprenant ce que recherche l’utilisateur, quels que soient les mots-clés qu’ils utilisent, le moteur de recherche peut plus facilement renvoyer et hiérarchiser les résultats les plus pertinents.
Par exemple, avec la recherche sémantique, les utilisateurs finaux et les agents peuvent poser des questions en langage naturel, plutôt que d’essayer d’identifier les mots-clés pertinents pour obtenir les meilleurs résultats. Un nouvel agent peut demander « Comment commencer à utiliser Guide ? » au lieu de devoir identifier les meilleurs mots-clés et l’ordre dans lequel les saisir dans sa requête. Avec la recherche sémantique, il peut saisir sa question comme il le souhaite et les articles les plus pertinents s’afficheront quand même en haut des résultats.
Fonctionnement de la recherche sémantique
La recherche Guide s’appuyait précédemment sur les correspondances de mots-clés entre les requêtes et le contenu (articles, publications de la communauté ou documents externes, par exemple), mais elle ne comprenait pas le « sens » (la sémantique) d’une requête. La recherche sémantique, quant à elle, analyse le langage naturel par le biais de la technologie NLP afin de comprendre la requête de recherche et le contenu. Cela aide le moteur de recherche à identifier des schémas complexes qu’il aurait autrement ratés. Dans de nombreux cas, la recherche sémantique est capable de trouver des résultats pertinents même s’il y a peu de mots en commun entre la requête et le contenu indexé.
En s’appuyant sur des modèles linguistiques, la recherche sémantique peut traduire les requêtes et les articles du centre d’aide en vecteurs (une représentation numérique) et mesurer la distance qui les sépare. Les articles les plus proches dans l’espace vectoriel sont considérés comme plus similaires par le modèle linguistique. Le modèle linguistique est formé à l’aide de nombreux exemples de texte, ce qui lui permet d’apprendre à interpréter précisément le sens d’un texte.
Quand la recherche sémantique est utilisée, le moteur de recherche accroît la pertinence des correspondances qui sont supérieures du point de vue sémantique. Cela « pousse » le contenu le plus pertinent, selon l’intention et le contexte de la requête de recherche, vers le haut des résultats. À chaque recherche, les résultats sont hiérarchisés en fonction des correspondances des mots-clés, mais aussi poussés vers le haut par les correspondances sémantiques.
Comment Guide utilise la recherche sémantique pour améliorer l’expérience de recherche
La recherche sémantique offre une expérience plus intuitive qui aide les visiteurs du centre d’aide à effectuer des recherches dans leurs propres mots. Depuis que Guide a commencé à incorporer la recherche sémantique, une hausse des mesures de qualité de la recherche, comme le rang réciproque moyen et le taux de clic, a été observée. Plus spécifiquement, le rang réciproque moyen a enregistré une hausse de 7 % en moyenne avec la première itération de la recherche sémantique pour les centres d’aide Zendesk en langue anglaise. Plus de recherches avec clics ont également été observées.
En améliorant la pertinence des recherches et en plaçant les résultats les plus pertinents en première place, la recherche sémantique améliore le centre d’aide des façons suivantes :
- Les utilisateurs finaux peuvent trouver les informations qu’ils recherchent plus facilement, ce qui booste la capacité à réduire le nombre de tickets de votre centre d’aide.
- L’efficacité des agents est améliorée car ils peuvent trouver des réponses plus rapidement.
Le degré d’impact de la recherche sémantique dépend du comportement de recherche de l’utilisateur. La recherche sémantique est particulièrement efficace pour les longues requêtes, mais elle améliore malgré tout la pertinence de tous les types de recherche.