Adataid csatlakoztatása
Ezen az oldalon
A keresés csak annyira jó, mint a betáplált adatok
Az Enterprise Search teljesítménye közvetlenül függ a csatlakoztatott források minőségétől és szélességétől. Egy olyan telepítés, amely csak a vezetői megosztott meghajtót indexeli, gyenge válaszokat fog adni. A felhasználók arra a következtetésre jutnak, hogy az eszköz nem működik, pedig a valós probléma a hatókör hiánya. Ez a lecke egy projekt tényleges sorrendjét követi: leltár, csatlakoztatás, az indexelés hangolása, majd a karbantartás.
Kezdd egy leltárral, amely négy kérdésre épül. Kérdezd meg magukat a csapatokat, ne csak az IT-t. Mely eszközöket használják az emberek valójában nap mint nap, beleértve a „shadow IT“-t is? Hol él a kritikus tudás – műszaki dokumentáció, eljárásrendek, belső szabályzatok? Milyen tartalmat keresnek a dolgozók a leggyakrabban? Mely adatok annyira érzékenyek, hogy hozzáférési korlátozást igényelnek? A válaszok meghatározzák a prioritási sorrendet. Ez a sorrend szinte soha nem egyezik a technikai egyszerűséggel: először azokat a forrásokat csatlakoztasd, amelyek a legkeresettebb és legfrissebb tudást tartalmazzák.
Ezután ellenőrizd az előfeltételeket. Ezek minden csatlakozó esetén azonosak. Szükséged van adminisztrátori jogosultságra a forrásplatformon – például Google Workspace Admin vagy SharePoint Admin –, egy kifejezetten az Enterprise Search számára fenntartott szolgáltatásfiókra vagy OAuth alkalmazásra, olvasási engedélyekre az indexelendő terekhez, valamint a biztonsági csapatod jóváhagyására. A biztonsági jóváhagyás a leggyakoribb ütemterv-romboló. Kérd ezt már a leltározási fázisban, ne a éles indulás előtti napon.
Főbb források csatlakoztatása
A Google Drive csatlakoztatása OAuth 2.0 protokollt használ egy Google Workspace szolgáltatásfiókkal. Kövesd ezeket a lépéseket:
- Hozz létre egy szolgáltatásfiókot a Google Cloud Console-ban
- Engedélyezd a Google Drive API-t ehhez a fiókhoz
- Engedélyezd a tartományra kiterjedő delegálást (domain-wide delegation) a Google Workspace Admin felületen
- Állítsd be a szükséges olvasási hatóköröket (scopes)
- Add meg a hitelesítő adatokat az Enterprise Search konzolban
A csatlakozó ezután indexeli a Drive-ban tárolt Google Docs, Sheets, Slides, PDF és egyéb formátumú fájlokat, automatikusan tiszteletben tartva a Google-ben meghatározott megosztási engedélyeket.
Microsoft 365 környezet esetén a logika ugyanaz, de a hitelesítés az Azure-on keresztül történik. Regisztrálj egy alkalmazást az Azure Active Directoryban, adj neki Sites.Read.All és Files.Read.All Microsoft Graph engedélyeket, kérd meg az adminisztrátori hozzájárulást, majd konfiguráld a csatlakozót az alkalmazás hitelesítő adataival. Ez indexeli a SharePoint oldalakat, dokumentumtárakat és OneDrive fájlokat, hűen örökölve a SharePoint engedélyeit.
A Confluence gyorsabban csatlakoztatható: hozz létre egy Atlassian API tokent olvasási engedélyekkel, add meg az indexelendő tereket, vagy válaszd az egész oldalt, majd állítsd be a szinkronizálás gyakoriságát. Ha szervezeted elsődleges wikiként használja, helyezd előtérbe ezt a kapcsolatot – ez szinte mindig a leggazdagabb forrás a műszaki dokumentáció és a belső eljárásrendek tekintetében.
A Slackhez egy dedikált alkalmazás szükséges a munkaterületen. Add hozzá az channels:history és channels:read OAuth hatóköröket, telepítsd az alkalmazást, és válaszd ki a csatornákat. Állj ellen a kísértésnek, hogy mindent indexelj. Fókuszálj a projektekkel, támogatással és dokumentációval foglalkozó csatornákra. Hagyd ki a informális csatornákat; ezek csak zajt adnak hozzá anélkül, hogy cselekvőképes tudást nyújtanának.
Az indexelés hangolása
A kezdeti szinkronizálás a mennyiségtől függően több órát is igénybe vehet, és ez idő alatt terheli a forrásrendszereidet. Ütemezd ezt csúcsidőn kívülre. Ezt követően az Enterprise Search automatikusan észleli a változásokat. Az új dokumentumok létrehozásuktól számított perceken belül indexelésre kerülnek. A módosított dokumentumok automatikusan újraindexelődnek. A törölt dokumentumok a következő szinkronizáláskor eltűnnek. Az engedélyváltozások átterjednek a találatokra. A gyakoriságot csatlakozónként konfigurálhatod: valós időben webhookokon keresztül, tizenöt percenként, óránként vagy naponta.
A szűrés a minőség második eszköze. Zárd be vagy ki a mappákat, hogy csak a releváns tereket indexeld. Szűrj fájltípus szerint, hogy elvesd a képeket, videókat vagy a szöveges értéket nem hordozó nagy fájlokat. Szűrj életkor szerint, például csak az elmúlt két év dokumentumait tartva meg. Zárj ki elnevezési mintázatokat a ideiglenes fájlok, piszkozatok és archívumok figyelmen kívül hagyására. Ennek a beállításnak az elhanyagolásának pontos költsége van: egy elavult értékesítési szabályzat, amely indexelve marad, végül rossz választ generál, amely tökéletesen forrásoltnak tűnik. Ez a legrosszabb eset, mert semmi sem figyelmezteti az olvasót.
A relevancia a metaadatokon is múlik. Egy leíró című dokumentum előrébb rangsorolódik, mint egy „v2_final“ nevű fájl. A meglévő címkék és címkék gazdagítják az indexelést. A Confluence oldalak vagy Drive fájlok leírásai kiaknázásra kerülnek. A szerzői információk segítik a megbízhatóság súlyozását. Végül ugyanolyan fontos, ahogy a felhasználók megfogalmazzák kérdéseiket, mint maga a konfiguráció. Ösztönözd a teljes kérdések feltevését az elszigetelt kulcsszavak helyett. Mutasd meg csapataidnak, hogy a „Mi a backend fejlesztők beillesztési eljárása?“ kérdés teljesen más eredményt ad, mint az „beillesztés“ kulcsszó. Ossz meg néhány példát a hatékony lekérdezésekről belsőleg.
Hosszú távú monitorozás
Az adminisztrátori konzol megjeleníti az indexelési állapotot: forrásonként indexelt dokumentumok száma, utolsó szinkronizálás dátuma, indexelési hibák és sikertelen dokumentumok, keresési volumen és elégedettségi arány. Ellenőrizd havonta. Győződj meg róla, hogy a csatlakozók aktívak maradnak. Vizsgáld ki a hibákat – ezek általában visszavont engedélyek vagy sérült fájlok. Igazítsd a szűrőket a visszajelzések alapján. Csatlakoztass új forrásokat, ahogy nő az elfogadottság. Egy meghibásodott csatlakozó nem vált ki látható riasztást a felhasználók számára. A válaszok egyszerűen rosszabbá válnak, és senki nem köti össze a kettőt.
Főbb megállapítások
- Kezdd az adatforrások leltározásával, és helyezd előtérbe a legkeresettebb elemeket
- Minden csatlakozóhoz olvasási engedéllyel rendelkező szolgáltatásfiók szükséges
- A növekményes indexelés automatikusan naprakészen tartja a találatokat
- A szűrés és a kizárások finomítják a relevanciát
- A folyamatos monitorozás biztosítja az eredmények minőségét és frissességét