Feature Preview: Elasticsearch Search Engine Support für eZ Platform v3.1

Unterstützung komplexer Suchszenarien für eine bessere User Experience

Dies ist ein weiterer Teil unserer Feature Preview, in dem wir einen Vorgeschmack auf die neuen Funktionen der bevorstehenden Softwareversion, eZ Platform v3.1, geben, welche Ende dieses Monats erscheint. Hier finden Sie eine Übersicht zu Site Skeleton; hier finden Sie mehr Informationen zu den Verbesserungen der Admin-Benutzeroberfläche.

Warum die Suche das Herzstück erstaunlicher digitaler Erlebnisse ist

Die Bereitstellung eines guten Sucherlebnisses auf der Webseite kann den Unterschied zwischen einem zufriedenstellenden - oder sogar frustrierenden - Benutzererlebnis und einem nahtlosen Erlebnis ausmachen, das Nutzern bei ihrer Kundenreise voranbringt. Eine gute Suchfunktionalität ist entscheidend für das digitale Erlebnis. Sie steht an der Schnittstelle zwischen der Möglichkeit, alle Content und Commerce-Engagements, die die wesentlichen Interaktionen Ihrer Kaufreise bilden, effektiv miteinander zu verschmelzen.

In der Transaktionsphase unterstützt das einfache Auffinden von Produkten und zugehörigen Produktdaten oder Dokumentationen den reibungslosen Ablauf von E-Commerce-Prozessen. Beide Aspekte sind entscheidend für die Entwicklung der Beziehung zwischen Verkäufer und Käufer, bspw. bei Nachbestellungen, zusätzlichen Dienstleistungen oder der Entdeckung neuer Produktlinien.

Komplexe Berührungspunkte mit Kunden erfordern umfangreiche Suchfunktionen

Viele unserer Kunden verwenden eZ Platform, für die Verwaltung komplexer Webseiten- und Markenarchitekturen. Die aktuelle eZ Platform Version unterstützt die Suche über eine Open-Source-Suchmaschine, Solr. Solr eignet sich zwar hervorragend für die textbasierte Suche, aber viele unserer Kunden haben uns mitgeteilt, dass sie fortschrittlichere Suchszenarien benötigen, die eine bessere Suchrelevanz bieten können, als der textbasierte Fokus von Solr.

eZ Platform Support für Elasticsearch

Wie Solr ist Elasticsearch eine Open-Source-Suchmaschinenlösung; sie eignet sich jedoch viel besser für komplexe Suchen mit zusammengehörenden Daten, d.h. für die Kombination mehrerer Suchkriterien, die über eine einfache textbasierte Suche hinausgehen.

Darüber hinaus ist Elasticsearch ein sehr entwicklerfreundliches Tool. Es ist eine Java-basierte Lösung und sehr benutzerfreundlich, wodurch es perfekt für die Skalierung in Cloud-Umgebungen geeignet ist. Entwickler verfügen über die volle Kontrolle darüber, wie Elasticsearch die Daten der eZ Platform Installation indexiert und wie die Suchrelevanz der Webseite(n) angepasst werden kann.

Erste Schritte 

• Elasticsearch wird als Standardfunktion unterstützt und ist in der eZ Platform v3.1 Enterprise Edition verfügbar
• Zur Verbindung der Elasticsearch-Instanz, kann die entsprechende Einstellung einfach in der eZ Platform-Konfigurationsdatei aktiviert werden
• Die Suchrelevanz für die Datenbank kann nun entworfen und angepasst werden
• Sucherlebnisse können nach den gleichen Kriterien wie bei der Solr-Suche aufgebaut werden, jedoch mit einigen zusätzlichen Facetten
• Gefilterte Sucherlebnisse mit mehreren Ebenen können erstellt werden, indem Suchkriterien mit einer Parent>Child-Struktur verwendet werden. Details zu den verfügbaren Suchkriterien werden in unserer technischen Dokumentation beim v3.1 Launch verfügbar sein

Aufbau von Suchszenarien für relevantere Suchergebnisse

Als Beispiel nehmen wir eine Website für ein Unternehmen, das Möbel herstellt und verkauft. Die Webseite umfasst drei Abschnitte:

i) Produkte

ii) Inspirationen

iii) Listenabschnitt für Großhändler und Fachleute

> Ein Benutzer besucht die Webseite und sucht nach *Stuhl*A user visits the site and searches for *chair*

> Ein einfacher textbasierter Suchmaschinenindex liefert ein grobes Ergebnis aller Seiten, die Texte mit *Stuhl* enthalten.

> Dank des Ansatzes von Elasticsearch für aggregierte Daten kann ein und derselbe Benutzer jedoch seine Suchabsicht mit verschiedenen Suchfacetten verfeinern und gezielter einsetzen

> So kann die Textsuche für *Stuhl* mit anderen Filtern kombiniert werden, um Ergebnisse mit verbesserter Relevanz zu sortieren und zu filtern. Zum Beispiel:

• Möbel>Typ
  • Stuhl>Indoor
    • Raum>Küche
      • Material>Leder

Der Benutzer ist in der Lage, schnell und einfach relevante Inhalte mit einem kontextbezogeneren, intuitiveren Sucherlebnis zu finden. Dies ermöglicht eine reibungslose Kundenreise, unabhängig davon, ob der Benutzer nach Inhalten zur Recherche oder nach einem bestimmten Produkt zum Kauf sucht. Die Verwendung von Elasticsearch ermöglicht Entwicklern, die Parent>Child-Hierarchie für die verschiedenen Suchfacetten anzupassen, die den Benutzern als Teil der Webseite-Suche angeboten werden sollen.

 

Nun wollen wir die Suche etwas komplexer gestalten: Ein Teil des Benutzererlebnisses für die Möbelwebseite ermöglicht es Besuchern, ein Benutzerprofil zu erstellen; für regelmäßige Benutzer stehen verschiedene Profile zur Verfügung, im Gegensatz zu Benutzern, die ein Großhändler- oder Berufsprofil erstellen.

Unter Verwendung von Suchkriterien für aggregierte Daten finden sich hier einige Beispiele für komplexere Suchszenarien, die für Endbenutzer konfiguriert werden können:

• Verschiedene Suchergebnisse auf der Grundlage eines anonymen Benutzers veröffentlichen. Dieser durchsucht nur öffentliche Seiten, während ein eingeloggter Benutzer hinter einem Login sowohl öffentliche als auch private Seiten durchsuchen kann:
  • Dies könnte für einen Großhändler bedeuten, dass er nach Produkten suchen kann, die für andere Benutzer nicht verfügbar sind
  • Ein eingeloggter Benutzer kann nach zuvor angesehenen Artikeln suchen

• Die in der Elasticsearch-Integration verfügbaren Erweiterungspunkte nutzen, um benutzerdefinierte Daten im Design der Suchrelevanz zu berücksichtigen
  • Beispielsweise lassen sich mit der Integration der eZ Platform in ein ERP-System zusätzliche Kundendaten zusammen mit allen Objekten im Content-Repository indexieren
  • Wenn sich nun ein Großhändler einloggt und nach *Stuhl* sucht, werden Suchergebnisse angezeigt, die frühere Bestellungen oder Rechnungen im Zusammenhang mit "Stühlen" enthalten

Über intuitive Suche hinaus

Mit Elasticsearch lassen sich ebenfalls klar definierte Suchstrategien erstellen, um Nutzer bei Suchvorgängen innerhalb ihrer Kundenreise zu begleiten. Mit dem Anpinnen von Suchergebnissen können Regeln erstellt werden, wie Inhaltselemente in den Suchergebnissen priorisiert werden sollen. Mit Hilfe der verschiedenen Suchfacetten wird also eine Hierarchie definiert, die bestimmte Inhaltselemente in den Suchergebnissen immer an den Anfang der Ergebnisseite pinnt.

Gehen wir zurück zur Möbelwebseite und der Suche nach *Stuhl*. Wie zuvor erwähnt, umfasst die Webseite drei Bereiche - Produkte, Inspirationen, Auflistungen. Mit Hilfe dieser Inhaltsarchitektur lässt sich die Suchrelevanz so gestalten, dass Prioritäten gesetzt werden können, wie die Inhaltselemente in den drei verschiedenen Abschnitten angezeigt werden. Wenn ein Benutzer also nach *Stuhl* sucht, kann bestimmt werden, dass Inhaltselemente im Abschnitt Produkte, die sich auf *Stuhl* beziehen, oben auf der Ergebnisseite angeheftet werden und vor den Ergebnissen unter Inspirationen priorisiert werden, wobei die Ergebnisse unter den Seiten mit den Angeboten zuletzt priorisiert werden.

Da unsere Kunden zunehmend komplexere digitale Erlebnisse unterstützen, um den Anforderungen ihrer Kunden gerecht zu werden, ist die Möglichkeit, erweiterte Suchfunktionen anzubieten, ein wesentlicher Bestandteil für digitale Teams. Mit der von Elasticsearch unterstützten Suche können jetzt Sucherlebnisse aufgebaut werden, die Kunden einen Mehrwert bieten.

Wir freuen uns auf Ihr Feedback

Unsere Leidenschaft ist die Entwicklung von Produkten, die Ihr digitales Geschäftswachstum fördern. Haben Sie eine tolle Idee für ein Feature, das der eZ Platform hinzugefügt werden sollte? Oder möchten Sie uns einfach nur ein Feedback zu einem aktuellen Feature geben? Besuchen Sie unsere Seite zur Produktroadmap hier, um Ihre Anfrage zu übermitteln.