검색 관련성 분석

검색 제안 테이블의 데이터를 분석하여 사용자가 검색과 상호 작용하는 방식을 이해합니다.

시작하기 전에

필요한 역할: ais_admin

이 태스크 정보

검색 제안은 다음 테이블을 사용합니다.

• 검색 이벤트 [sys_search_event]: 모든 검색 문자열과 검색 결과를 저장합니다.
• 검색 소스 이벤트 [sys_search_source_event]: 검색 문자열과 검색 결과를 저장하고 데이터 소스에 연결합니다(예: 카탈로그 테이블이 아닌 지식베이스 테이블에서 제안된 경우).
• 검색 제안 [sys_search_suggestion]: 검색에 대한 제안을 저장합니다.

검색 제안 테이블에 대한 자세한 내용은 다음 문서를 참조하십시오 검색 제안 테이블.

프로시저

1. 브라우저에서 https://<인스턴스 이름>.service-now.com/sys_search_event_list.do 으로 이동하여 검색 이벤트 [sys_search_event] 테이블을 표시합니다.
2. 결과 열 값이 거짓인 검색 쿼리를 찾습니다.
   false 값은 누군가 검색했지만 검색 결과를 얻지 못했다는 것을 의미합니다. 지식 문서와 같은 정보를 생성하거나, 나중에 검색 결과를 제공하거나, 검색 결과에 표시할 검색어의 동의어를 생성하거나, 질문이 관련이 없는 경우 정보를 제공하지 않을 수 있습니다.
3. 클릭 순위 열의 숫자를 평균화합니다.
   클릭 순위는 선택한 검색 결과를 표시합니다. 검색 결과 목록에서 첫 번째 결과를 클릭하면 클릭 순위 값은 1입니다. 나열된 여섯 번째 결과를 클릭하면 클릭 순위 값은 6이 됩니다. 여러 검색 결과를 클릭하면 클릭 순위가 가장 높은 목록 값입니다. 예를 들어, 첫 번째 결과를 클릭하고 검색 페이지로 돌아가서 6번째 결과를 클릭하고, 검색 페이지로 돌아가서 네 번째 결과를 클릭하고 답변을 찾으면 클릭 순위는 4가 아닌 6입니다. 클릭 순위가 0이면 검색 결과를 선택하지 않았거나 에서 Genius 결과 답변 카드를 AI 검색선택했음을 의미합니다. 긍정적인 클릭 순위 값이 낮을수록 상위 검색 결과가 가장 관련성이 높다는 것을 나타내므로 이 필드의 평균 값을 줄이는 것이 목표입니다.
4. 클릭 순위가 0이 아닌 기록 수를 총 기록 수로 나누어 클릭률을 결정합니다.

   클릭률 수치가 높을수록 좋습니다. 클릭률은 사용자가 관련 결과를 찾는 빈도를 나타내는 좋은 지표이지만 해당 결과를 찾는 데 얼마나 많은 노력이 들었는지는 드러나지 않습니다. 이것이 바로 클릭 순위가 필요한 곳입니다. 클릭 순위는 사용자가 관련 결과로 인식하는 항목을 찾는 데 얼마나 많은 노력이 들었는지를 설명합니다.

5. 구체화 열의 숫자를 평균화합니다.
   구체화는 사용자가 검색 결과 수를 줄이기 위해 수행한 작업 수입니다. 작업에는 정렬 및 필터링이 포함됩니다. 더 많이 구체화할수록 관련 검색 결과를 찾는 데 더 많은 노력을 기울일 수 있으므로 숫자가 낮을수록 좋습니다.
6. 브라우저에서 https://<instance name>.service-now.com/sys_search_source_event_list.do 로 이동하여 검색 소스 이벤트 [sys_search_source_event] 테이블을 표시합니다.
7. 결과 열 값이 거짓인 검색 쿼리를 찾습니다.
   False는 사용자가 검색했지만 특정 소스 테이블(예: 지식베이스 테이블)에서 검색 결과를 얻지 못했음을 의미합니다. 지식 문서와 같은 정보를 소스에 생성하여 나중에 검색 결과를 제공하거나, 해당 소스 테이블에 검색 결과를 표시할 검색어의 동의어를 생성하거나, 질문이 관련이 없는 경우 정보를 제공하지 않을 수 있습니다.