検索の関連性の分析

検索提案テーブルのデータを分析して、ユーザーが検索を操作する方法を把握します。

始める前に

必要なロール: ais_admin

このタスクについて

検索提案では、次のテーブルを使用します。

• 検索イベント [sys_search_event]：すべての検索文字列と検索結果を保存します。
• 検索ソースイベント [sys_search_source_event]：検索文字列と検索結果を格納し、それらをデータソースに結び付けます。たとえば、提案がカタログテーブルではなくナレッジベーステーブルから出された場合などです。
• 検索提案 [sys_search_suggestion]：検索の提案を保存します。

検索提案テーブルの詳細については、「検索提案テーブル」を参照してください。

手順

1. ブラウザーで https://<instance name>.service-now.com/sys_search_event_list.do に移動し、検索イベント [sys_search_event] テーブルを表示します。
2. [結果あり] 列の値が false の検索クエリを検索します。
   false という値は、検索したものの検索結果が得られなかったことを意味します。ナレッジ記事などの情報を作成して将来の検索結果を提供するか、検索結果を表示する検索ワードの同義語を作成するか、質問が無関係である場合は情報を提供しないようにするかを選択できます。
3. [クリックランク] 列の数値を平均します。
   ランクをクリックすると、選択した検索結果が表示されます。検索結果のリスト内の最初の結果をクリックすると、クリックランク値は 1 になります。リストされている 6 番目の結果をクリックすると、クリックランク値は 6 になります。複数の検索結果をクリックすると、クリックランクは最も高いリスト値になります。たとえば、最初の結果をクリックして検索ページに戻り、6 番目の結果をクリックしてから、検索ページに戻って 4 番目の結果をクリックして回答を見つけた場合、クリックランクは (4 ではなく) 6 になります。クリックランク 0 は、検索結果を選択しなかったか、AI 検索 で Genius 結果回答カードを選択したことを意味します。正の値が小さいほど、上位の検索結果が最も関連性が高いことになるため、このフィールドの平均値を減らすことが目標となります。
4. クリックスルー率を決定するには、クリックランクがゼロでないレコードの数を合計レコード数で除算します。

   クリックスルー率の数値が大きいほど良好です。クリックスルー率は、ユーザーが関連する結果を見つける頻度を示す良い指標ですが、その結果を見つけるためにどれだけの労力を要したかはわかりません。ここでクリックランクを活用できます。クリックランクは、ユーザーが関連する結果だと感じられるものを見つけるまでにどれだけの労力を要したかを示す指標です。

5. [絞り込み] 列の数値を平均します。
   絞り込みは、検索結果の数を減らすためにユーザーが実行したアクションの回数です。アクションには、ソートとフィルタリングが含まれます。絞り込みの回数が多いほど、関連する検索結果を見つけるための労力が大きいことを意味するため、小さい値の方が好ましいことになります。
6. ブラウザーで https://<instance name>.service-now.com/sys_search_source_event_list.do に移動して、検索ソースイベント [sys_search_source_event] テーブルを表示します。
7. [結果あり] 列の値が false の検索クエリを検索します。
   false は、ナレッジベーステーブルなど、特定のソーステーブルを検索しても検索結果が得られなかったことを意味します。ソースに基づいてナレッジ記事などの情報を作成して将来の検索結果を提供するか、そのソーステーブル内の検索結果を表示する検索ワードの同義語を作成するか、質問が無関係である場合は情報を提供しないようにするかを選択できます。