Sucherlebnisse optimieren
Die Elastic-Technologie ermöglicht es den Nutzern der kreativen Anwendungen und der Website des Unternehmens, eine konsistente und hochentwickelte Sucherfahrung zu erhalten.
Leistungsstarkes Machine Learning für die Suche
Das Unternehmen unterstützt Nutzer:innen bei der Suche, beim Browsen, bei Empfehlungen und bei Assistenten durch Elastic relevante Ergebnisse in Kombination mit seinen eigenen Innovationen im Bereich der künstlichen Intelligenz (KI).
Skalieren Sie, um die Nachfrage von Millionen von Benutzer:innen zu erfüllen
Dank der robusten, skalierbaren Architektur von Elastic können Millionen von Kund:innen Milliarden von Dokumenten durchsuchen, ohne Kompromisse bei Geschwindigkeit und Zuverlässigkeit einzugehen.
Bereitstellung anspruchsvoller Sucherlebnisse durch maschinelles Lernen
Das Fortune-500-Unternehmen für Multimedia- und Kreativsoftware ist auf Softwarelösungen spezialisiert, die darauf abzielen, die Welt durch digitale Erlebnisse zu verändern. Das Unternehmen verfügt weltweit über Millionen von Kund:innen – von den größten Marken bis hin zu einzelnen Verbraucher:innen – die die Anwendungen des Unternehmens nutzen, um Menschen durch beeindruckende Bilder, innovative Dokumente und ansprechende digitale Erlebnisse zu verändern, zu inspirieren und zu beeinflussen.
Ob als Creator oder als Konsument – die Fähigkeit, Menschen schnell mit Inhalten zu verbinden, ist eine grundlegende Säule der kreativen Reise. Aus diesem Grund hat das Unternehmen in die Bereitstellung schneller und zuverlässiger Browsing- und Empfehlungssuchfunktionen investiert, die in die meisten seiner Anwendungen integriert sind.
Dieses Unterfangen bringt jedoch mehrere Herausforderungen mit sich. Der Director of Engineering der Suchplattform sagt, dass sich in ihrer Cloud Milliarden von Assets befinden, die mit Dutzenden ihrer Tools erstellt wurden. Darüber hinaus werden die Assets selbst in vielen verschiedenen Formaten und Dateitypen wie Videos, Fotografien, Illustrationen und Dokumenten gespeichert, die jeweils ihre eigenen Eigenschaften haben.
Um dieses Problem zu lösen, haben verschiedene Produktteams in der Vergangenheit Suchsysteme und Funktionen entwickelt, die auf die spezifischen Asset-Typen und Kund:innennbedürfnisse des jeweiligen Produkts zugeschnitten waren. Dies führte jedoch zu einer inkonsistenten Erfahrung beim Wechsel zwischen den Produkten und zu betrieblichen Ineffizienzen, da ähnliche Suchfunktionen von mehreren Teams entwickelt und neu entwickelt wurden.
Entwicklung eines einheitlichen Sucherlebnisses
Das Team machte sich daran, eine einheitliche Suchinfrastruktur und -erfahrung im gesamten Unternehmen aufzubauen, um diese Probleme zu überwinden. Das Unternehmen nutzte bereits die Elastic Search Platform für die Suche in seiner ersten Anwendung. Sie sahen das Potenzial, die Elastic-Unterstützung für KI-Innovationen zu nutzen, um Such- und Discovery-Funktionen der nächsten Generation für eine größere Anzahl von Produkten bereitzustellen.
Elastic erfüllt unsere wichtigsten Kriterien. Es handelt sich um eine Open-Source-Technologie, die wir selbst verwalten, in der Cloud bereitstellen und an die Bedürfnisse des Unternehmens anpassen können. Außerdem ist sie äußerst effizient und kostengünstig, was unseren Plan unterstützt, die Suche für mehr Produkte und mehr Anwendungsfälle einzusetzen.
Dies ermöglicht es dem Unternehmen, konsistente, ausgefeilte Such- und Entdeckungsfunktionen für Dutzende von Produkten, Dutzende von Milliarden von Assets und seine Website anzubieten, die 600 Millionen Abfragen pro Tag verarbeiten.
Von der Online-Desktop-Anwendung eines Kund:innen aus kann eine einzige Suchanfrage eingegeben werden, und es werden personalisierte Ergebnisse aus der gesamten Suite von Anwendungen zurückgegeben. Allein diese Funktion kann von unschätzbarem Wert sein, wenn Sie mit einem Asset über mehrere Tools hinweg arbeiten, wie es viele kreative Workflows erfordern.
Integrierte Ausfallsicherheit, Skalierbarkeit und Geschwindigkeit
Darüber hinaus gibt Elastic dem Team die Gewissheit, dass die Suche im gesamten Unternehmen robust und skalierbar ist. „Die Zuverlässigkeit ist eine Sache weniger, über die wir uns Sorgen machen müssen, weil Elastic so zuverlässig ist. Das bedeutet, dass wir es in das Herzstück unserer Suchoperationen einbauen können, weil wir wissen, dass es mit dem Volumen der Nachfrage, die wir heute und in Zukunft erwarten, skalieren wird,“ sagt der Director of Engineering.
Die Geschwindigkeit der Elastic-Plattform ist ebenso wichtig.
Mit Elastic können wir Daten schneller aufnehmen und indizieren und Milliarden von Assets verwalten. Aus Sicht der Latenz bedeutet dies auch, dass wir erstklassige Reaktionszeiten bieten können. Zum Beispiel dauert die Bildersuche jetzt nur noch Millisekunden.
Die architektonische Konsistenz ist auch aus betrieblicher Sicht und für den Support wichtig. Mit seinem eigenen Open-Source-Engineering-Know-how kann das Unternehmen Elastic schnell an die sich schnell ändernden Bedürfnisse der Benutzer:innen anpassen. Es ist auch in der Lage, flexibler zu sein, wenn es darum geht, die von der Konkurrenz gebotene Benutzererfahrung zu erfüllen und zu übertreffen.
Unterstützung der Suche und Entdeckung auf Basis maschinellen Lernens
Dies ist in einer Zeit, in der KI und maschinelles Lernen einen Paradigmenwechsel sowohl bei der Suche als auch bei der Verwaltung von Medienbeständen vorantreiben, von entscheidender Bedeutung. Mit Elastic kann das Unternehmen nun seine eigenen entwickelten KI-Suchinnovationen und -Technologien erweitern, um den Benutzern noch personalisiertere Erlebnisse zu bieten.
Wir helfen unseren Kund:innen nicht nur, relevante Assets zu finden, sondern ermöglichen ihnen auch, personalisierte Inhalte zu entdecken und sie bei ihren Arbeitsabläufen besser zu unterstützen. Die Leistungsfähigkeit der Machine-Learning-Funktionen von Elastic verbessert das Sucherlebnis für die Nutzer:innen, wenn es um Empfehlungen und Discovery geht.
Der Director of Engineering unterstreicht auch die Bedeutung von Elastic Data für den Prozess des maschinellen Lernens. „Es ist für uns äußerst vorteilhaft, dass Elastic Daten bereits beim Ingestieren verarbeitet, sodass sie automatisch für unsere KI-Systeme bereit sind. Außerdem gibt es Vektor- und Einbettungsfunktionen, die wir als Bausteine für unsere Machine-Learning-Optionen nutzen können“, sagt er.
Hinter den Suchfunktionen von Elastic steckt maschinelles Lernen in vielerlei Hinsicht. Einige Beispiele sind die Möglichkeit, Bilder nach Farbgehalt und Zusammensetzung zu durchsuchen, z. B. nach Objektposition und Größe. Es besteht auch die Möglichkeit, zwei Bilder aufzurufen, in jedem ein anderes Element hervorzuheben und einen Satz von Bildergebnissen zu erhalten, die beide ausgewählten Elemente enthalten.
Das Unternehmen arbeitet außerdem an Innovationen auf der Grundlage von Elastic Machine Learning, um die Absichten der Nutzer:innen besser zu verstehen. Apps können Suchanfragen automatisch ausfüllen oder dem Benutzer:innen auf der Grundlage seines bisherigen Verhaltens und seiner Vorlieben Empfehlungen geben. Zu den jüngsten Entwicklungen gehört eine Funktion, die automatisch Bearbeitungen für ein Foto vorschlägt, die auf ähnlichen Bildern im eigenen Katalog oder in der breiteren Kund:innenngemeinschaft basieren.
Die Zukunft der kreativen Zusammenarbeit voranbringen
Mit Blick auf die Zukunft untersucht das Team die Möglichkeit, Elastic für die Sprach-, Audio- und Videosuche zu nutzen. Über die herkömmliche Textsuche hinaus könnten Kreative bald in der Lage sein, bestimmte Bilder oder Objekte innerhalb eines 3D-Modells zu finden.
Der Director of Engineering kehrt zu dem Punkt zurück, dass die Daten in der Elastic Search Platform für maschinelles Lernen geeignet sind und die Schlüsselkomponente für all diese Suchfunktionen darstellen. Sie freuen sich auch auf die weitere Zusammenarbeit mit Elastic.
