
Bij de evolutie van Search in de delen een en twee heb ik u meegenomen in de reis door de evolutie van Search. In dit deel ga ik verder met dit reisverslag.
Zoeken heeft zich de afgelopen jaren sterk ontwikkeld en het wordt voor ons gebruikers steeds makkelijker om informatie te vinden, ook al neemt de hoeveelheid informatie nog steeds sterk toe.
Zoektechnologie én de gebruikerservaring wordt steeds beter. Ontwikkelaars van zoektechnologie en ontwerpers van zoekinterfaces begrijpen ons “zoekers” steeds beter. Uitdagende en baanbrekende oplossingen zijn daarvan het resultaat.
In deze derde aflevering neem ik ju mee in de “state of search” anno nu én werp ik een blik in de toekomst. Daar waar eerder alleen gekeken werd naar documenten of artikelen die rechtstreeks aan de zoekvraag voldoen, wordt nu meer en meer gekeken naar het gedrag van de zoeker.
De zoekmachine maakt daarbij gebruik van zoekvragen die door bezoekers zijn uitgevoerd om andere bezoekers op een bepaald spoor te zetten. Wanneer ik begin met het intypen van een zoekvraag, komt de zoekomgeving met suggesties om mijn zoekvraag af te maken. Dit mechanisme staat ook wel bekend als “autocomplete”. De zoekvragen zijn niet verzonnen, maar hergebruikt vanuit de statistische log informatie. Google maakt hier ook denkbaar gebruik van.
Door de toepassing van de autocomplete maken mensen minder typefouten en ze leren van elkaar.
Een andere vorm van het gebruik van statistische informatie in zoekomgevingen zijn de zogenoemde “Recommendation engines”. Hierbij worden suggesties voor artikelen of documenten gedaan die een relatie hebben met waar jij op da0t moment mee bezig bent. Vergelijk dit met de verkoopmedewerker die zegt “weet u wat hier leuk bij staat?”00
In het voorbeeld gaat het 000om de artikelen die vaak door mensen worden bekeken in relatie tot het artikel dat jij nu aan het bekijken bent.
0Amazon.com maakt hier ook gebruik van, door te laten zien welke boeken vaak in combinatie worden gekocht met het boek dat jij nu bekijkt of koopt.
Deze fase is in volle bloei en e-commerce / webshops maken hier dankbaar gebruik van door mensen te inspireren op hun zoektocht naar het juiste artikel.
Het grote nadeel van “recommendation” engines is dat het de diversiteit beperkt. Je krijgt alleen te zien wat veel wordt gezocht of gekeken. Hierdoor zul je dus minder verrast worden. Alles wordt “mainstream”, omdat je gebruik maakt van de “knowledge of the crowd” en unieke zoekvragen of combinaties komen te weinig voor om opgemerkt te worden.