La suite de moteurs de recherche d’entreprise d’Intelligent Automation by DataXstream connecte les utilisateurs et les clients aux droits dans SAP depuis n’importe où.

Un besoin accru d’une récupération plus rapide des informations

Bien que des progrès dans la recherche d’informations, tels que le classement et la recherche de racines, aient eu lieu dans les années 1960, ce n’est que dans les années 90 que des quantités de données de plus en plus importantes ont été stockées et accessibles de manière centralisée à partir de serveurs Web. Cette autoroute de données de communication quasi instantanée, associée à une disponibilité accrue des interfaces utilisateur graphiques, a introduit la nécessité de mettre au premier plan les découvertes en matière de recherche d’informations dans le monde universitaire. Cependant, nous verrons à travers cette exploration de l’évolution de la recherche dans SAP qu’il existe un décalage temporel important entre la découverte académique et l’application dans le monde réel. Ce retard peut être principalement attribué au fait que différentes applications nécessitent différentes adaptations des algorithmes et des modèles mathématiques, et que des mises en œuvre réussies nécessitent beaucoup d’innovation et de réflexion.

Le début des années 90 marque une période de boom technologique, et cela est particulièrement vrai lorsque l’on examine l’histoire de la technologie à travers le prisme des données. Les livres, revues, journaux et autres types de données structurées et non structurées ont été stockés électroniquement grâce à des inventions telles que le premier serveur et navigateur Web, le premier lecteur de livres électroniques, la première tablette électronique, la première boutique en ligne de livres, la première webcam. , le premier site de rencontres en ligne, et enfin, SAP R/3 Enterprise Edition 1.0 (juillet 1992).

Lorsque SAP R/3 Enterprise Edition a été de plus en plus adopté par les entreprises du monde entier au cours des années 90, l’entreprise était en route vers une révolution technologique. Pendant longtemps, les processus métiers étaient une combinaison d’opérations manuelles avec des documents papier manuscrits et d’interactions homme-machine avec des documents électroniques dactylographiés. La logique booléenne était la principale méthode utilisée pour récupérer les enregistrements de SAP R/3. Le fait que les programmes SAP R/3 aient été écrits dans son langage propriétaire ABAP présentait une limitation aux algorithmes pouvant être implémentés.

Les algorithmes avancés de recherche d’informations impliquent des mathématiques complexes. On peut imaginer que ce qui a pris des décennies aux mathématiciens pour développer et affiner n’aurait pas été facile à traduire et à adopter par les ingénieurs logiciels en peu de temps, d’autant plus que le partage des connaissances s’est déroulé à un rythme relativement plus lent dans les années 90.

Fonctionnement de l’aide à la recherche dans SAP R/3

Les utilisateurs de SAP R/3 saisissent des requêtes dans un ensemble de champs qui correspondent aux attributs d’une table de base de données contenant les données d’un objet métier. Les chaînes de requête sont comparées aux valeurs de la table de base de données et les enregistrements sont renvoyés si leurs attributs contiennent une correspondance exacte avec les chaînes. Les utilisateurs utilisaient des astérisques dans leurs requêtes pour indiquer une correspondance pour n’importe quelle chaîne ; un peu comme la façon dont les requêtes SQL fonctionnent pour sélectionner des enregistrements dans des tables.

Comme nous l’avons mentionné dans un Comme nous l’avons mentionné dans un , l’aide à la recherche de SAP R/3 reposait largement sur les utilisateurs possédant des connaissances métier et système, ce qui entraînait de longs délais d’accélération des adoptions commerciales de SAP. Les vétérans de longue date de SAP connaissent tous des codes qui semblent mystérieux aux yeux des étrangers, comme WERKS (nom de champ pour l’usine), SE11 (code de transaction pour consulter une table) et SKA1 (nom de table pour un plan comptable). En plus de devoir garder en tête toutes les connaissances commerciales et système, les utilisateurs devaient cliquer sur beaucoup plus de boutons et saisir beaucoup plus de champs pour accéder aux informations souhaitées.

Introduction de Typeahead dans SAP ABAP 7.4

Ce n’est que vers 2014 que SAP ABAP 7.4 SP05 a été libéré que un des améliorations ont été apportées à la fonctionnalité de recherche dans SAP. La version introduite typetête Fonctionnalité avec une correspondance de chaîne approximative. Les utilisateurs peuvent saisir des requêtes dans un champ et voir immédiatement à la fois exact et cperdre des matchs. Même si la logique d’appariement évoluait, l’absence de changements structurels avecdans les systèmes SAP a gardé l’expérience à peu près la même pour les utilisateurs et les entreprises.

Google-like Search in SAP S/4 HANA Cloud

In 2019, 27 years since SAP’s inception, SAP S/4 HANA Cloud released Enterprise Search, which is also available as a Fiori app for on-premise installations. 60 ans après que les mathématiciens ont découvert des algorithmes de correspondance et de classement sophistiqués dans la recherche en recherche d’informations, les logiciels d’entreprise rattrapent enfin leur retard. Cela a nécessité une refonte presque complète du fonctionnement des systèmes SAP, notamment une nouvelle conception de bases de données.

La définition de synonymes et de règles de lemmatisation personnalisera la façon dont les correspondances proches sont trouvées. Le classement des résultats utilise la pondération et la fréquence des termes. Une expérience de recherche personnalisée peut être activée en gardant une trace des activités de recherche d’un utilisateur et en améliorant les résultats de recherche d’un utilisateur en fonction des recherches passées.

image source

La recherche d’objets dans SAP est passée de l’utilisateur devant savoir exactement ce qu’il y a dans le système à l’utilisateur n’ayant besoin que d’un fragment d’informations pour obtenir des résultats pertinents. Cependant, toutes les fonctionnalités de recherche mentionnées ci-dessus reposent toujours sur un utilisateur interne d’une entreprise qui connaît bien le système pour effectuer la recherche.

Qu’en est-il dans un scénario où la requête provient de l’extérieur de l’entreprise, par exemple d’un client ? Le client n’a aucune connaissance du contenu du système interne ni de la manière dont les objets peuvent être récupérés et ne peut fournir que des descriptions des matériaux à partir de leur contexte. Cela peut signifier une langue différente, des différences régionales dans les noms d’objets, les mesures et les attributs des objets.

Le moteur de recherche Anything Anywhere

Les moteurs de recherche de niveau entreprise de DataXstream exploitent des algorithmes de pointe en matière de science des données et d’apprentissage automatique (les mêmes que ceux utilisés par Google) pour transformer, faire correspondre, classer et proposer les résultats de recherche aux utilisateurs professionnels et aux clients. Qu’il s’agisse de matériels, de clients ou d’autres objets métiers qui composent l’index de recherche, la solution est déployée sous forme de service pouvant être consommé directement dans SAP, dans OMS+, dans le e-commerce ou dans d’autres plateformes B2B et B2C.

La transformation des requêtes et des documents dans la recherche La transformation des requêtes et des documents dans l’index de recherche adapte le moteur aux règles spécifiques de chaque secteur et de chaque client, et nous permet d’atteindre et de maintenir une grande précision dans les résultats de recherche.index adapte le moteur aux règles spécifiques de chaque secteur et de chaque client, et nous permet d’atteindre et de maintenir une grande précision dans les résultats de recherche. Ce processus permet aux clients de rechercher un article en utilisant les mots et les unités qu’ils connaissent, et au moteur de recherche de renvoyer la description correspondante stockée dans SAP.

Contrairement à la correspondance approximative de chaînes, la vectorisation du texte (transformation du texte en nombres) pour la construction de l’index de recherche accélère le calcul de la correspondance et du classement. Chaque élément de l’index de recherche, qu’il s’agisse d’une description d’article ou d’un enregistrement client, est représenté par un vecteur (pensez à un tableau) de nombres qui décrit les propriétés des chaînes, telles que leur fréquence d’occurrence et leur poids relatif dans l’ensemble. index de recherche.

Pour en savoir plus sur la façon dont vous pouvez servir des documents commerciaux pour des requêtes efficaces depuis n’importe où, contactez l’équipe d’automatisation intelligente de DataXstream. Vous pouvez également voir les moteurs de recherche intelligents de clients et de matériaux en action dans le cadre de la solution Intelligent Order Creation.