實現(xiàn)探囊取物般輕松查找數(shù)據(jù)的夢想

企業(yè)搜索技術使得查找數(shù)據(jù)如同探囊取物

3年前，中國電信研究院工程師陳勇還是一家軟件公司的項目經(jīng)理，當時，他曾主持過一家德國輪軸制造企業(yè)在華分公司的知識管理系統(tǒng)的設計與實施。那時，這家公司開始加大對中國市場的投資力度，不僅千里迢迢把研發(fā)中心搬到了中國，還一口氣實施了知識管理系統(tǒng)、erp系統(tǒng)和產(chǎn)品數(shù)據(jù)管理（Product Data Management，PDM）系統(tǒng)。

時隔3年，當陳勇回訪那家企業(yè)時，發(fā)現(xiàn)這家企業(yè)隨著業(yè)務量和數(shù)據(jù)量的增大，出現(xiàn)了一系列當初大家始料未及的問題：盡管它在IT建設上投入了大筆資金，但企業(yè)內(nèi)部卻出現(xiàn)了數(shù)據(jù)混亂的局面，誰也不知道整個公司的信息系統(tǒng)中存放了多少數(shù)據(jù)，這些數(shù)據(jù)又具體在哪個系統(tǒng)里，又有多少數(shù)據(jù)間存在沖突，至于是否存在未經(jīng)授權就使用數(shù)據(jù)的情況就更沒人知道了。

“現(xiàn)在，企業(yè)內(nèi)部的數(shù)據(jù)越來越多，每個信息系統(tǒng)里都有大量的數(shù)據(jù)，但想從這些系統(tǒng)里尋找想要的數(shù)據(jù)，簡直像大海撈針一樣?！标愑抡f。一個花了大價錢進行信息化建設的企業(yè)，并且還是一貫嚴謹?shù)牡聡髽I(yè)竟然出現(xiàn)了這樣的情形，多少有些尷尬和無奈。

孤島效應

其實，這家德國企業(yè)碰到的尷尬，很多企業(yè)都正在面對。一家全球網(wǎng)絡安全軟件服務商的工程師Victor就為無法全文檢索公司內(nèi)部的信息而頭痛?！拔覀児镜奈臋n管理系統(tǒng)是自己研發(fā)的，全球各分公司和研究中心的文件、報告、會議記錄都由這個系統(tǒng)來統(tǒng)一管理。這個系統(tǒng)雖然可以提供文檔分類和資源檢索的功能，但只能提供文檔標題的查詢，想全文檢索信息就無能為力了?！彼f。因此Victor所在的項目組每次接到新項目后，都要花相當大的精力把公司文檔管理系統(tǒng)中所有的相關資料先下載到項目組的服務器上，然后再按工程師的不同需求分配到個人電腦上。“這樣，文檔管理系統(tǒng)、項目組服務器和個人電腦中就出現(xiàn)了一份文檔的多份拷貝，我們經(jīng)常不知道哪份文檔已經(jīng)更新了，需要重新下載。”Victor抱怨道：“如果項目中途出現(xiàn)人員變動，新的組員往往要重做一遍文檔下載工作。這不僅加大了時間成本，還使得工作效率大打折扣?！?/P>

美國全文檢索和智力資產(chǎn)服務公司Verity大中華區(qū)首席代表黃浩說：“如今，很多企業(yè)和機構都有大量的信息資產(chǎn)，它們以各種形式存儲在數(shù)據(jù)庫、文件服務器、Web服務器及CRM、ERP等各種應用系統(tǒng)中，因為缺乏有效的管理，這些信息散落在大小‘信息孤島’上，不但沒有體現(xiàn)出其應有的價值，有時反而會成為企業(yè)的一種負擔?！?/P>

上文提到的那家德國輪軸公司在信息化過程中，由于信息系統(tǒng)之間是相互孤立的，所以數(shù)據(jù)也被分割在不同的“信息孤島”上?！斑@樣，它就無法對公司信息資產(chǎn)進行整體的掌控?！?/P>

百度企業(yè)軟件運營總監(jiān)王嘯認為，這些企業(yè)中的信息存放在多個不同的信息源中，一旦查找起來，就要不停地在各個系統(tǒng)中切換，不僅無法實現(xiàn)全文檢索，更做不到將檢索后的信息進行自動分類整理。“即使在那些十分重視數(shù)據(jù)管理的企業(yè)里，CIO要求員工們在橫跨多個業(yè)務平臺工作時，時刻給文檔加上詳細的標簽，以便日后檢索。但實際上這種做法收效甚微，難以滿足信息查找的要求?！?/P>

據(jù)IDC從2001到2004的調(diào)查表明，信息孤島使得海量的數(shù)據(jù)沉睡在無人知曉的角落，這給企業(yè)帶來了巨大的經(jīng)濟損失。以一個擁有1000個知識工作者的企業(yè)為例，其每年因為員工查找不到企業(yè)中已經(jīng)存在的信息所帶來的額外花費可達600萬美元之多。這無疑大大增加了企業(yè)的支出。

企業(yè)搜索

面對企業(yè)進行信息資產(chǎn)查詢、管理的各種困難，如何將數(shù)據(jù)、信息有效地結合起來，使這些數(shù)據(jù)、信息、知識、經(jīng)驗發(fā)揮最大的價值，一個能夠?qū)ζ髽I(yè)內(nèi)各種信息進行匯聚、分類、檢索、分析的搜索平臺顯得非常有意義。

黃浩希望企業(yè)搜索技術能幫助那家德國輪軸企業(yè)的CEO化解他在IT投入上的尷尬——“每天早上，他到達辦公室時，按照他的需求，相關信息已經(jīng)從各個業(yè)務部門提取出來并整理分類，以報表的形式展示在他的電腦里。如果他想進一步了解某個數(shù)據(jù)或分析結果，只需在電腦的搜索框里輸入關鍵字，就能把所有企業(yè)內(nèi)網(wǎng)中的關聯(lián)信息逐個找出來?！?

企業(yè)搜索是一種面向組織的搜索技術，它能幫助企業(yè)和各種機構有效地管理信息資產(chǎn)。有了它的幫助，企業(yè)查找想要的數(shù)據(jù)就能像探囊取物一般容易。企業(yè)搜索還是一個可以整合企業(yè)中所有信息資源的平臺，它構建于原有的信息系統(tǒng)之上，既能夠準確及時地找到已知的、存在的信息，還能揭示、發(fā)現(xiàn)未知的信息，并提供各種信息的分析和評估報告。

據(jù)統(tǒng)計，目前大約85%的企業(yè)信息是非結構化數(shù)據(jù)，包括紙張文件、報告、傳真、視頻、音頻、圖片?！皞鹘y(tǒng)的信息處理技術無法對這么復雜的數(shù)據(jù)進行有效處理。”王嘯說。企業(yè)搜索不同于人們熟知的互聯(lián)網(wǎng)搜索，特別是在文件的類型上，互聯(lián)網(wǎng)搜索所需要處理的文件類型一般只有十幾種，而企業(yè)搜索可能要面對幾百種數(shù)據(jù)類型。要對幾百種不同格式的文件進行檢索，這就要依靠非結構化搜索引擎（Unstructured Search Engine）。它有點類似于互聯(lián)網(wǎng)搜索引擎，不過是面向企業(yè)用戶中各種各樣的數(shù)據(jù)源，其最主要的功能是全文檢索Office文件、音頻、視頻、郵件、圖片等非結構化數(shù)據(jù)，并可以嵌入到OA系統(tǒng)或ERP等系統(tǒng)中，提供搜索服務。

整合原有信息系統(tǒng)是企業(yè)搜索的另一個技術難題，智能網(wǎng)關在這里就可以派上用場了。智能網(wǎng)關就如同一組接通各個系統(tǒng)數(shù)據(jù)庫的“橋”，利用這一組“橋”，企業(yè)搜索平臺可以直接訪問數(shù)據(jù)庫、內(nèi)容管理、CRM、ERP、文件服務器、Web服務器以及各種應用系統(tǒng)中的數(shù)據(jù)并加以提取。

不過，僅具備了全文檢索和整合功能還不能稱為真正的企業(yè)搜索。黃浩指出：“在搜索框里輸入關鍵字，返回上千甚至上萬個查詢結果，要使用者在其中分辨出有用的信息是一個繁重的工作?！逼髽I(yè)搜索必須對查詢結果具有分析功能——信息歸類功能，它可以對各種信息進行整理和歸類，既可以按照部門、地域、內(nèi)容來進行人工分類，也可以通過語義聚類的方式對雜亂無章的數(shù)據(jù)進行智能識別?！癈EO、CIO、CFO以及其他職員希望看到的信息側重點不一樣，企業(yè)搜索技術可以按照不同的需求來進行人工分類。在每個分類下，還可以利用語義聚類的智能識別功能讓計算機整理資料?！边@樣，人工分類的靈活性和機器識別的高效性都同時得到了使用。

目前，已經(jīng)有不少組織部署了企業(yè)搜索技術來解決信息資產(chǎn)的管理問題。美國國務院就有一個這樣的搜索系統(tǒng)，工作人員只要登錄系統(tǒng)就可以從2500多萬份檔案中查找并檢索信息。這些檔案包括1973年以來美國國務院與其在世界各地的辦事機構之間的來往電報和電子郵件。

中國新華通訊社也部署了一個多媒體數(shù)據(jù)庫。現(xiàn)在，每位新華社記者在采訪前或?qū)懜鍟r，都有一個龐大的數(shù)據(jù)平臺做支撐，各種新聞背景、各地法規(guī)、人物、公報、最新事件、文獻資料、新華社及各類報刊發(fā)稿情況等都可以從這個平臺中查詢到，記者既可以從分類項目中找到，也可以通過關鍵詞全文檢索獲得，而且這些資料隨時處于變動更新狀態(tài)。

技術背后

根據(jù)英國咨詢顧問公司Ovum的預測，2006年全球企業(yè)搜索平臺的市場將達10億美元。雖然IT廠商為企業(yè)搜索應用描繪了一幅美好的藍圖，然而實現(xiàn)企業(yè)級搜索應用并不是一件輕而易舉的事，不愿共享信息是實施企業(yè)搜索系統(tǒng)的組織遇到的最大阻力。一位電子商務網(wǎng)站技術總監(jiān)對企業(yè)搜索技術的憂慮便來自這個阻力——“我們的市場人員都有自己的客戶群，那是他們個人長期積累的資源，怎么可能輕易拿出來和同事們共享呢？”

一家全球移動通信網(wǎng)絡供應商在華研究機構的工程師同時碰上了同事“獨享”技術帶來的困擾：有時，中國工程師遇上解決不了的問題時，不得不請美國的工程師來現(xiàn)場指導，但是問題解決了，知識卻沒有共享。“不少工程師都有一個筆記本，上面記滿了‘獨門秘籍’，不愿意公開，如果別的工程師遇上了同樣的問題，只有再讓美國工程師來現(xiàn)場?！?/P>

另外，安全性也是企業(yè)搜索技術要面對的一個很重要的挑戰(zhàn)。和互聯(lián)網(wǎng)搜索相比，企業(yè)內(nèi)部的數(shù)據(jù)資源一般都必須有相應的授權才可以訪問，如果任何人都可以無限制地訪問所有的信息資源，“那就亂套了”?！捌鋵?，安全性在技術上是可以保證的，企業(yè)只要有嚴格的信息授權就可以解決安全問題。”黃浩說。