Smartare sökningar på KTH med ayfiehttps://app.hubspot.com/website/621400/blog/posts?blog=5625341666

Stockholm, 30 maj, 2018 – På KTH (Kungliga Tekniska högskolan) i Stockholm växer webbplatsen varje år i takt med antalet nya forskare, studenter och projekt. När KTH:s tidigare sökmotor inte längre kunde användas började KTH leta efter en ny lösning under sommaren 2017. Efter en omfattande utvärdering föll valet på ayfie som ger helt nya möjligheter att hjälpa användarna med smarta sökfunktioner.

Den tidigare lösningen byggde bland annat på Google Search Appliance som sökmotor. Den hade sina begränsningar och högst på KTH:s kravlista stod stöd för svenska, automatiska sökförslag och bättre sökfilter.

KTH ville också kunna indexera lösenordsskyddat innehåll vilket många publika lösningar inte klarade av. För att ge en bättre användarupplevelse ville man ha ett eget gränssnitt för sökningar och kunna använda synonymer och stoppord. Man ville också kunna påverka rankningen efter utvecklingsteamets egen kunskap om verksamheten.

Valet föll till slut på ayfie eftersom de uppfyllde alla krav, erbjöd en kortare startsträcka för att komma igång och ett bra pris. Dessutom kunde KTH se sin egen data i realtid under utvärderingen vilket ökade förståelsen för produkterna.

Installationen baseras på två produkter: sökmotorn Ayfie Locator och Ayfie Predictor som ger smarta sökförslag.

Lanseringen gjordes den 4 april och sedan dess har man fått in kommentarer och återkoppling direkt via sökfunktionen. Användarna uppskattar de nya möjligheterna att använda filter – och genom att ge förslag på sökningar som bortser från t.ex. felstavningar och alltför snäva sökningar är det nu enklare att hitta rätt information.

KTH passade samtidigt på att genomföra en rad andra förbättringar, t.ex. att specificera sökinnehållet, lägga till mer utförliga sökförslag och erbjuda smartare sökningar bland personer, diskussionsgrupper, program och kurser.

I nästa steg kommer KTH att fortsätta med löpande förbättringar. Det finns också planer på att lägga till specialsökningar efter t.ex. enskilda personer och deras kunskaper och expertområden på ett liknande sätt som används på LinkedIn.