Voorafgaande Disclaimer: De titel “top secret” kan op verschillende manieren geïnterpreteerd worden. Voor de duidelijkheid, we gaan hier geen vertrouwelijke informatie delen van klanten of prospecten. Wel gaan we een aantal uitzonderlijke en zeer waardevolle use cases toelichten, die ook gerealiseerd kunnen worden met Elastic. Aangezien de meeste mensen echter niet beseffen dat dit allemaal kan met Elastic, noemen we deze use cases “top secret”.
Algemeen probleem
Tal van bedrijven en organisaties beschikken over grote hoeveelheden ongestructureerde data, documenten, beelden, video’s. ‘Een tijd geleden’ was dit soort informatie enkel zoek en vindbaar met behulp van full-tekst zoek en/of metadata. Echter werd metadata vaak niet of niet voldoende onderhouden, waardoor terugvinden van informatie moeilijk en zeer tijdrovend is.
FMCG (Fast Moving Consumer Goods) als concreet voorbeeld
Beeldt u in: een bedrijf dat al voor verschillende decennia aan digitale assets bijhoudt van product verpakkingen. Helaas beschikt het niet over goede metadata bij de digitale assets, of toch zeker niet voor de oudere productverpakkingen. Nu moet bijvoorbeeld in het kader van nieuwe wetgeving voor alle product verpakkingen kunnen gevonden worden op welke verpakkingen al dan niet een recycling symbool staat en zo ja, welk symbool. Op die manier kan het bedrijf te weten komen op welke verpakkingen dringend aanpassingen dienen te gebeuren.
Andere voorbeelden waarop in de fast moving consumer goods (FMCG) efficiënt moet kunnen gezocht en gevonden worden zijn:
- Gebruiksinstructies
- Waarschuwingen
- Allergische informatie
- Ingrediënten informatie
- Halal/kosher
- Symbolen zoals recycling, nutri-scores, FSC, …
- Promotie illustraties gelinkt aan events zoals olympische spelen, wereldkampioenschap voetbal, …
Afhankelijk van het product (food, beverage, diy, medical) kan de info waarop gezocht dient te worden uiteraard verschillen. In alle geval is zonder goede metadata het terugvinden van relevante informatie bijna onmogelijk.
De oplossing
Met de nieuwe mogelijkheden van vandaag kan toch gezocht en gevonden worden, zelfs als de metadata er niet of onvoldoende is. Hoe dan?
Met behulp van machine learning modellen kan zoekbare informatie uit digitale assets gehaald worden en vervolgens in de Elastic (ELK) stack opgeslagen worden.
Eenmaal opgeslagen in Elastic kan de krachtige zoek functionaliteit gebruikt worden om informatie terug te vinden.
De belangrijkste onderdelen van een dergelijke oplossing bestaan uit:
- Het ingest proces waarin artificiële intelligentie (AI) gebruikt wordt om zoveel mogelijk relevante info uit de digitale assets te halen en vervolgens op te slaan in Elasticsearch.
- De Elastic zoek functionaliteit waarmee gezocht en gevonden kan worden in die relevante info.
Beide onderdelen worden verder toegelicht in onderstaande illustraties.
Figuur 1: Ingest proces
Figuur 2: Zoekfunctionaliteit
Relevante blogs
Volgende blogs geven meer informatie over hoe dit soort oplossingen met Elastic werkt: