📖

【10X/M3/CADDi】検索エンジン運用勉強会に参加した

2022/08/31に公開

3行まとめ

雑多に勉強会の感想を書く
検索、楽しそうじゃない・・・？
ペンギンの本読みたい

初めに

先日、【10X/M3/CADDi】検索エンジン運用勉強会

に参加してきました。
大変興味深い会であり何か書きたくなったこと、また個人的な知識定着のために勉強会の振り返りをアウトプットしたいと考えたことから、勉強会の感想の記事をつらつらと書くことにしました。
雑多な感想を並べるだけの記事なので裏付けもありませんし、なんらかの学びが得られることはあまり期待しないでください。
また、具体的な発表の内容についてはconnpassの方に資料をアップしてくださっていますので、そちらをご参照ください。

感想１：検索、楽しそうじゃない・・・？

まず簡単に自分のバックグラウンドを説明しておくと、現職では健康管理に関するSaaSを提供している会社でプロダクト開発をしていますが、前職ではECサイトの検索エンジニアをしていました。アルゴリズムを用いた推薦とかは触ったことなく、ECサイトのこだわり検索を中心にwebアプリを構築していました。ですので、検索サイトの運用や、検索元のデータにまつわるあれこれについてはある程度想像できるかなと思っていました。

表題の話に移りますが、検索のエンジニアを離れてみたものの、お話を聞いて検索って面白そうじゃない・・・？って今更思えてきました。その理由は以下です。

検索の品質はユーザー体験に直結する

ECサイトを例に話しますが、検索のスピードが遅いとその分離脱につながり売り上げの減少につながります。また、遅い分「うまく探せない」と言うことにもつながるでしょう。
また、キーワード検索による0件ヒットや、商品データの属性の付け方によってユーザーが求めている商品にたどり着けない率も左右されてくることでしょう。
商品データの持ち方、推薦システムなどの分析用データの蓄積、ユーザーの特性や行動の把握、インフラやアプリのパフォーマンスまで、様々な要素を結集して「検索」が作られていくのだなと思いました。
単なる初期開発だけでなく、今回の勉強会のテーマになっているような継続的な運用がユーザー体験の質を左右することになりそうです。

アルゴリズム・複雑なデータ構造が絡む

検索エンジンの対象となるようなデータは往々に複雑であり、大量です。先述のようなパフォーマンスが重要であることもあり、その実現にはアルゴリズムやデータ構造の工夫が必要となります。
勉強会ではElasticSearchのインデックスなどの工夫例も話されていましたが、アルゴリズム面での工夫が必要となってくるのも、興味深い点だと考えています。

機械学習と絡む

まあ機械学習を使ってるからえらい、というわけではないんですが、機械学習含め様々な技術を用いて「良い検索」を作るというのは興味深いな、と思いました。機械学習というか統計的なデータを用いた分析・改善をガンガン回して行くのは面白そうです。

感想２：運用や判断は定量的に

感想１でも触れましたが、アプリ内のデータも、アプリから得られるデータも大量です。一般にサービス全般に言えることかと思いますが、よりアプリの運用における判断は定量的であると良さそうです。
今回の勉強会ではビジネス側との合意形成についてよく話が出ていました。システム移行や運用上で合意を形成する際、数値で基準を作って握っておくのが良さそうということでした。
検索サイトを運営する際、特定のページや特定の検索条件で「結果が変」「遅い」などが起こりがちで、そこを随時イシューとして対応していくと無限に手間がかかってしまうので、そこを数値で握っておくことで、期待値のコントロール、明確な合意形成ができるとのことでした。
何事も、基準を明確にしておくことは重要ですね・・・

感想３:検索システム本読みたい

ペンギン本っていうんですかね？面白そうなので読みたいです。それまでに倒したい積読本が大量にあるけど・・・

まとめ

面白い勉強会でした！