Veel organisaties maken gebruik van een HR-serviceportaal of een portaal voor Employee Self Service (ESS), zoals ServiceNow of Quercis. Medewerkers hebben via zo’n portaal online toegang tot allerlei (HR-)systemen en -informatie zoals bedrijfsreglementen, salariëring, pensioen en vakantie.
Een zoekfunctie maakt het gebruik van het portaal makkelijker. Op basis van zoektermen die de medewerker in de zoekbalk invoert, kan hij of zij relevante informatie vinden.
Maar wat als… de zoekfunctie niet goed werkt?
Als een zoekfunctie niet (goed) werkt, dan levert dat niet alleen frustraties op bij medewerkers. Het zorgt er bovendien voor dat zij vaker bij de HR-afdeling terecht komen met hun vragen.
Ze nemen dan rechtstreeks contact op of dienen een officieel ’ticket’ in. Dit ticket moet vervolgens alsnog opgepakt worden door HR, of een serviceorganisatie. Een goede zoekfunctie bespaart zowel de medewerker als de organisatie tijd en frustratie.
Kies de juiste zoekmachine voor jouw organisatie
Een praktisch voorbeeld
Bij een organisatie wordt de standaard zoekmachine ‘Zing’ gebruikt. Een nadeel van deze zoekmachine is dat een spelfout een erg negatieve invloed heeft op het zoekresultaat. Zo levert de zoekopdracht ‘velof’ (in plaats van verlof) geen resultaat op. Ook als de gebruikte terminologie niet voorkomt in het systeem, wordt er niks gevonden of levert de zoekopdracht niet het gewenste resultaat op.
De organisatie ziet een mogelijk alternatief voor Zing in de zoekmachine ‘AI Search’. Deze zoekmachine bevat slimme functionaliteiten als auto-correct en lemma & unicode-normalisatie. Dit laatste zorgt ervoor dat er automatisch ook wordt gezocht op varianten van de ingevulde term(en). Zo wordt er niet alleen op salarisschalen gezocht, maar ook op salarisschaal.
AI Search is daarmee geavanceerder dan Zing, maar mist voor deze slimme functionaliteiten de ondersteuning in het Nederlands en is daarmee niet altijd de oplossing.
Door een aantal vervolgstappen kan de Employee Experience flink verbeterd worden.
Stap 1: Onderzoek waarom zoekopdrachten mislukken
De eerste stap om de zoekfunctie te verbeteren, is onderzoeken welke zoekopdrachten mislukken. Dit kan op zowel een kwalitatieve manier, als op een kwantitatieve manier.
- Kwalitatief: Vraag medewerkers bij welke zoekopdrachten zij tegen problemen aanliepen
- Kwantitatief: Verzamel mislukte zoekopdrachten uit de zoekgeschiedenis en onderzoek deze
Voor de kwantitatieve methode stel je eerst vast wat je verstaat onder een ‘mislukte zoekopdracht’. Een zoekopdracht zonder resultaat is vrijwel zeker mislukt. In andere gevallen is dit lastiger te bepalen, toch kun je er vanuit gaan dat een zoekopdracht niet het gewenste resultaat heeft opgeleverd als deze direct daarna wordt opgevolgd door een ticket bij HR over hetzelfde onderwerp. Ook soortgelijke zoekopdrachten kort na elkaar zijn een indicatie dat een zoekopdracht niet is gelukt. Denk bijvoorbeeld aan dat een medewerker verschillende spellingsvormen of synoniemen probeert als de eerdere zoekpoging niet is gelukt.
Kortom, zoekopdrachten zijn ‘mislukt’ wanneer de zoekopdracht:
- geen resultaat heeft opgeleverd,
- wordt opgevolgd door een ticket over hetzelfde onderwerp,
- nauw wordt opgevolgd door andere zoekopdrachten.
In de verzameling ‘mislukte’ zoekopdrachten kijk je vervolgens naar de unieke termen die zijn gebruikt en hoe vaak deze voorkomen. Ook verzamel je andere statistieken, zoals het aantal zoekopdrachten met spellingsfouten, de gebruikte taal van de zoekopdrachten en de distributie over woordsoorten (denk aan zelfstandig naamwoorden, werkwoorden, etc.).
Stap 2: Resultaten interpreteren en vervolgstappen bepalen
Nu je de resultaten van je onderzoek hebt, kun je verbeterpunten bedenken. Aangezien de code van de zoekmachines vaak niet toegankelijk zijn, liggen de potentiële verbeterpunten vooral bij:
- Het juist configureren van de zoekmachine (denk aan het toevoegen van synoniemen- en auto-correctlijsten),
- Het aanvullen van informatie in de knowledge base (catalogus waar de zoekmachine in zoekt)
- Bij User Experience Design (UX-design) verbeteringen rondom de zoekfunctie
Hieronder per informatieonderdeel aan welke vervolgstappen je kunt denken.
Unieke zoekopdrachten en termen
Uit de (mislukte) zoekopdrachten en termen, inclusief hoe vaak deze voorkomen, lees je af of er kennis mist bij medewerkers over specifieke onderwerpen. Ook kan het zijn dat een bepaald onderwerp niet voldoende belicht wordt in de knowledge base, waardoor medewerkers geen antwoorden vinden op hun vragen.
Een voorbeeld. Medewerkers zoeken op ‘opleiding’, terwijl er voor dit onderwerp eigenlijk gezocht moet worden op de term ‘training’. Of de informatie ontbreekt in de knowledge base. Je kunt dan medewerkers beter inlichten of een kennisdocument over het onderwerp toevoegen.
Ook is op een slimmere manier tonen van informatie misschien een oplossing (UX-design). Stel: medewerkers zoeken vaak op ‘trainingsbudget’, ‘ontwikkeling’ of ‘coach’, dan is bijvoorbeeld een snelkoppeling naar deze onderwerpen een oplossing.
Spellingsfouten in zoekopdrachten
Spellingsfouten kunnen grote negatieve impact hebben op het zoekresultaat. Daarom is het interessant om te kijken naar het potentieel aandeel mislukte zoekopdrachten door spellingsfouten. Dat zegt iets over het effect van spellingsfouten op de prestatie van de zoekmachine. Ook kun je veelvoorkomende spellingsfouten gelijk gebruiken om de zoekervaring te verbeteren.
Een voorbeeld. Medewerkers typen regelmatig werkgeververklaring in plaats van werkgeversverklaring (met tussen-s). Je helpt gebruikers dan door deze spellingsfout aan de autocorrectlijst toe te voegen, of in de tags waarop gezocht wordt. Dan geeft de zoekopdracht wel het gewenste resultaat.
Verschillende talen in zoekopdrachten
Maak inzichtelijk in welke talen medewerkers zoeken, zodat je weet voor welke talen je ondersteuning moet inbouwen. Stel: een zoekmachine ondersteunt geen Nederlands, maar uit de zoekopdrachten blijkt dat de overgrote meerderheid wel zoekt in het Nederlands. Dan is het belangrijk dat de aanbieder deze taal ondersteunt.
Distributie over woordsoorten
De distributie over woordsoorten geeft inzicht in het zoekgedrag van medewerkers. Gebruiken zij zelfstandig naamwoorden bijvoorbeeld, of juist werkwoorden. Een zoekmachine is gebaseerd op tags, vaak zelfstandig naamwoorden. Andere woordtypes geven dan niet het gewenste resultaat. Een oplossing kan zijn om medewerkers beter te instrueren in hoe zij de zoekmachine moeten gebruiken.
Distributie van tickets over HR-services
Voor het scenario, waarin een zoekopdracht is opgevolgd door een ticket, is het waardevol om te onderzoeken tot welke HR-service deze tickets behoorden. Indien er naar voren komt dat één of meerdere HR-service overmatig voorkomen, dan geeft dat een oplossingsrichting aan. Denk aan het beter informeren van medewerkers over deze onderwerpen, of het aanvullen van de knowledge base.
Aan de slag met je zoekfunctie
Om de EX te optimaliseren is het dus een goed idee om de zoekfunctie binnen je HR-service portaal te verbeteren. Je doorloopt dan de volgende stappen:
- Onderzoeken welke zoekopdrachten mislukken
- Op basis van die informatie verbeterpunten definiëren
- Start je verbeterplan!
De verbeterpunten die je definieert hebben waarschijnlijk te maken met:
- Configuratie van de zoekmachine
- Aanvullen van informatie in de knowledge base
- Beter inlichten van medewerkers
- Het UX-design van de zoekfunctie