Pour faire simple, un Knowledge Graph est une base de données structurée, semblable à un cerveau, qui stocke des informations avec des relations bidirectionnelles flexibles.
Vous avez certainement rencontré le terme Knowledge Graph en vous informant sur Google ou d'autres moteurs de recherche, et pour cause : il s'agit de la base de connaissances que ces derniers utilisent afin d'alimenter leurs résultats avec des informations provenant de sources diverses. En 2016, Google a annoncé que son Knowledge Graph disposait déjà de plus de 70 milliards d'informations, et ce n'est que la partie visible de l'iceberg.
Mais les Knowledge Graphs ne s'appliquent pas uniquement aux moteurs de recherche. Bien que ce terme soit le plus souvent associé à Google, il se rapporte à toute structure semblable à un cerveau stockant des informations (ou des entités) de la même façon.
En quoi un Knowledge Graph peut-il être utile à votre organisation ?
Les progrès en matière d'IA ont rendu les moteurs de recherche plus << intelligents >> car ils peuvent maintenant se baser sur leur arsenal de Knowledge Graphs, qui sont en constante expansion, afin de répondre aux questions des utilisateurs avec un degré de précision plus élevé que jamais. Cela a eu pour effet de redéfinir les attentes des clients, qui sont désormais incités à poser des questions bien plus précises. Votre organisation doit donc être en mesure de répondre à ces requêtes multidimensionnelles avec la précision d'un moteur de recherche.
Prenons un exemple : un patient potentiel effectue une recherche extrêmement spécifique du type << meilleur dermatologue près de moi ouvert le samedi qui prend la carte Vitale >>. Il peut être difficile de répondre à ces questions car cela nécessite d'accéder à différents types d'informations sur votre organisation. Dans notre exemple, la requête mobilise les notes (<< meilleur >>), la spécialité (<< dermatologue >>), l'emplacement du cabinet (<< près de moi >>), les horaires d'ouverture (<< samedi >>) ainsi que la prise en charge de l'assurance (<< carte Vitale >>). Il est toutefois crucial d'y répondre car même si leur volume de recherches est plus faible, vous pourrez convertir les phrases en langage naturel et apparaître dans leurs résultats de recherche bien plus facilement : il a été démontré que le taux de conversion des phrases en langage naturel est 2,5 fois supérieur à celui des mots-clés individuels.
Mais il est impossible de répondre à une question aussi complexe si l'ensemble des informations spécifiques qui sont demandées ne sont pas stockées en tant qu'entités associées. Pour << parler la langue >> des moteurs de recherche, votre organisation a besoin de son propre Knowledge Graph pour stocker ses propres informations, qui seront reliées les unes aux autres. Cela constitue la base nécessaire pour tirer profit de l'intelligence artificielle dans un ensemble de technologies marketing donné et pour répondre à des questions complexes partout où vos clients effectueront des recherches.
Ce faisant, les Knowledge Graphs des moteurs de recherche peuvent faire appel à votre Knowledge Graph personnel, ce qui vous permet de gérer vos informations à grande échelle et de fournir les réponses précises que vos clients s'attendent aujourd'hui à recevoir, que ce soit sur votre propre site Web ou sur des sites tiers.
Découvrez comment créer votre propre Knowledge Graph avec l'aide deYext.
