Intelligente B2B-Lieferantensuchmaschine mit Elasticsearch
Die Anbieterplattform benötigte eine leistungsstarke Suchmaschine, die in der Lage ist, komplexe, facettenreiche Abfragen über Tausende von internationalen Lieferanten mit Antwortzeiten von unter einer Sekunde zu verarbeiten.
Ihr Projekt besprechen
Die Herausforderung
Traditionelle Datenbankabfragen konnten die Suchanforderungen nicht erfüllen:
- Volltextsuche über 80+ Felder pro Anbieter war mit SQL zu langsam
- Eine prioritätsbasierte Rangfolge musste die Datenvollständigkeit und -verifizierung berücksichtigen
- Die Präsenz in sozialen Medien musste als erstklassiges Attribut durchsuchbar sein
- Fuzzy Matching und Tippfehler-Toleranz waren für internationale Lieferantennamen unerlässlich
- Kategorie- und Standorthierarchien erforderten facettierte Suchfunktionen
Unsere Lösung
Wir implementierten eine benutzerdefinierte Elasticsearch-Integration mit prioritätsbasierter Indizierung, Mehrfeldsuche und intelligenter Rangfolge für die Anbietersuche.
Architektur
- Suchmaschine: Elasticsearch mit benutzerdefinierten Zuordnungen für Anbieter, Kategorien, soziale Medien
- Datenebene: TypeORM/PostgreSQL als Quelle der Wahrheit, synchronisiert mit Elasticsearch
- API-Ebene: Node.js/Express mit Elasticsearch-Client
- Frontend: React mit Echtzeit-Suche während der Eingabe
- Analytics: PostHog zur Verfolgung des Suchverhaltens
Suchfunktionen
- Mehrfeldsuche - Abfrage über Anbietername, Beschreibung, Marken, Kategorien gleichzeitig
- Filterung sozialer Medien - Anbieter anhand ihrer Präsenz auf bestimmten Plattformen finden
- Kategoriefacetten - Durch Produktkategorie-Hierarchien navigieren
- Standortfilterung - Suche nach Land, Region oder Stadt
- Prioritätsrangfolge - Verifizierte und datenkomplette Anbieter werden höher eingestuft
- Fuzzy Matching - Behandelt Tippfehler und internationale Namensvariationen
Hauptmerkmale
- Benutzerdefinierte Indexzuordnungen - Optimiertes Schema für Anbieter-, Kategorie- und soziale Mediendaten
- Echtzeit-Synchronisation - Datenbankänderungen werden innerhalb von Sekunden in der Suche reflektiert
- Suchanalysen - Verfolgung beliebter Abfragen, Suchanfragen ohne Ergebnisse und Klickrate
- Masseneinspielung - Effiziente Batch-Indizierung für große Anbieterimporte
- Gewichtete Bewertung - Konfigurierbare Relevanzbewertung basierend auf der Wichtigkeit des Feldes
Ergebnisse
Technologie-Stack
caseStudyDetail.more Fallstudien
Entdecken Sie mehr unserer technischen Implementierungen
KI-gesteuerte Plattform zur Lieferantenerkennung und -beschaffung
E-Commerce-Unternehmen und Importeure benötigten eine intelligente Plattform, um internationale Lieferanten zu entdecken, zu bewerten und zu verwalten und den manuellen Prozess der Suche durch B2B-Marktplätze wie Alibaba zu ersetzen.
Catant HR- und Workforce-Management-Plattform
Catant ist eine modulare HR- und Workforce-Management-Plattform, die Unternehmen dabei unterstützt, Mitarbeiter, Gehaltsabrechnung, Anwesenheit und Compliance von einem einzigen Dashboard aus zu verwalten.
Häufig gestellte Fragen
MicrocosmWorks konfigurierte Elasticsearch mit benutzerdefinierten Analyzern, die edge n-gram tokenization für partielle Übereinstimmungen, Synonymwörterbücher für branchenspezifische Terminologie und ein dediziertes keyword field für exakte Teilenummernsuchen kombinieren. Dieser Ansatz liefert relevante Lieferanten, selbst wenn Käufer eine andere Terminologie verwenden als die, die im Katalog des Lieferanten aufgeführt ist.
MicrocosmWorks konzipierte den Elasticsearch Cluster mit einer Sharding-Strategie, die Lieferantendokumente auf mehrere Nodes basierend auf dem Industry Vertical verteilt, was horizontales Scaling ohne Reindexing ermöglicht. Die Architektur unterstützt Cross-Cluster Search für die geografische Verteilung, wobei Abfrage-Antwortzeiten von unter 200 ms selbst bei Millionen von Lieferantendatensätzen beibehalten werden.
Ja, MicrocosmWorks hat function score queries implementiert, die Lieferantenrankings dynamisch steigern, basierend auf käuferdefinierten Gewichtungen für Nähe, MOQ-Passung, Lieferzeit, Zertifizierungsanforderungen und vergangene Transaktionshistorie. Käufer können ihre Gewichtungsprofile speichern und sie über verschiedene Suchen hinweg anwenden, für konsistente Beschaffungspräferenzen.
MicrocosmWorks hat eine Change-Data-Capture-Pipeline unter Verwendung von Debezium aufgebaut, die mit der PostgreSQL-Quelldatenbank verbunden ist und Lieferantendatensatzänderungen über Kafka nahezu in Echtzeit an Elasticsearch streamt. Dies stellt sicher, dass Suchergebnisse Datenbankaktualisierungen innerhalb von Sekunden widerspiegeln, anstatt auf Batch-Reindex-Zyklen zu warten.
MicrocosmWorks bietet Elasticsearch-basierte Suchlösungen zu Stundensätzen von 20-45 $/Std., wobei eine vollständige B2B-Lieferanten-Suchmaschine, einschließlich benutzerdefinierter Analysatoren, Relevanzoptimierung, facetierter Filterung und einer CDC-Pipeline, typischerweise 350-550 Entwicklungsstunden erfordert. Die Elasticsearch-Infrastruktur selbst läuft kostengünstig auf Drei-Knoten-Clustern ab etwa 500 $/Monat auf AWS.
Bereit, Ihr Unternehmen zu transformieren?
Lassen Sie uns besprechen, wie wir ähnliche Lösungen für Ihre Herausforderungen anwenden können.