Intelligente B2B Lieferantensuchmaschine mit Elasticsearch
Die Anbieterplattform benötigte eine hochleistungsfähige Suchmaschine, die komplexe, mehrdimensionale Abfragen über Tausende internationaler Lieferanten mit Antwortzeiten im Subsekundenbereich verarbeiten kann.
Ihr Projekt besprechen
Die Herausforderung
Herkömmliche Datenbankabfragen konnten die Suchanforderungen nicht erfüllen:
- Die Volltextsuche über mehr als 80 Felder pro Anbieter war mit SQL zu langsam
- Eine prioritätsbasierte Rangfolge musste Datenvollständigkeit und Verifizierung berücksichtigen
- Die Präsenz in sozialen Medien musste als erstklassiges Attribut durchsuchbar sein
- Fuzzy Matching und Fehlertoleranz waren für internationale Lieferantennamen unerlässlich
- Kategorie- und Standorthierarchien erforderten Facetten-Suchfunktionen
Unsere Lösung
Wir haben eine kundenspezifische Elasticsearch-Integration mit prioritätsbasierter Indexierung, Mehrfeldsuche und intelligenter Rangordnung für die Anbietererkennung implementiert.
Architektur
- Suchmaschine: Elasticsearch mit benutzerdefinierten Mappings für Anbieter, Kategorien, soziale Medien
- Datenschicht: TypeORM/PostgreSQL als source of truth, synchronisiert mit Elasticsearch
- API-Schicht: Node.js/Express mit Elasticsearch-Client
- Frontend: React mit Echtzeit-Suchvorschlägen während der Eingabe
- Analysen: PostHog zur Nachverfolgung des Suchverhaltens
Suchfunktionen
- Mehrfeldsuche – Abfrage über Anbieternamen, Beschreibung, Marken, Kategorien gleichzeitig
- Social Media Filterung – Anbieter nach ihrer Präsenz auf bestimmten Plattformen finden
- Kategorie-Facetten – Verfeinerung durch Produkthierarchien
- Standortfilterung – Suche nach Land, Region oder Stadt
- Prioritäts-Ranking – Verifizierte und datenkomplette Anbieter rangieren höher
- Fuzzy Matching – Handhabt Tippfehler und internationale Namensvariationen
Hauptmerkmale
- Benutzerdefinierte Index-Mappings – Optimiertes Schema für Anbieter-, Kategorie- und Social Media-Daten
- Echtzeit-Synchronisierung – Datenbankänderungen spiegeln sich innerhalb von Sekunden in der Suche wider
- Suchanalysen – Verfolgung beliebter Abfragen, Suchen ohne Ergebnisse und Klickraten
- Massenindexierung – Effiziente Batch-Indexierung für große Anbieterimporte
- Gewichtete Bewertung – Konfigurierbare Relevanzbewertung basierend auf Feldwichtigkeit
Ergebnisse
Technologie-Stack
caseStudyDetail.more Fallstudien
Entdecken Sie mehr unserer technischen Implementierungen
KI-gestützte Plattform zur Lieferantenfindung und -beschaffung
E-Commerce-Unternehmen und Importeure benötigten eine intelligente Plattform, um internationale Lieferanten zu entdecken, zu bewerten und zu verwalten, um den manuellen Suchprozess auf B2B-Marktplätzen wie Alibaba zu ersetzen.
KI-gestützte Rechnungsverarbeitung mit OCR und QuickBooks-Integration
Ein mittelständisches Unternehmen, das monatlich Hunderte von Lieferantenrechnungen verarbeitete, musste die manuelle Dateneingabe eliminieren, indem es Rechnungsdaten automatisch mithilfe von AI/OCR extrahierte und diese direkt mit QuickBooks für die Buchhaltung und Zahlungsverfolgung synchronisierte.
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.