Budgetsök - jämförelse mellan Microsoft och Google

Många är de sökmotoralternativ, för webbplatsers interna sökmotor, som vi jobbar med på Nansen. Som budgetalternativ är de två mest lysande stjärnorna just nu:

• Microsoft Search Server 2010 Express
• Google Site Search

Dokumentationen av dessa tjänsters egenskaper är ofta både luddig och svår att tolka. Direkta jämförelser har jag inte hittat alls. Måhända har jag inte Googlat om Google på Google tillräckligt eller inte lusläst alla säljiga "feature specs" på Microsofts sidor men behovet att syna dessa två tjänster i sömmarna har uppstått av ren självbevarelsedrift i samband med en kundimplementering.

Så här följer en inventering* av vad vi vet om tjänsterna så långt:

	Egenskap viktigast för roll	MS Search 2010 Express	Google Site Search
Antal dokument i index	Administratör	10 miljoner	Oändligt
Statistik på sökningar	Administratör	Ja	Ja
Relevansfinjustering baserat på angivning av viktiga delar av webbaplatsen	Administratör	Ja	Nej
Metadata-finsjustering (dess påverkan i relevans)	Administratör	Ja	Nej
Kostnad	Administratör	MS-server+drift/ i övrigt gratis	Per sökning
Manuellt konfigurerad uppdelning av index: scope eller collection	Administratör	Ja	Njae**
Synonymer (egna) - automatisk sökning på flera ord samtidigt, baserat på eget inskrivet	Besökare	Ja	Ja
Filindexering, de flesta vanliga filtyper, pdf, doc, xls...	Besökare	Ja	Ja
Sökordsförslag efter genomförd sökning: "menade du"	Besökare	Ja	Ja
Sökordsförslag som ges momentant när man skriver i sökrutan, kallat autosuggest eller autocomplete (både baserat på sökningar som görs ofta och ord som är automatiskt inlagda)	Besökare	Ja	Ja
Samma resultat som stora Googles index	Besökare	Nej	Ja
Söka i delar av indexet, med hjälp av metadatafilterering	Besökare	Ja	Nej
Intern "Adwords" - möjlighet att framhäva en specifik sida för vissa sökord	Besökare	Nej	Ja
Ordböjningar (stemmings) svenska språket, automatisk sökning på flera former av ett ord, bestämd form, genetiv, pluralis m.m.	Besökare	Ja	Ja
Sökalgoritm	Besökare	Microsoft (ej FAST)	Google
Få egendefinierade metadatafält tillbaka i sökresultatet	Utvecklare	Ja	Ja
Grafiskt administrationsgränssnitt	Utvecklare	Ja, åtkomligt om driften sätts upp	Ja, åtkomligt på webben
Antal träffar per sökning	Utvecklare	oändligt	20
Manuellt igångsatt indexering	Utvecklare	Ja	Ja, men delvis oklar kontroll

Tillsynes lika alltså. Bra stöd för de vanligaste kraven man kan ställa på en modern sökmotor, samt det viktiga stöder för svenska ordböjningar m.m. Lite olika kostnadsbild, beroende på att Google använder sig av en licensmodell som baseras på antal sökningar och att Microsofts tjänst i sig är gratis, men kräver en MS Server 2008, och såklart drift av detta. Tämligen jämn kamp i kostnad- och smidighetsfrågan alltså, men med viss övervikt till Google för dess molnliknande approach.

Men, och här kommer den stora nackdelen med Google Site Search. Den har begränsat antalet träffar i XML-svret per sökning till 20 st. I kombination med att man inte kan söka på utvalda delar av indexet gör att Googles budgetsök blir helt oanvändbart när det kommer till sökresultatsidor av modernare snitt, med filtrerat sök. Alternativet hade ju såklart varit att göra en bred sökning med 100+ träffar och själv gruppera sökresultatet. Men det går inte, för max antalet träffar är 20, och skulle man själv göra flera sökningar för att bulka upp så dras ju den köpta sökmängden ner för varje sökning. Och vips så sänktes sökmängden till en bråkdel för att uppnå något så trivialt som filtrerat sök. Nej, stor stor varning för Google Site Search när det kommer till något mer än bara organisk sökresultat, och vad är då värdet när det är samma index som stor-Google? En XML?

Summerat är alltså att Microsoft Search Server 2010 Express, är en mer kompetent sökmotor, trots att Googles sökalgoritm är allmänt känt som mer kraftfull än Microsofts icke-FAST-algoritm.

En intressant fråga som väcks är varför Google gjort så här, förutom det uppenbara att de vill tjäna mer pengar. Men med tanke på att alternativet Google Mini är på utfasning (utan uppdatering på flera år och saknar stöd för svenska m.m.) och 250 kkr Google Search Appliance så hade Site Search varit ett intressant alternativ men inte efter denna dyrköpta resa...

UPDATE)

Man kan lätt räkna ut att det här inte är söklösningen för intranätet, eftersom molnet måste komma åt det, och vad är skillnaden mellan Google Site Search och stora Google? Denna skiljelinje är oklar och blir också känslig när det handlar om nya webbplatser som inte lanserats och som ska använda sig av Google Site Search, man vill ju inte få ut dem i storindexet.

*) med reservation för fel, kommentera eventuella felaktigheter, så rättar vi.

**) Begreppet "Refinements" finns som möjliggör indelning av indexet baserat på sökvägen, eller delar av URL:en, ok, men långt i från tillräckligt. Med tanke på att man fortfarande bara får 20 svar åt gången från varje, och vet inte mängden träffar i index per refinement.