Connecter ses Données

La recherche ne vaut que ce qu’on lui donne à lire

La puissance d’Enterprise Search tient directement à la qualité et à l’étendue des sources connectées. Un déploiement qui n’indexe que le lecteur partagé de la direction produira des réponses pauvres, et vos utilisateurs en concluront que l’outil ne fonctionne pas, alors que le problème vient du périmètre. Cette leçon suit l’ordre réel d’un projet : inventorier, raccorder, régler l’indexation, puis entretenir.

L’inventaire préalable tient en quatre questions, qu’il faut poser aux équipes elles-mêmes et pas seulement à la DSI. Quels outils sont réellement utilisés au quotidien, y compris ceux que personne n’a déclarés ? Où se trouve la connaissance critique — documentation technique, procédures, politiques internes ? Quels contenus les collaborateurs recherchent-ils le plus souvent ? Quelles données sont sensibles au point d’exiger des restrictions d’accès ? Les réponses donnent l’ordre de priorité, et cet ordre n’est presque jamais celui de la facilité technique : on connecte d’abord ce qui contient la connaissance la plus demandée et la plus à jour.

Vient ensuite la vérification des prérequis, identique pour tous les connecteurs. Il vous faut des droits d’administration sur la plateforme source — Google Workspace Admin ou SharePoint Admin, par exemple —, un compte de service ou une application OAuth dédiée à Enterprise Search, les permissions de lecture sur les espaces à indexer, et l’approbation de votre équipe sécurité. L’approbation sécurité reste le point qui décale le plus souvent les plannings : sollicitez-la dès l’inventaire, pas la veille de la mise en service.

Raccorder les principales sources

La connexion à Google Drive passe par OAuth 2.0 avec un compte de service Google Workspace. La procédure se déroule dans cet ordre :

1. Créez un compte de service dans la console Google Cloud
2. Activez l’API Google Drive pour ce compte
3. Autorisez la délégation de domaine dans Google Workspace Admin
4. Configurez les portées (scopes) de lecture nécessaires
5. Renseignez les identifiants dans la console Enterprise Search

Le connecteur indexe alors les fichiers Google Docs, Sheets, Slides, PDF et les autres formats stockés dans Drive, en respectant automatiquement les permissions de partage définies dans Google.

Pour un environnement Microsoft 365, la logique est identique mais l’autorisation transite par Azure. Enregistrez une application dans Azure Active Directory, accordez-lui les permissions Microsoft Graph Sites.Read.All et Files.Read.All, obtenez le consentement de l’administrateur, puis configurez le connecteur avec les identifiants de cette application. Sont alors indexés les sites SharePoint, les bibliothèques de documents et les fichiers OneDrive, avec un héritage fidèle des permissions SharePoint.

Confluence se raccorde plus vite : créez un token API Atlassian doté des permissions de lecture, indiquez les espaces à indexer ou choisissez l’ensemble du site, puis fixez la fréquence de synchronisation. Si votre organisation en a fait son wiki principal, traitez cette connexion en priorité — c’est presque toujours la source la plus riche en documentation technique et en procédures internes.

Slack demande une application dédiée dans l’espace de travail, à laquelle vous ajoutez les scopes OAuth channels:history et channels:read avant de l’installer et de sélectionner les canaux. Résistez ici à la tentation de tout indexer : concentrez-vous sur les canaux de projets, de support et de documentation, et laissez de côté les canaux informels, qui bruitent les résultats sans apporter de connaissance exploitable.

Régler l’indexation

La synchronisation initiale peut durer plusieurs heures selon le volume, et elle sollicite vos systèmes sources pendant tout ce temps : planifiez-la hors des heures de pointe. Ensuite, Enterprise Search détecte les modifications de lui-même. Les nouveaux documents sont indexés dans les minutes qui suivent leur création, les documents modifiés sont réindexés automatiquement, les documents supprimés disparaissent à la synchronisation suivante et les changements de permissions se répercutent dans les résultats. La fréquence se règle connecteur par connecteur : temps réel via webhooks, toutes les quinze minutes, toutes les heures ou une fois par jour.

Le filtrage constitue le second levier de qualité. Vous pouvez inclure ou exclure des dossiers pour n’indexer que les espaces pertinents, filtrer par type de fichier afin d’écarter images, vidéos ou fichiers volumineux sans valeur textuelle, filtrer par ancienneté en ne retenant par exemple que les documents des deux dernières années, et exclure certains motifs de nommage pour ignorer fichiers temporaires, brouillons et archives. Négliger ce réglage a un coût précis : une politique commerciale périmée mais toujours indexée finira par produire une réponse fausse et parfaitement sourcée, le pire des cas de figure puisque rien n’alerte le lecteur.

La pertinence se joue aussi sur les métadonnées. Un document au titre descriptif remonte mieux qu’un fichier nommé « v2_final », les tags et labels existants enrichissent l’indexation, les descriptions de pages Confluence ou de fichiers Drive sont exploitées, et l’information d’auteur permet de pondérer la fiabilité. La formulation des questions compte enfin autant que le paramétrage : encouragez des questions complètes plutôt que des mots-clés isolés, montrez à vos équipes que « quelle est la procédure d’onboarding pour les développeurs back-end ? » donne un tout autre résultat qu’« onboarding », et diffusez en interne quelques exemples de requêtes efficaces.

Surveiller dans la durée

La console d’administration expose l’état de l’indexation : nombre de documents indexés par source, date de la dernière synchronisation, erreurs d’indexation et documents en échec, volume de recherches et taux de satisfaction. Passez-y chaque mois pour vérifier que les connecteurs restent actifs, investiguer les échecs — le plus souvent des permissions révoquées ou des fichiers corrompus —, ajuster les filtres au vu des retours et raccorder de nouvelles sources à mesure que l’adoption progresse. Un connecteur en panne ne déclenche aucune alerte visible côté utilisateur : les réponses deviennent simplement moins bonnes, et personne ne fait le lien.

Points clés à retenir

• Commencez par un inventaire des sources de données et priorisez les plus recherchées
• Chaque connecteur nécessite un compte de service avec des permissions de lecture
• L’indexation incrémentale maintient les résultats à jour automatiquement
• Le filtrage et les exclusions permettent d’affiner la pertinence
• Le monitoring continu garantit la qualité et la fraîcheur des résultats