Attributionstokens sind eindeutige IDs, die von Vertex AI Search für den Einzelhandel generiert und mit jeder Suchanfrage zurückgegeben werden. So kann Vertex AI Search for Retail eine Suchanfrage mit dem entsprechenden Suchereignis verknüpfen. Mithilfe von Re-Ranking-Modellen lässt sich dann die Qualität der Suchantworten verbessern. Attributionstokens sind auch in Suchereignissen erforderlich, um genaue Berichte zu erhalten.
Das Einbeziehen von Suchattributionstokens in alle Suchevents, die über Vertex AI Search for Retail ausgeliefert werden, ist für das Training von TIER 3- und TIER 4-Modellen erforderlich.
Funktionsweise von Attributionstokens
Jede Antwort, die von der Vertex AI Search-Methode zurückgegeben wird, enthält am Ende des Antworttexts eine eindeutige attributionToken. Beispiel:
{ "results": [ { "id": "727121", "product": { … } ], "totalSize": 19600, "attributionToken": "dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB", "nextPageToken": "AM1MDZiNWOyQjM4UTLlNGN50iMwYjMtADMwATLwIGMhBzY2YDJaIw-bCbxQYAt1PJgIwgExEgC" …
Dieses Token muss im nachfolgenden Suchereignis enthalten sein:
{ "eventType": "search", "searchQuery":"red t-shirt", "productDetails":[ {"product":{"id":"727121"}}, {"product":{"id": … } ] , "visitorId":"GA1.1.1383176924.1721324981", "attributionToken":"dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB" }
Vertex AI Search für den Einzelhandel verwendet die Ereignisdaten zum Trainieren seiner Modelle. Das Attributionstoken bietet eine Möglichkeit, das Ereignis mit der Anfrage zu verknüpfen und die vollständige Suchanfrage und ‑antwort mit den angeforderten Filtern, Facetten und Antwortprodukt-IDs zu codieren. Wenn in den Suchereignissen kein Token vorhanden ist, werden diese Ereignisse so behandelt, als stammten sie nicht von Google Vertex AI Search. Die Suchereignisse werden dann möglicherweise fälschlicherweise so verwendet, als stammten sie von einem anderen Suchanbieter. Es ist in Ordnung (und zu erwarten), dass Suchevents ohne Tokens vorhanden sind, wenn sie von einem anderen Suchanbieter bereitgestellt werden, z. B. während eines A/B-Tests. Normalerweise sollte es jedoch eine 1:1-Zuordnung für Suchanfragen der Search API zu Suchereignissen mit Tokens geben.
Datenqualität von Attributionstokens
Wenn der Prozentsatz der Ereignisse mit Attributions-Tokens unter 95 % liegt, wird im Dashboard „Datenqualität“ in der Google Suche für Einzelhandel der Status „Kritisch“ oder „Blockierend“ angezeigt. Andernfalls wird der Status als „Entspricht den Anforderungen“ angezeigt:
Die Datenqualität bei TIER 3, dem leistungsoptimierten Modell, lässt sich in der Regel nicht ohne ausreichende zurechenbare Ereignisse trainieren. Es wird daher dringend empfohlen, Vertex AI Search für den Einzelhandel nur dann in der Produktion zu implementieren, wenn Ergebnisse in TIER 3 oder TIER 4 geliefert werden.
Attributionstokens für Empfehlungen
Da es kein Ereignis für Empfehlungen gibt, müssen Attributionstokens aus predict-Antworten in keine Ereignisse eingefügt werden.
Das Attributionstoken aus der Antwort der Vorhersage kann in nachfolgenden Ereignissen (normalerweise detail-page-view oder add-to-cart) gesendet werden, ist aber nicht erforderlich. Für die Implementierung muss das Attributionstoken des empfohlenen Produkts in einem URL-Parameter an die URL der Produktseite übergeben und dann mit diesem Parameter das Feld attributionToken des Ereignisses detail-page-view ausgefüllt werden.
Bei Empfehlungen von Vertex AI Search werden automatisch synthetische Tokens für Ereignisse erstellt, die predict-Anfragen zugeordnet werden können. Wenn Sie die Tokens explizit hinzufügen, lässt sich die Genauigkeit der Analyseberichte leicht verbessern. Dies ist jedoch nicht unbedingt erforderlich und hat nur geringe Auswirkungen auf die Empfehlungsmodelle.