归因令牌
使用集合让一切井井有条根据您的偏好保存内容并对其进行分类。

归因令牌是 Vertex AI Search 商务解决方案生成并随每个搜索请求一起返回的唯一 ID。借助这些令牌，Vertex AI Search 商务解决方案可将搜索请求与其匹配的搜索事件相关联，从而让重新排名模型能够提高搜索回答的质量。为了生成准确的报告，Vertex AI Search 商务解决方案的搜索事件也需要提供归因令牌。

归因令牌的工作原理

您可以从用户搜索的 API 响应中收集 attributionToken。在用户事件中发回访问者在该特定互动中生成的令牌。

归因令牌行为

归因令牌：

特定于访问者：attributionToken 与向特定 `visitorId 提供的特定搜索响应相关联。因此，您在响应 visitorId 'A' 执行的搜索时收到的令牌应随来自同一 visitorId 'A' 且是该搜索的直接结果的后续事件一起发回。
与搜索后立即发生的事件相关联：对于表示与特定搜索的搜索结果直接互动的用户事件，attributionToken 尤为重要。

其中包括：
- 后续搜索事件：如果同一用户在初始搜索后立即执行另一次搜索（例如优化查询），如果第二次搜索是第一次搜索的延续，则理想情况下应在第二次搜索的用户事件中包含第一个搜索响应的 attributionToken。
- 详情页面浏览事件：当用户点击搜索结果中的商品并查看其详情时，包含该商品的搜索响应中的 attributionToken 应包含在详情页面浏览用户事件中。这通常是通过将 attributionToken 作为网址参数传递给商品页面来实现的。
- 添加到购物车事件：如果用户直接从搜索结果中或在查看通过该搜索找到的商品的详细信息后将商品添加到购物车，则 add-to-cart 事件中应包含来自原始搜索响应的 attributionToken。
- 购买完成事件：如果发生了已归因的中间互动（例如 detail-page-views 或 add-to-cart 操作），系统不会随 purchase-complete 事件一起发送 attributionToken。购买交易仍通过商品 ID 和 visitorId 相关联。
简化搜索事件和请求映射：在后续用户事件中添加 attributionToken 至关重要，因为这有助于准确地将用户行为映射回 Vertex AI Search for Commerce 提供的特定搜索请求及其结果。

通过这种关联，Vertex AI Search 可以了解：
- 哪些搜索查询和搜索结果促成了用户互动（点击、浏览、添加到购物车、购买）。
- 搜索排名的相关性和效果。
- 是否为训练排名模型生成正例和负例。
- 如何计算点击率 (CTR)、转化率 (CVR) 和每次搜索收入等每次搜索指标。
- 如何将转化归因于促成转化的特定搜索，尤其是在 A/B 测试场景中。

Search API 中的归因令牌

Vertex AI Search for Commerce 方法返回的每个响应在搜索响应正文的末尾都会包含一个唯一的 attributionToken。例如：

{
  "results": [
    {
      "id": "727121",
      "product": {
…
     }
  ],
  "totalSize": 19600,
  "attributionToken": "dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB",
  "nextPageToken": "AM1MDZiNWOyQjM4UTLlNGN50iMwYjMtADMwATLwIGMhBzY2YDJaIw-bCbxQYAt1PJgIwgExEgC"
…

此令牌必须包含在后续搜索事件中：

{
"eventType": "search",
"searchQuery":"red t-shirt", 
"productDetails":[
  {"product":{"id":"727121"}}, {"product":{"id":  …
  }
] ,
"visitorId":"GA1.1.1383176924.1721324981",
"attributionToken":"dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB"
}

Vertex AI Search for Commerce 使用事件数据来训练其模型。归因令牌提供了一种将事件与请求相关联的方法，可使用请求的过滤条件、细分条件和响应商品 ID 对完整搜索请求和响应进行编码。如果搜索事件中不存在令牌，系统会将这些事件视为并非来自 Google Vertex AI Search，并且可能会错误地将这些搜索事件用作来自其他搜索提供商的事件。

如果搜索事件是从其他搜索提供商（例如在 A/B 实验期间）提供的，则没有令牌也是正常的（也是预期中的）。不过，搜索 API 请求通常与使用令牌搜索事件之间存在 1:1 映射。

缺少令牌的不利影响

如果同一访问者发送的相关后续用户事件中不包含 attributionToken，Vertex AI Search for Commerce 会将这些事件视为并非源自其搜索服务。

这可能会导致：

模型训练不准确。
指标和效果分析不正确。
在实现更高效果层级（例如第 3 层级）时可能遇到的问题，因为需要有足够的可归因事件。
如果包含归因令牌的事件所占百分比低于 95%，则“购物广告搜索”中的数据质量信息中心会报告错误。

为了从用户行为中学习并优化搜索结果，Vertex AI Search for Commerce 需要准确的归因。确保搜索响应中的 attributionToken 与进行了相应搜索的特定访问者相关联。它必须包含在由其生成的搜索互动产生的用户事件中，尤其是 search、detail-page-view 和 add-to-cart 事件。

归因令牌数据质量

如果包含归因令牌的事件所占百分比低于 95%，Search Ads 360 中的购物广告控制台中的数据质量信息中心将显示“严重”或“屏蔽”违规错误状态。否则，状态将显示为“合规”：

替代文本

如果没有足够的可归因事件，第 3 层级（即以提高收入为目标的模型）的数据质量通常无法达到训练要求。除非 Vertex AI Search for Commerce 是在第 3 层级或第 4 层级提供结果，否则强烈建议不要将其部署到生产环境。如需了解详情，请参阅数据质量页面中的“数据质量”部分，了解如何解锁效果层级。