歸因符記

歸因權杖是 Vertex AI Search for commerce 產生的專屬 ID，會隨每個搜尋要求傳回。這些資料可讓 Vertex AI Search for Commerce 將搜尋要求與相符的搜尋事件建立關聯，進而讓重新排序模型改善搜尋回覆品質。如要準確回報，商家適用的 Vertex AI Search 搜尋事件也需要歸因權杖。

歸因符記的運作方式

您可以從使用者搜尋的 API 回應中收集 attributionToken。搜尋曝光事件需要歸因權杖，但不應傳送至任何其他事件，例如點擊、加入購物車和購買。

歸因符記行為

歸因符記如下：

特定訪客：attributionToken 與特定搜尋回應相關聯，並提供給特定的 `visitorId。只有搜尋事件本身需要加上權杖標記。後續所有非搜尋事件不會標上符記。
與搜尋後的事件相關聯：如果使用者事件代表與特定搜尋結果的直接互動，attributionToken 就特別重要。

包括：
- 後續搜尋事件：如果同一位使用者在初始搜尋後立即進行另一次搜尋 (例如精進查詢)，如果第二次搜尋是第一個搜尋的後續動作，則第一個搜尋回應的 attributionToken 應納入第二次搜尋的使用者事件。
- 購買完成事件：購買交易仍會透過產品 ID 和 visitorId 連結。
協助建立搜尋事件和要求對應關係：在後續使用者事件中加入 attributionToken 非常重要，因為這有助於準確將使用者行為對應至特定搜尋要求，以及由 Vertex AI Search for commerce 提供的結果。

這項連結可讓 Vertex AI Search 瞭解：
- 哪些搜尋查詢和結果促成使用者互動 (點擊、瀏覽、加入購物車、購買)。
- 搜尋排名的關聯性和成效。
- 是否要產生正面和負面示例，以便訓練排名模型。
- 如何計算點閱率 (CTR)、轉換率 (CVR) 和每搜尋收益等指標。
- 如何將轉換歸因於導致轉換的特定搜尋，尤其是在 A/B 測試情境中。

Search API 中的歸因符記

Vertex AI Search for commerce 方法傳回的每個回應，都會在搜尋回應主體結尾處包含一個不重複的 attributionToken。例如：

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

後續搜尋事件「必須」包含此符記：

{
"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 會使用事件資料訓練模型。歸因權杖可讓您將事件與要求連結，並使用要求的篩選器、商情項目和回應產品 ID 編碼完整的搜尋要求和回應。如果搜尋事件中沒有符記，系統會將這些事件視為不是來自 Google Vertex AI Search，並可能誤用搜尋事件，視為來自其他搜尋服務供應商。

在A/B 實驗期間，如果搜尋事件是由其他搜尋供應商提供，則可以 (且預期會) 沒有符記。不過，搜尋 API 要求通常會 1:1 對應到使用符記搜尋事件。

缺少權杖的負面影響

如果 attributionToken 不在同一位訪客的相關後續使用者事件中，Vertex AI Search for Commerce 會將這些事件視為並非來自搜尋服務。

這可能導致：

模型訓練不準確。
指標和成效分析不正確。
達成更高成效等級 (例如第 3 級) 的潛在問題，需要足夠的歸因事件。
如果含有歸因符記的事件百分比低於 95%，在「商務搜尋」的資料品質資訊主頁中會顯示錯誤。

為了從使用者行為中學習並改善搜尋結果，商家適用的 Vertex AI Search 只需要正確歸因初始搜尋事件。

歸因符記資料品質

如果含有歸因符記的事件百分比低於 95%，Search for Commerce 主控台的資料品質資訊主頁會顯示「嚴重」或「阻斷」不符規定的錯誤。否則「狀態」會顯示為「符合規定」：

替代文字

資料品質等級為第 3 級 (即收益最佳化模型) 的資料，通常需要足夠的歸因事件才能訓練。除非 Vertex AI Search for Commerce 提供的結果屬於第 3 級或第 4 級，否則強烈建議您不要將其部署至實際工作環境。如需進一步瞭解如何解鎖成效層級，請參閱本文件的「資料品質」頁面。