歸因符記

歸因權杖是商家適用的 Vertex AI Search 產生的一組專屬 ID，每次搜尋要求都會傳回這組 ID。這類事件可讓商家適用的 Vertex AI Search 將搜尋要求與相符的搜尋事件建立關聯，進而提升搜尋回覆品質。此外，商家適用的 Vertex AI Search 搜尋事件也需要歸因符記，才能產生準確的報表。

歸因權杖的運作方式

從使用者搜尋的 API 回應中收集 attributionToken。每次搜尋都會產生新的歸因符記，不會重複使用。

當商家適用的 Vertex AI Search 處理搜尋或推薦要求時，會在回覆中傳回專屬的 attributionToken：

  • 這個權杖非常重要，可將後續使用者動作 (例如點擊、加入購物車和購買) 連結回導致這些動作的特定搜尋或建議。
  • 請務必將正確的搜尋權杖連結至搜尋事件，這樣詳細資料頁面瀏覽事件、加入購物車事件和購買事件才能正確連結。

在搜尋或瀏覽使用者事件中，應傳回 placements.search 回應，且使用者與產品互動時應立即傳回。包括使用者歷程，例如：

  • search (YES) → add-to-cart (YES)
  • search (YES) → detail-page-view (YES)
  • search (是) → purchase (否) (使用者在購買時並未直接與產品互動，方式與點擊或 add-to-cart 相同，但系統仍會將購買歸因於原始搜尋。)

歸因符記行為

歸因符記的用途如下：

  • 訪客專屬：attributionToken 與提供給特定 `visitorId 的特定搜尋回應相關聯。只有搜尋事件本身需要使用權杖加上標記。後續所有非搜尋事件都不會標記權杖。

  • 與搜尋後直接發生的事件相關聯：對於代表與特定搜尋的搜尋結果直接互動的使用者事件，attributionToken 特別重要。包括購買完成事件：系統仍會透過產品 ID 和 visitorId 連結購買交易。

    注意：如果單一使用者執行多項搜尋，每項新的搜尋要求都會產生歸因符記，後續的搜尋事件應會攜帶該新符記。由於每次搜尋都會產生新權杖，因此後續搜尋事件不會重複使用先前搜尋事件的歸因權杖。

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包含不重複的 attributionToken。例如：

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

後續的搜尋事件必須包含這個權杖：

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

商家適用的 Vertex AI Search 會使用事件資料訓練模型。歸因權杖可將事件與要求連結，並使用要求的篩選條件、商情項目和回應產品 ID，編碼完整搜尋要求和回應。如果搜尋事件中沒有權杖，系統會將這些事件視為不是來自 Google Vertex AI Search，並可能誤用這些事件，視為來自其他搜尋供應商。

如果搜尋事件是透過其他搜尋供應商放送，例如在 A/B 實驗期間，沒有權杖是正常 (且預期) 的情況。不過，搜尋 API 要求通常會與搜尋事件 (含權杖) 進行 1:1 對應。

缺少權杖的不良影響

如果同一位訪客的後續相關使用者事件中沒有 attributionToken，Vertex AI Search for Commerce 會將這些事件視為並非源自其搜尋服務。

這可能會導致：

  • 模型訓練不準確。
  • 指標不正確，以及成效分析有誤。
  • 可能無法達到較高的成效等級 (例如第 3 級)，因為這需要足夠的可歸因事件。
  • 如果含有歸因權杖的事件百分比低於 95%，系統會在「Search for commerce」的資料品質資訊主頁中回報錯誤。

如要從使用者行為中學習並最佳化搜尋結果，商家適用的 Vertex AI Search 只需要初始搜尋事件的準確歸因。

歸因權杖資料品質

如果含有歸因權杖的事件百分比低於 95%，Search for commerce 控制台的資料品質資訊主頁就會在狀態中顯示「重大」或「阻礙」不符規定錯誤。否則，「狀態」會顯示為「符合規定」：

替代文字

如果可歸因事件不足，第 3 層 (收益最佳化模型) 的資料品質通常不會訓練。強烈建議不要將 Vertex AI Search for Commerce 部署到正式環境，除非該服務在第 3 層或第 4 層提供結果。詳情請參閱「資料品質」一節，瞭解如何解鎖成效等級，請參閱本說明文件的「資料品質」頁面。

建議的歸因符記

Vertex AI Search 的推薦功能會自動為可歸因於 predict 要求的事件建立合成權杖。

如果是建議預測，使用者點選建議產品時，應將 PredictResponse.attribution_token 做為網址參數傳遞至產品頁面，然後記錄在 detail-page-view 事件中。

將顯示的最佳化建議記錄為 panelInfo 的一部分，並設定：

panelInfo.attributionToken=PredictResponse.attributionToken