Saisie semi-automatique pour la recherche

Cette page présente la fonctionnalité de saisie semi-automatique et explique comment l'utiliser. La recherche fournit une saisie semi-automatique pour optimiser les suggestions du champ de recherche des marchands.

La saisie semi-automatique est une fonctionnalité permettant de prédire la fin d'une requête saisie par un utilisateur, ce qui améliore l'expérience de recherche des utilisateurs et accélère le processus d'achat avant le paiement. Il peut également améliorer la qualité des réponses de recherche et ainsi générer des revenus plus élevés en fournissant des requêtes bien formatées.

Présentation

Lorsqu'un utilisateur final commence à saisir un terme de recherche sur votre site, la recherche peut fournir une liste de suggestions susceptibles de l'intéresser. Par exemple, les termes "shoes" (chaussures) et "shirts" (chemises) peuvent être suggérés lorsque l'utilisateur saisit "sh".

Source de données

Vous pouvez choisir l'une des sources de données suivantes pour vos prédictions de suggestions:

• Un ensemble de données BigQuery que vous importez.
• Ensemble de données généré à partir d'événements utilisateur et d'autres métadonnées à l'aide de l'apprentissage automatique.

Ensemble de données importé

Une table de suggestions BigQuery que vous importez en tant qu'ensemble de données, qui est utilisée pour suggérer des requêtes. Pour savoir comment importer un ensemble de données, consultez Importer des données de saisie semi-automatique.

Ensemble de données d'auto-apprentissage

Ensemble de données de suggestions basé sur le machine learning généré par la recherche en fonction des événements de recherche des utilisateurs.

Pour activer l'apprentissage automatique:

curl -X PATCH -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
  -H "Content-Type: application/json" \
  "https://retail.googleapis.com/v2beta/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/completionConfig?update_mask.paths=auto_learning"  --data "{auto_learning: true}"

Prérequis pour l'ensemble de données d'auto-apprentissage

L'apprentissage automatique génère des suggestions à partir des événements utilisateur (eventType = "search") du type de recherche. La génération utilise les événements utilisateur des 180 derniers jours. Il nécessite une bonne qualité et quantité d'événements utilisateur importés.

L'apprentissage automatique filtre les suggestions rares. Par conséquent, si la quantité d'événements utilisateur de type de recherche est trop faible (moins de 20 000), de nombreuses suggestions candidates peuvent être filtrées. Dans ce scénario, vous pouvez d'abord tester la fonction de saisie semi-automatique avec une requête de recherche plus fréquente.

Calendrier de publication des ensembles de données d'auto-apprentissage

L'ensemble de données d'apprentissage automatique est généré quotidiennement, puis poussé vers l'indexation et la publication. Le cycle complet prend environ deux jours.

Fonctionnalités d'auto-apprentissage

La recherche applique des techniques de machine learning pour nettoyer et mettre en forme les requêtes et les données de suggestion pour l'ensemble de données d'apprentissage automatique uniquement.

Obtenir des suggestions de fin

Utilisez l'API completeQuery pour récupérer les suggestions. Exemple :

curl -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
"https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog:completeQuery?query=sho&dataset=user-data&deviceType=DESKTOP&maxSuggestions=5"

Options et commandes de saisie semi-automatique

Cette section explique les options et les commandes disponibles pour la saisie semi-automatique. Pour en savoir plus, consultez le tableau suivant et les informations ci-dessous.

Liste d'autorisation (liste "Ne pas supprimer")

La recherche effectue le post-traitement, comme la correction orthographique, sur les données de suggestions de saisie semi-automatique. Vous pouvez créer une liste d'autorisation de termes que la recherche ignore lors du post-traitement.

Les termes figurant sur la liste d'autorisation ne sont jamais exclus des suggestions. La liste d'autorisation fonctionne à la fois pour les ensembles de données importés et l'ensemble de données d'apprentissage automatique.

Exemples : Il existe des noms de marque intentionnellement mal orthographiés, tels que "froot loops" au lieu de "fruit" ou "foot". Consultez les instructions d'importation détaillées dans Importer des données de saisie.

Pour l'importation de données, vous pouvez utiliser Cloud Console > Commandes > Commandes de saisie semi-automatique > Liste "Ne pas supprimer" ou CompletionData:import dans l'API.

Les modifications prendront effet dans un délai d'environ deux jours.

Liste de refus

La liste de blocage ne fonctionne que pour les ensembles de données d'apprentissage automatique. La liste de blocage ne fonctionne pas pour les ensembles de données importés.

Les termes figurant dans une liste de blocage n'apparaissent jamais dans les suggestions.

Pour importer une liste de blocage, vous pouvez utiliser Cloud Console > Commandes > Commandes de saisie semi-automatique > Liste de blocage ou l'API CompletionData:import. Pour obtenir des instructions détaillées sur l'importation d'une liste de blocage, consultez la section Importer des données de saisie.

Les modifications prendront effet dans un délai d'environ deux jours.

Longueur minimale de déclenchement

Vous pouvez définir le nombre de caractères requis avant que les requêtes avec saisie semi-automatique renvoient des résultats. Vous trouverez ce paramètre dans Cloud Console > Controls (Console Cloud > Commandes) > Autocomplete Controls (Commandes de saisie semi-automatique) > Minimum length to trigger (Longueur minimale à déclencher).

Les modifications prennent effet immédiatement.

Ordre de correspondance

Il détermine comment les suggestions sont mises en correspondance avec les termes saisis par l'utilisateur.

Lorsque l'option La suggestion commence par le terme est définie, la saisie semi-automatique fait correspondre le terme saisi par l'utilisateur en tant que préfixe exact des suggestions. Par exemple, la saisie utilisateur "sh" correspond aux suggestions "shoes" (chaussures) et "shirts" (chemises), mais pas à la suggestion "red shoes" (chaussures rouges).

Lorsque l'option La suggestion peut commencer n'importe où dans le terme est définie, la saisie semi-automatique tokenize le terme saisi par l'utilisateur en mots et le fait correspondre aux mots des suggestions, quel que soit l'ordre des mots. Par exemple, le terme saisi par l'utilisateur "ch rouge" correspond aux suggestions "chemises rouges", "chaussures rouges" et "chaussures rouges pour enfants". Cependant, le terme saisi "hoes" ne correspond pas à ces suggestions, car aucun des mots des suggestions ne commence par "hoes".

Vous le trouverez dans Cloud Console > Commandes > Commandes de saisie semi-automatique > Ordre des correspondances.

Les modifications prennent effet immédiatement.

Nombre de suggestions

Il s'agit du nombre de suggestions qui seront renvoyées à partir des requêtes avec saisie semi-automatique. Il ne peut pas dépasser 20. Vous pouvez accéder à ce paramètre dans Cloud Console > Commandes > Commandes de saisie semi-automatique > Nombre de suggestions ou le définir dans completeQuery.

Les modifications prennent effet immédiatement.

Type d'appareil

La saisie semi-automatique dans la recherche est compatible avec différents types d'appareils, tels que mobile et desktop. Vous pouvez importer ou obtenir différentes suggestions en fonction des types d'appareils. Si deviceType n'est pas spécifié dans completeQuery, la suggestion concerne tous les types d'appareils.

Pour un ensemble de données d'apprentissage automatique basé sur les événements utilisateur de recherche, définissez user_agent dans UserEvent.user_info pour accepter différents types d'appareils. Voir agent utilisateur dans le wiki.

Fonctionnalités avancées

Cette section décrit les fonctionnalités avancées de saisie semi-automatique disponibles avec la recherche. Par exemple, vous pouvez compléter les suggestions de saisie semi-automatique pour les requêtes avec d'autres suggestions, telles que des marques et des catégories.

Ces fonctionnalités avancées ne sont disponibles que pour les ensembles de données d'apprentissage automatique.

Suggestion FeatureSet

Nous fournissons un FeatureSet supplémentaire pour chaque terme de suggestion de requête afin de permettre aux clients d'afficher des fonctionnalités avancées sur leurs sites Web.

Le FeatureSet apparaît dans la réponse sous la forme d'un mappage clé-valeur. Actuellement, Vertex AI Search pour le commerce renvoie jusqu'à cinq catégories et marques populaires associées à chaque suggestion de requête dans la réponse de l'API completeQuery.completionResults.attributes. Les suggestions de FeatureSet ne doivent pas nécessairement correspondre aux chaînes de requête saisies par l'utilisateur final.

Vous pouvez utiliser le FeatureSet dans la réponse pour enrichir les suggestions de recherche. Exemple :

• Agrégez les données et créez les sections Marques populaires et Catégories populaires qui s'affichent sous la liste des suggestions de recherche.
• Affichez la marque ou la catégorie la plus populaire à côté des termes de suggestion de recherche.

Après avoir modifié le catalogue (par exemple, en modifiant les catégories des produits), attendez deux à trois semaines pour que les suggestions de FeatureSet reflètent les modifications apportées au catalogue de produits. Ce temps d'attente est dû au fait que l'apprentissage automatique s'entraîne sur les données des événements de recherche des 30 derniers jours.

Suggestions d'attributs

La recherche fournit des suggestions d'attributs correspondant aux chaînes saisies par l'utilisateur. Les types de suggestions d'attributs compatibles sont les marques et les catégories.

Les suggestions d'attributs sont différentes d'un FeatureSet de suggestions. Les suggestions d'attributs sont des listes d'attributs de produit suggérés (comme les marques et les catégories), tout comme les suggestions de requêtes sont des listes de requêtes suggérées. Les suggestions d'attributs peuvent être utilisées indépendamment des suggestions de requêtes. Un FeatureSet de suggestion est des métadonnées pour une suggestion de requête et dépend donc des suggestions de requête.

Les suggestions d'attributs peuvent être utilisées pour compléter automatiquement les marques ou catégories saisies par un utilisateur final, dans des sections distinctes sous la liste de suggestions de recherche.

Facette de suggestions avec nombre de produits (version expérimentale)

Cette fonctionnalité est expérimentale et n'est disponible que pour un nombre limité de clients. Pour l'utiliser, contactez l'équipe d'assistance.

Lorsque la fonctionnalité de facette de suggestions avec le nombre de produits est activée, completeQuery.completionResults renvoie une liste de suggestions de saisie semi-automatique comme d'habitude, mais également le nombre de produits pour chaque suggestion, ainsi que le nombre total et le nombre de produits par facette (comme color, category).

Par exemple, si la requête de recherche est "chaussure", les suggestions de saisie semi-automatique renvoyées peuvent être les suivantes:

• chaussures pour femmes
• chaussures pour hommes

De plus, si la clé de facette de votre choix est color, un nombre de produits et un nombre de produits par couleur sont également renvoyés avec chaque suggestion de saisie semi-automatique:

• chaussures pour femmes (32)
  • noir (10)
  • taupe (16)
  • blanc (10)
• chaussures homme (43)
  • noir (10)
  • marron (5)
  • vert (17)

En tant que marchand, vous n'avez pas besoin de présenter le nombre de produits à l'acheteur, mais vous pouvez décider de classer la liste des suggestions en fonction du nombre de produits plutôt que de l'ordre renvoyé dans completeQuery.completionResults. Par exemple, vous pouvez inciter les acheteurs à consulter des chaussures vertes pour hommes en plaçant ces articles en haut de la zone de suggestions, même s'ils ne sont pas les plus populaires.

Exemple :

{
  "completion_results": [{ 
    "suggestion": "womens shoes"
    "facets": [ 
      {
        "key": "color"
        "values": [ 
          {
            "value": "black"
            "count": 10
          }
          {
            "value": "taupe"
            "count": 16
          }
          {
            "value": "white"
            "count": 10
          }
        ]
      }
    ]
    "total_product_count": 32
  },
  (...)
  ],
}

Les informations sur le nombre d'attributs s'affichent sous la forme d'une liste de Facets dans completeQuery.completionResults.facets pour chaque requête de recherche suggérée. Chaque facette comporte une liste FacetValues contenant le nombre de produits par valeur de facette. Le nombre total de produits pour chaque requête de recherche suggérée est renvoyé dans completeQuery.completionResults.totalProductCount.

Pour activer et utiliser les facettes de suggestions avec le nombre de produits, procédez comme suit:

1. Contactez l'équipe d'assistance et demandez-lui d'activer la fonctionnalité Facette de suggestions avec le nombre de produits. Spécifiez pour quel FacetKeys vous souhaitez comptabiliser les produits. Seules les facettes textual_fields sont autorisées.

2. Pendant au moins sept jours, assurez-vous que lorsque vous utilisez l'API search, vous incluez la clé de facette dans FacetSpecs et search.searchRequest.facetSpecs.

   Ce temps d'attente est dû au fait que les informations sur les facettes sont calculées à l'aide des données de l'historique des recherches de la semaine précédente.

3. Une fois la fonctionnalité activée pour vous, les suggestions renvoyées par l'API completeQuery contiennent le nombre de produits par facette et par suggestion.

Suggestion filtrée par entité

Les entités vous permettent de filtrer les suggestions de recherche en saisie semi-automatique. Une entité peut être un site Web pour une autre marque ou région. Vous souhaitez que la saisie semi-automatique reflète au mieux le comportement des utilisateurs qui achètent auprès de cette marque ou de ce site Web régional. Pour en savoir plus sur les entités, consultez Entités.

Pour inclure des entités dans les suggestions de saisie semi-automatique:

1. Incluez le champ entity dans vos événements utilisateur de recherche (eventType = "search"). Pour en savoir plus, consultez l'exemple d'objet complet pour l'événement utilisateur Recherche.

2. Définissez le champ entity dans votre requête API CompleteQuery pour obtenir des suggestions uniquement pour cette entité.

   La chaîne d'entité dans les événements utilisateur et les requêtes API doit correspondre exactement. Sinon, la saisie semi-automatique renvoie des suggestions vides.

En règle générale, il faut 30 à 90 jours de données d'événements utilisateur pour que la fonctionnalité d'entité puisse renvoyer des suggestions de saisie semi-automatique optimales.