Saisie semi-automatique pour la recherche

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

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. Elle peut également améliorer la qualité des réponses de recherche et ainsi générer plus de revenus 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 chaussures et chemises peuvent être suggérés lorsque l'utilisateur saisit ch.

Source de données

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

• Ensemble de données BigQuery que vous importez.
• Ensemble de données généré à partir d'événements utilisateur et d'autres métadonnées à l'aide du machine learning.

Ensemble de données importé

Table de suggestions BigQuery que vous importez en tant qu'ensemble de données et 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'apprentissage automatique

Cet 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 concernant l'ensemble de données d'apprentissage automatique

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

L'apprentissage automatique filtre les suggestions rares. Par conséquent, si la quantité d'événements utilisateur de type "Recherche" est trop faible (moins de 20 000), de nombreux candidats de suggestions peuvent être filtrés. Dans ce cas, vous pouvez d'abord tester la fonction d'autocomplete avec une requête de recherche plus fréquente.

Calendrier de publication des ensembles de données d'apprentissage automatique

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

Fonctionnalités d'apprentissage automatique

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

Obtenir des suggestions de saisie

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 ci-dessous.

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

La recherche effectue les opérations de post-traitement, telles que 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 autorisés ne sont jamais exclus des suggestions. La liste d'autorisation fonctionne à la fois pour les ensembles de données importés et les ensembles 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 importer des données, vous pouvez utiliser Console Cloud > Commandes > Commandes de saisie semi-automatique > Liste "Ne pas supprimer" ou utiliser CompletionData:import dans l'API.

Les modifications prennent effet sous deux jours environ.

Liste de refus

La liste de refus ne fonctionne que pour les ensembles de données d'apprentissage automatique. La liste de refus 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 refus, vous pouvez utiliser Console Cloud > Commandes > Commandes de saisie semi-automatique > Liste de refus ou l'API CompletionData:import. Pour obtenir des instructions détaillées sur l'importation d'une liste de refus, consultez Importer des données de saisie.

Les modifications prennent effet sous deux jours environ.

Longueur minimale de déclenchement

Vous pouvez définir le nombre de caractères requis avant que les requêtes avec saisie semi-automatique renvoient des résultats. Ce paramètre se trouve dans la console Cloud > Contrôles > Contrôles de saisie semi-automatique > Longueur minimale pour le déclenchement.

Les modifications prennent effet immédiatement.

Ordre de correspondance

Cela détermine comment faire correspondre les suggestions aux termes saisis par l'utilisateur.

Si vous sélectionnez La suggestion commence par le terme, 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 sélectionnée, la saisie semi-automatique segmente 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 "sh rouge" correspond aux suggestions "chemises rouges", "chaussures rouges" et "chaussures rouges pour enfants". Toutefois, le terme saisi "hoes" ne correspond pas à ces suggestions, car aucun mot dans les suggestions ne commence par "hoes".

Ce paramètre se trouve dans la console Cloud > Contrôles > Contrôles de saisie semi-automatique > Ordre de correspondance.

Les modifications prennent effet immédiatement.

Nombre de suggestions

Il s'agit du nombre de suggestions qui seront renvoyées pour les requêtes avec saisie semi-automatique. Il ne peut pas dépasser 20. Ce paramètre est disponible dans la console Cloud > Contrôles > Contrôles de saisie semi-automatique > Nombre de suggestions ou peut être défini dans completeQuery.

Les modifications prennent effet immédiatement.

Type d'appareil

La saisie semi-automatique dans la recherche accepte 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 de saisie semi-automatique avancées disponibles avec la recherche. Par exemple, vous pouvez compléter les suggestions de saisie semi-automatique pour les requêtes avec d'autres suggestions, comme 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 fonctions avancées sur leurs sites Web.

Le FeatureSet apparaît dans la réponse sous forme de mappage clé-valeur. 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 FeatureSet ne doivent pas nécessairement correspondre aux chaînes de requête saisies par l'utilisateur final.

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

• agréger et créer des 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 apporté des modifications au catalogue (par exemple, en changeant les catégories de produits), comptez entre deux semaines et 30 jours avant que les suggestions de FeatureSet reflètent ces changements. Ce délai 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 qui correspondent 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 produits suggérés (comme les marques et les catégories), de la même manière que 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 une métadonnée pour une suggestion de requête. Il dépend donc des suggestions de requêtes.

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

Facette de suggestion avec le nombre de produits (version expérimentale)

Cette fonctionnalité expérimentale n'est proposée qu'à un nombre limité de clients. Pour l'utiliser, contactez l'équipe d'assistance.

Lorsque la fonctionnalité de suggestion avec nombre de produits est activée, le completeQuery.completionResults renvoyé fournit une liste de suggestions de saisie semi-automatique comme d'habitude, mais aussi le nombre de produits pour chaque suggestion avec 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 qui vous intéresse 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 au lieu de l'ordre renvoyé dans completeQuery.completionResults. Par exemple, vous pouvez encourager les acheteurs à consulter les chaussures vertes pour hommes en faisant apparaître les chaussures vertes en haut de la zone de suggestions, même si elles ne sont pas l'article le plus populaire.

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 de facettes 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 qui contient 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 les FacetKeys pour lesquels vous souhaitez obtenir le nombre de produits. Seules les facettes textual_fields sont autorisées.

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

   Ce délai 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 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 des produits de cette marque ou sur ce site Web régional. Pour en savoir plus sur les entités, consultez Entités.

Notez que le filtrage des entités ne s'appliquera qu'à completion_results (pertinent pour UserEvent). Ce filtre ne s'appliquera pas à attribute_results (pertinent pour Product). Par conséquent, quelle que soit la valeur de entity, attribute_results reste le même.

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 Search.

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

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

3. Assurez-vous que l'entité (dans les événements utilisateur de recherche ou les requêtes de saisie semi-automatique) ne comporte pas plus de 256 caractères. Une chaîne plus longue est tronquée à 256 caractères lorsque les événements ou les demandes sont traités, ce qui risque d'entraîner une incohérence.

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