Preenchimento automático para pesquisa

Esta página apresenta o recurso de preenchimento automático e como usá-lo. A pesquisa oferece preenchimento automático para impulsionar as sugestões do tipo de caixa de pesquisa.

O preenchimento automático é um recurso para prever o restante de uma consulta que o usuário está digitando, o que pode melhorar a experiência de pesquisa do usuário e acelerar o processo de compra antes da finalização. Ele também pode melhorar a qualidade da resposta da pesquisa e, assim, gerar mais receita ao fornecer consultas bem formatadas.

Visão geral

Quando um usuário final começa a digitar um termo de pesquisa no seu site, a pesquisa pode fornecer uma lista de sugestões que o usuário pode querer. Por exemplo, sapatos e camisas podem ser sugeridos quando o usuário digita sa.

Fonte de dados

Você pode escolher uma das seguintes fontes de dados para suas previsões de sugestões:

• Um conjunto de dados do BigQuery que você faz upload.
• Um conjunto de dados gerado de eventos do usuário e outros metadados usando machine learning.

Conjunto de dados enviado

Uma tabela de sugestões do BigQuery enviada por upload como um conjunto de dados, que é usada para sugerir consultas. Para saber como fazer upload de um conjunto de dados, consulte Importar dados de preenchimento automático.

Conjunto de dados de aprendizado automático

Um conjunto de dados de sugestões com tecnologia de machine learning gerado pela pesquisa com base nos eventos de pesquisa dos usuários.

Para ativar o aprendizado automático:

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}"

Pré-requisito do conjunto de dados de aprendizado automático

O aprendizado automático gera sugestões com base em eventos do usuário (eventType = "search") do tipo de pesquisa. A geração usa os eventos dos últimos 180 dias. Ele exige uma boa qualidade e quantidade de eventos do usuário importados.

O aprendizado automático filtra sugestões raras. Portanto, se a quantidade de eventos do usuário do tipo de pesquisa for muito pequena (menos de 20.000), muitos candidatos a sugestão poderão ser filtrados. Nesse cenário, talvez seja melhor testar primeiro a função de preenchimento automático com uma consulta de pesquisa mais frequente.

Programação de lançamento do conjunto de dados de aprendizado automático

O conjunto de dados de aprendizado automático é gerado diariamente e enviado para indexação e lançamento. O ciclo completo leva cerca de dois dias.

Recursos de aprendizado automático

A Pesquisa aplica técnicas de machine learning para limpar e formatar consultas e dados de sugestões apenas para o conjunto de dados de aprendizado automático.

Receber sugestões de conclusão

Use a API completeQuery para buscar as sugestões. Exemplo:

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"

Opções e controles de preenchimento automático

Esta seção explica quais opções e controles estão disponíveis para o preenchimento automático. Confira uma visão geral na tabela a seguir e mais detalhes.

Lista de permissões (lista de não remoção)

A pesquisa realiza pós-processamento, como correção ortográfica, em dados de sugestões de preenchimento automático. É possível criar uma lista de permissões de termos que a pesquisa pula no pós-processamento.

Os termos permitidos nunca são filtrados das sugestões. A lista de permissões funciona para conjuntos de dados enviados e conjuntos de dados de aprendizado automático.

Exemplos: há alguns nomes de marca intencionalmente incorretos, como "loops froot" em vez de "fruta" ou "foot". Consulte as instruções detalhadas de upload em Importar dados de conclusão.

Para importar dados, use Console do Cloud > Controles > Controles de preenchimento automático > Lista "Não remover" ou use CompletionData:import na API.

As mudanças entram em vigor em cerca de dois dias.

Lista de bloqueio

A lista de bloqueio só funciona para conjuntos de dados de aprendizado automático. A lista de bloqueio não funciona para conjuntos de dados enviados.

Os termos em uma lista de bloqueio nunca aparecem nas sugestões.

Para importar uma lista de bloqueio, use Console do Cloud > Controles > Controles de preenchimento automático > Lista de bloqueio ou use a API CompletionData:import. Para instruções detalhadas sobre como importar uma lista de bloqueio, consulte Importar dados de conclusão.

As mudanças entram em vigor em cerca de dois dias.

Tamanho mínimo para acionar

Você pode definir o número de caracteres necessários para que as consultas de preenchimento automático retornem resultados. A configuração pode ser encontrada em Console do Cloud > Controles > Controles de preenchimento automático > Comprimento mínimo para acionar.

As mudanças entram em vigor imediatamente.

Ordem de correspondência

Isso determina como corresponder sugestões com termos de entrada do usuário.

Quando definido como A sugestão começa com o termo, o preenchimento automático corresponde ao termo de entrada do usuário como um prefixo exato para sugestões. Por exemplo, a entrada do usuário "sh" corresponde às sugestões "sapatos" e "camisas", mas não à sugestão "sapatos vermelhos".

Quando definido como A sugestão pode começar em qualquer lugar do termo, o preenchimento automático tokeniza o termo de entrada do usuário em palavras e o corresponde às palavras nas sugestões, independente da ordem das palavras. Por exemplo, o termo de entrada do usuário "vermelh" corresponde às sugestões "camisas vermelhas", "sapatos vermelhos" e "sapatos vermelhos infantis". No entanto, o termo de entrada "hoes" não corresponde a essas sugestões porque nenhuma das palavras nas sugestões começa com "hoes".

A configuração pode ser encontrada em Console do Cloud > Controles > Controles de preenchimento automático > Ordem de correspondência.

As mudanças entram em vigor imediatamente.

Contagem de sugestões

É o número de sugestões que serão retornadas das consultas de preenchimento automático e não pode exceder 20. A configuração pode ser encontrada em Console do Cloud > Controles > Controles de preenchimento automático > Contagem de sugestões ou pode ser definida em completeQuery.

As mudanças entram em vigor imediatamente.

Tipo de dispositivo

O preenchimento automático da pesquisa é compatível com diferentes tipos de dispositivos, como mobile e desktop. Você pode fazer upload ou receber sugestões diferentes com base nos tipos de dispositivo. Se deviceType não for especificado em completeQuery, a sugestão será em todos os tipos de dispositivo.

Para um conjunto de dados de aprendizado automático com base nos eventos do usuário de pesquisa, defina user_agent em UserEvent.user_info para oferecer compatibilidade com diferentes tipos de dispositivos. Consulte user agent no wiki.

Recursos avançados

Esta seção descreve os recursos avançados de preenchimento automático disponíveis com a pesquisa. Por exemplo, você pode complementar as sugestões de preenchimento automático de consultas com outras sugestões, como marcas e categorias.

Esses recursos avançados estão disponíveis apenas para conjuntos de dados de aprendizado automático.

FeatureSet de sugestão

Fornecemos um FeatureSet adicional para cada termo de sugestão de consulta, permitindo que os clientes mostrem funções avançadas nos sites deles.

O FeatureSet aparece na resposta como um mapa de chave-valor. A Vertex AI Search para e-commerce retorna até cinco categorias e marcas populares relacionadas a cada sugestão de consulta na resposta da API completeQuery.completionResults.attributes. As sugestões de FeatureSet não precisam corresponder às strings de consulta inseridas pelo usuário final.

Você pode usar o FeatureSet na resposta para enriquecer as sugestões de pesquisa. Exemplo:

• Agregue e crie as seções Marcas em alta e Categorias em alta que aparecem abaixo da lista de sugestões de pesquisa.
• Mostrar a marca ou categoria mais popular ao lado dos termos de sugestão de pesquisa.

Depois de fazer mudanças no catálogo, como alterar as categorias dos produtos, aguarde de duas semanas a 30 dias até que as sugestões de FeatureSet reflitam as mudanças no catálogo de produtos. Esse tempo de espera ocorre porque o aprendizado automático treina com os dados de eventos de pesquisa dos últimos 30 dias.

Sugestões de atributos

A Pesquisa oferece sugestões de atributos que correspondem às strings de entrada do usuário. Os tipos de sugestões de atributos aceitos são marcas e categorias.

As sugestões de atributos são diferentes de um FeatureSet de sugestão. As sugestões de atributos são listas de atributos de produtos sugeridos (como marcas e categorias), semelhantes a como as sugestões de consultas são listas de consultas sugeridas. As sugestões de atributos podem ser usadas independentemente das sugestões de consultas. Um FeatureSet de sugestão é um metadado para uma sugestão de consulta e, portanto, depende das sugestões de consulta.

As sugestões de atributos podem ser usadas para preencher automaticamente marcas ou categorias que um usuário final está digitando, em seções separadas abaixo da lista de sugestões de pesquisa.

Atributo de sugestão com contagens de produtos (experimental)

Este é um recurso experimental para clientes limitados. Para usar, entre em contato com a equipe de suporte.

Quando a faceta de sugestão com o recurso de contagem de produtos está ativada, o completeQuery.completionResults retornado fornece uma lista de sugestões de preenchimento automático como de costume, mas também contagens de produtos para cada sugestão com a contagem total e a contagem de produtos por faceta (como color, category).

Por exemplo, se a consulta de pesquisa for "sapato", as sugestões de preenchimento automático retornadas poderão ser:

• calçados femininos
• calçados masculinos

Além disso, se a chave de atributo de interesse for color, uma contagem de produtos e uma contagem de produtos por cor também serão retornadas com cada sugestão de preenchimento automático:

• sapatos femininos (32)
  • preto (10)
  • taupe (16)
  • branco (10)
• calçados masculinos (43)
  • preto (10)
  • marrom (5)
  • verde (17)

Como varejista, não é necessário apresentar a contagem de produtos ao comprador, mas você pode decidir ordenar a lista de sugestões com base na contagem de produtos em vez da ordem retornada em completeQuery.completionResults. Por exemplo, você pode incentivar os compradores a procurar calçados verdes masculinos fazendo com que eles apareçam na parte de cima da caixa de sugestões, mesmo que não sejam os itens mais procurados.

Exemplo:

{
  "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
  },
  (...)
  ],
}

As informações de contagem de facetas aparecem como uma lista de Facets em completeQuery.completionResults.facets para cada consulta de pesquisa sugerida. Cada faceta tem uma lista FacetValues que contém a contagem de produtos por valor de faceta. A contagem total de produtos para cada consulta de pesquisa sugerida é retornada em completeQuery.completionResults.totalProductCount.

Para ativar e usar facetas de sugestão com contagens de produtos, siga estas etapas:

1. Entre em contato com a equipe de suporte e peça para ativar o recurso, Refinamento por sugestão com contagem de produtos. Especifique para quais FacetKeys você quer as contagens de produtos. Apenas textual_fields refinamentos são permitidos.

2. Por pelo menos sete dias, ao usar a API search, inclua a chave de faceta em FacetSpecs e search.searchRequest.facetSpecs.

   Esse tempo de espera ocorre porque as informações de atributos são calculadas usando os dados da semana passada dos históricos de pesquisa.

3. Depois que o recurso for ativado para você, as sugestões retornadas da API completeQuery vão conter as contagens de produtos por faceta e por sugestão.

Sugestão filtrada por entidade

Com as entidades, é possível filtrar as sugestões de pesquisa do preenchimento automático. Uma entidade pode ser um site de uma marca ou região diferente. Você quer que o preenchimento automático reflita melhor o comportamento dos usuários que compram essa marca ou site regional específico. Para mais informações sobre entidades, consulte Entidades.

A filtragem de entidades só se aplica a completion_results (relevante para UserEvent). Esse filtro não se aplica a attribute_results (relevante para Product). Portanto, independente do valor de entity, o attribute_results é o mesmo.

Para incluir entidades nas sugestões de preenchimento automático:

1. Inclua o campo entity nos eventos de usuário de pesquisa (eventType = "search"). Para mais informações, consulte o exemplo de objeto completo do evento de usuário Pesquisa.

2. Defina o campo entity na sua solicitação de API CompleteQuery para receber sugestões apenas para essa entidade.

   A string de entidade nos eventos do usuário e nas solicitações de API precisa ser uma correspondência exata. Caso contrário, o preenchimento automático vai retornar sugestões vazias.

3. Verifique se a entidade (em eventos do usuário de pesquisa ou solicitações de preenchimento automático) tem no máximo 256 caracteres. Um valor mais longo é truncado para 256 caracteres quando os eventos ou as solicitações são processados, o que pode causar uma incompatibilidade.

Normalmente, são necessários de 30 a 90 dias de dados de eventos do usuário para que o recurso de entidade possa retornar sugestões de preenchimento automático ideais.