Sie können Vertex AI Search for Commerce für Ihre E-Commerce-Anwendung implementieren.
Wenn Sie Empfehlungen oder die Suche verwenden, nehmen Sie Nutzerereignis- und Katalogdaten auf und stellen Vorhersagen oder Suchergebnisse auf Ihrer Website bereit.
Für Empfehlungen und die Suche werden dieselben Daten verwendet. Wenn Sie also beide Funktionen nutzen, müssen Sie dieselben Daten nicht zweimal aufnehmen.
Wenn Sie Empfehlungsmodelle verwenden, werden je nach Modelltyp und Optimierungsziel unter Anforderungen für Nutzerereignisdaten zusätzliche Anforderungen aufgeführt. Diese Anforderungen ermöglichen es Vertex AI Search for Commerce, Qualitätsergebnisse zu generieren.
Die durchschnittliche Integrationszeit liegt im Bereich von Wochen. Beachten Sie, dass die tatsächliche Dauer für die Suche in hohem Maße von der Qualität und der Menge der Daten abhängt, die aufgenommen werden sollen.
Erste Schritte mit der Commerce-Integration
Implementierungsschritte ausführen
Sie können personalisierte Suchergebnisse auf Ihrer Website abrufen, unabhängig davon, ob Sie zusätzliche Google-Tools verwenden.
Onboarding entsprechend der Toolnutzung starten
Wenn Sie Google Tag Manager oder Google Merchant Center verwenden, klicken Sie auf den Tab Mit Google-Tools, um die Schritte zur Integration von Vertex AI Search for Commerce in Ihre Website aufzurufen.
Wenn Sie Tag Manager und Merchant Center nicht verwenden, klicken Sie auf den Tab Ohne Google-Tools und folgen Sie der Anleitung.
Mit Google-Tools
| Schritt | Beschreibung |
|---|---|
| 1. Google Cloud Projekt einrichten | Sie können ein vorhandenes Google Cloud -Projekt verwenden, falls Sie bereits eines haben. Andernfalls folgen Sie dieser Anleitung, um ein neues Projekt einzurichten. |
| 2a. Produktkatalog mit dem Merchant Center importieren |
Sie können Ihren Produktkatalog auch direkt importieren. Durch die Verknüpfung mit dem Merchant Center werden aber die Schritte zum Importieren Ihres Katalogs reduziert. Diese Lösung ist nicht ideal, wenn Sie Facetten verwenden möchten. Diese schlüsselfertige Lösung funktioniert gut mit Google Ads und wird schnell in Vertex AI Search for Commerce repliziert. Das ist mit wenigen Klicks erledigt. Beachten Sie, dass das Merchant Center den Produkttyp „Sammlungen“ nicht unterstützt. Prüfen Sie vor dem Import zuerst, ob die Einschränkungen des Merchant Center Ihren Kataloganforderungen entsprechen. |
| 2b. Tag Manager für das Aufzeichnen von Nutzerereignissen konfigurieren |
Nutzerereignisse erfassen Nutzeraktionen wie das Klicken auf ein Produkt, das Hinzufügen eines Artikels zu einem Einkaufswagen oder das Kaufen eines Artikels. Sie können mit dem Aufzeichnen von Nutzerereignissen parallel zum Katalogimport beginnen. Wenn der Katalogimport abgeschlossen ist, fügen Sie alle Ereignisse wieder hinzu, die vor dem Import hochgeladen wurden. Wenn Sie Google Tag Manager bereits verwenden, ist dies die empfohlene Methode, da sie in Vertex AI Search for Commerce integriert ist. |
| 3. Vergangene Nutzerereignisse importieren |
Die Bereitstellung früherer Nutzerereignisdaten ermöglicht es Ihnen, mit dem Modelltraining zu beginnen, ohne monatelang darauf warten zu müssen, dass genügend Nutzerereignisdaten von Ihrer Website gesammelt werden. Hier finden Sie Informationen zum Importieren von Nutzerdaten. In der Dokumentation zum Importieren von Nutzerereignissen wird beschrieben, wie Sie Google Analytics 360- und GA4-Ereignisse aus BigQuery importieren. Die Modelle benötigen ausreichende Trainingsdaten, bevor sie genaue Vorhersagen liefern können. Anforderungen für die einzelnen Modelle |
Ohne Google-Tools
| Schritt | Beschreibung |
|---|---|
| 1. Google Cloud Projekt einrichten |
Erstellen Sie ein Google Cloud Projekt und Authentifizierungsdaten mit einem API-Schlüssel und einem OAuth-Token (entweder über ein Nutzerkonto oder ein Dienstkonto), um auf das Projekt zuzugreifen. |
| 2a. Produktkatalog importieren |
Mit der Methode |
| 2b. Nutzerereignisse aufzeichnen |
Nutzerereignisse erfassen Nutzeraktionen wie das Klicken auf ein Produkt, das Hinzufügen eines Artikels zu einem Einkaufswagen oder das Kaufen eines Artikels. Daten zu Nutzerereignissen sind erforderlich, um personalisierte Ergebnisse zu generieren. Nutzerereignisse müssen in Echtzeit aufgenommen werden, um das Verhalten Ihrer Nutzer genau widerzuspiegeln. Sie können mit dem Aufzeichnen von Nutzerereignissen parallel zum Katalogimport beginnen. Wenn der Katalogimport abgeschlossen ist, fügen Sie alle Ereignisse wieder hinzu, die vor dem Import hochgeladen wurden. Sie müssen ein Tracking-Pixel schreiben. |
| 3. Vergangene Nutzerereignisse importieren |
Die Bereitstellung früherer Nutzerereignisdaten ermöglicht es Ihnen, mit dem Modelltraining zu beginnen, ohne monatelang darauf warten zu müssen, dass genügend Nutzerereignisdaten von Ihrer Website gesammelt werden. Informationen zum Importieren von Nutzerdaten finden Sie in der Dokumentation zum Importieren von Nutzerereignissen. Dort wird beschrieben, wie Sie Ereignisse aus Cloud Storage oder BigQuery importieren oder inline mit der Methode Die Modelle benötigen ausreichende Trainingsdaten, bevor sie genaue Vorhersagen liefern können. Weitere Informationen zu den Importanforderungen für die einzelnen Modelltypen |
Einrichtung mit diesen verbleibenden Schritten abschließen
Alle Nutzer müssen unabhängig von der Toolnutzung die restlichen Schritte ausführen, um das Onboarding für Vertex AI Search for Commerce abzuschließen.
| Schritt | Beschreibung |
|---|---|
| 4. Monitoring und Benachrichtigungen einrichten |
Richten Sie Monitoring und Benachrichtigungen ein. |
| 5. Bereitstellungskonfiguration, Modell und Steuerelemente erstellen |
Entscheiden Sie, ob Sie Empfehlungen, die Suche oder beides verwenden möchten. Machen Sie sich dann mit den Formaten für Nutzerereignisse vertraut. Eine Bereitstellungskonfiguration ist eine Entität, die ein Modell und optional Steuerelemente verknüpft. Eine Bereitstellungskonfiguration wird wie ein Container verwendet, wenn Such- oder Empfehlungsergebnisse generiert werden. Wenn Sie Empfehlungen verwenden, wenn Sie eine Bereitstellungskonfiguration erstellen, können Sie gleichzeitig ein Modell und Steuerelemente erstellen. Sie können diese auch separat anlegen. Wählen Sie einen Modelltyp aus, der auf dem Standort der Bereitstellungskonfiguration und den Zielen basiert. Prüfen Sie die verfügbaren Empfehlungstypen, Optimierungsziele und andere Optionen zur Modelloptimierung, um die besten Optionen für Ihre Geschäftsziele zu ermitteln. Bei Bereitstellungskonfigurationen für die Suche wird automatisch ein Standardmodell erstellt. |
| 6. Genügend Zeit für das Training und die Feinabstimmung des Modells einplanen |
Bereitstellungskonfigurationen sind Testversionen von Konfigurationen. Sie werden wie ein Arbeitsbereich verwendet, um den Unterschied zwischen Optimierungszielen oder Kontrollvariablen zu testen. Sie können eine Bereitstellungskonfiguration bereitstellen, um sie beispielsweise mit der Produktionskonfiguration zu testen, und die Anwendung zur Fehlerbehebung auf die eine oder andere verweisen. Wenn Sie die Suche verwenden, erfolgt das Training und die Optimierung automatisch, sofern Sie den Schwellenwert erreicht haben. In den Anforderungen für Nutzerereignisse für jedes Modell und jedes Produkt finden Sie Informationen dazu, wie viele und welche Arten von Nutzerereignissen zum Trainieren und Optimieren der Modelle verwendet werden sollen. Wenn Sie Empfehlungen verwenden, wird durch das Erstellen eines Modells das Training und die Abstimmung initiiert. Das erste Training und die Abstimmung des Modells dauern zwei bis fünf Tage. Bei großen Datasets kann es jedoch länger dauern. |
| 7. Bereitstellungskonfiguration in der Vorschau ansehen und testen |
Nachdem Ihr Modell aktiviert wurde, können Sie eine Vorschau der Empfehlungen Ihrer Bereitstellungskonfiguration oder der Suchergebnisse aufrufen, um zu prüfen, ob die Einrichtung wie vorgesehen funktioniert. Sie können Steuerelemente erstellen oder vorhandene Steuerelemente verwenden, um neue Bereitstellungskonfigurationen hinzuzufügen und die Anwendung auf die Testversion zu verweisen, um die Leistung zu vergleichen. Sie können Regeln ein- oder ausschließen und die Produktionskonfiguration mit einer anderen Testkonfiguration vergleichen. Anschließend können Sie auf der Seite Evaluations der Console Suchanfragen mit diesen Varianten simulieren. |
| 8. Optional: A/B-Test einrichten |
Sie können einen A/B-Test durchführen, um die Leistung Ihrer Website mit und ohne Vertex AI Search for Commerce zu vergleichen. |
| 9. Konfiguration bewerten |
Anhand der von Search for Commerce bereitgestellten Messwerte können Sie ermitteln, wie sich die Einbindung von Vertex AI Search for Commerce auf Ihr Unternehmen auswirkt. Die Messwerte für Ihr Projekt finden Sie in der Search for Commerce Console auf der Seite Analysen. |
Nutzungsbedingungen
Die Nutzung des Produkts erfolgt gemäß den Nutzungsbedingungen von Google Cloud oder der entsprechenden Offline-Variante. In den Datenschutzhinweisen für Google Cloud wird erläutert, wie wir Ihre personenbezogenen Daten im Zusammenhang mit der Nutzung von Google Cloud und anderen Google Cloud Diensten erheben und verarbeiten.
Zur Qualitätssicherung wird eine kleine Stichprobe von Suchanfragen und Suchergebnissen aus den Logs, die Kundendaten enthalten, zur menschlichen Bewertung an Drittanbieter gesendet, die als Drittunterauftragsverarbeiter für die Suche angegeben sind. Zur Qualitätssicherung werden zusätzliche Tests mit Suchanfragen und Suchergebnissen aus Google Suche-Logs, die öffentlich erhobene Datensätze sind, zur menschlichen Bewertung an verschiedene Drittanbieter gesendet. Die Google Suche-Protokolle werden nicht als Kundendaten kategorisiert.