Puedes implementar Vertex AI Search for Commerce en tu aplicación de comercio electrónico.
Cuando usas recomendaciones o la búsqueda, transfieres eventos de usuario y datos de catálogo, y entregas predicciones o resultados de la búsqueda en tu sitio.
Se usan los mismos datos para las recomendaciones y la búsqueda, por lo que, si usas ambos, no necesitas transferir los mismos datos dos veces.
Si usas modelos de recomendaciones, en Requisitos de datos de eventos del usuario, se enumeran los requisitos adicionales según el tipo de modelo y el objetivo de optimización. Estos requisitos ayudan a Vertex AI Search para comercio a generar resultados de calidad.
El tiempo de integración promedio es de semanas. Ten en cuenta que, para la búsqueda, la duración real depende en gran medida de la calidad y la cantidad de datos que se deben transferir.
Comienza a usar la integración del comercio
Toma medidas de implementación
Puedes obtener resultados de la búsqueda personalizados en tu sitio web, ya sea que uses o no herramientas adicionales de Google.
Comienza la integración según el uso de la herramienta
Si usas Google Tag Manager o Google Merchant Center, haz clic en la pestaña Con herramientas de Google para ver los pasos que debes seguir para integrar Vertex AI Search for Commerce en tu sitio web.
Si no utilizas Tag Manager ni Merchant Center, haz clic en la pestaña Sin herramientas de Google y sigue las instrucciones que se indican allí.
Con las herramientas de Google
| Paso | Descripción |
|---|---|
| 1. Configura un Google Cloud proyecto | Puedes usar un proyecto Google Cloud existente si ya tienes uno. De lo contrario, sigue esta guía para configurar un proyecto nuevo. |
| 2a. Importa tu catálogo de productos con Merchant Center |
También puedes importar directamente tu catálogo de productos, pero la vinculación a Merchant Center reduce los pasos necesarios para importar tu catálogo. Esta solución no es ideal si deseas usar facetas. Esta solución llave en mano funciona bien con Google Ads y se replica rápidamente en Vertex AI Search for Commerce. Puedes ponerlo en funcionamiento con unos pocos clics. Ten en cuenta que Merchant Center no admite el tipo de producto de colecciones. Antes de importar, asegúrate de revisar las limitaciones de Merchant Center para verificar si satisfacen las necesidades de tu catálogo. |
| 2b. Configura Tag Manager para registrar eventos de usuarios |
Los eventos de usuarios realizan un seguimiento de las acciones de los usuarios, como hacer clic en un producto, agregar un artículo a un carrito de compras o comprar un artículo. Puedes comenzar a registrar eventos de usuario en paralelo con la importación del catálogo. Una vez completada la importación del catálogo, vuelve a unirte a cualquier evento que se haya subido antes de que se complete la importación. Si ya usas Google Tag Manager, este es el método recomendado debido a la integración con Vertex AI Search for Commerce. |
| 3. Importa eventos históricos de usuarios |
Proporcionar datos históricos de eventos de los usuarios te permite comenzar el entrenamiento de modelos sin tener que esperar meses para que se recopilen suficientes datos de eventos de los usuarios de tu sitio. Para obtener información sobre cómo importar datos del usuario, consulta la documentación sobre cómo importar eventos de usuario para importar eventos de Google Analytics 360 y GA4 desde BigQuery. Tus modelos necesitan datos de entrenamiento suficientes antes de que puedan proporcionar predicciones precisas. Para saber cuántos datos debes usar, comprende los requisitos de cada modelo. |
Sin las herramientas de Google
| Paso | Descripción |
|---|---|
| 1. Configura un Google Cloud proyecto |
Crea un Google Cloud proyecto y crea credenciales de autenticación que incluyan una clave de API y un token de OAuth (ya sea con una cuenta de usuario o una cuenta de servicio) para acceder al proyecto. |
| 2a. Importa tu catálogo de productos |
Puedes agregar artículos a tu catálogo de productos de forma individual con el método
|
| 2b. Registra eventos de usuario |
Los eventos de usuarios realizan un seguimiento de las acciones de los usuarios, como hacer clic en un producto, agregar un artículo a un carrito de compras o comprar un artículo. Se necesitan datos de eventos del usuario para generar resultados personalizados. Los eventos de los usuarios deben transferirse en tiempo real para reflejar con precisión el comportamiento de los usuarios. Puedes comenzar a registrar eventos de usuario en paralelo con la importación del catálogo. Una vez completada la importación del catálogo, vuelve a unirte a cualquier evento que se haya subido antes de que se complete la importación. Deberás escribir un píxel de seguimiento. |
| 3. Importa eventos históricos de usuarios |
Proporcionar datos históricos de eventos de los usuarios te permite comenzar el entrenamiento de modelos sin tener que esperar meses para que se recopilen suficientes datos de eventos de los usuarios de tu sitio. Para obtener información sobre cómo importar datos del usuario, consulta la documentación sobre la importación de eventos de usuario para importar eventos desde Cloud Storage, BigQuery o para importar eventos intercalados con el método Tus modelos necesitan datos de entrenamiento suficientes antes de que puedan proporcionar predicciones precisas. Luego, obtén más información sobre los requisitos de importación para cada tipo de modelo. |
Completa la incorporación con estos pasos restantes
Todos los usuarios, independientemente del uso de la herramienta, deben continuar con el resto de estos pasos para completar la incorporación a Vertex AI Search for Commerce.
| Paso | Descripción |
|---|---|
| 4. Configura la supervisión y las alertas |
Configura la supervisión y las alertas. |
| 5. Crea la configuración, el modelo y los controles de entrega |
Decide si quieres usar recomendaciones, la búsqueda o ambas opciones. Luego, familiarízate con los formatos de los eventos de usuario. Una configuración de entrega es una entidad que asocia un modelo y, de manera opcional, controles. Una configuración de entrega se usa como un contenedor cuando se generan los resultados de la búsqueda o de la recomendación. Si usas recomendaciones cuando creas una configuración de entrega, puedes crear un modelo junto con tus controles. También puedes crearlos por separado. Elige un tipo de modelo según la ubicación de tu configuración de entrega y sus objetivos. Revisa los tipos de recomendaciones, los objetivos de optimización y otras opciones de ajuste de modelos disponibles para determinar las mejores opciones para tus objetivos comerciales. (En el caso de las configuraciones de entrega de búsqueda, se crea automáticamente un modelo predeterminado). |
| 6. Espera el tiempo para entrenamiento de modelos y ajustar el modelo |
Los parámetros de configuración de entrega son versiones de prueba de las configuraciones. Se usan como un espacio de trabajo para probar la diferencia entre los objetivos de optimización o los controles. Por ejemplo, puedes preparar una configuración de entrega para probarla en comparación con la de producción y dirigir la aplicación a una u otra para solucionar problemas. Si usas la búsqueda, el entrenamiento y el ajuste son automáticos, siempre y cuando hayas alcanzado el umbral. Consulta los requisitos para los eventos de usuario de cada modelo y producto para determinar cuántos eventos de usuario y de qué tipo se deben usar para entrenar y ajustar los modelos. Si usas recomendaciones, crear un modelo inicia el entrenamiento y el ajuste. El entrenamiento y el ajuste del modelo inicial tardan entre 2 y 5 días en completarse, pero pueden tardar más en el caso de conjuntos de datos grandes. |
| 7. Obtén una vista previa de tu configuración de entrega y pruébala |
Después de activar tu modelo, obtén una vista previa de las recomendaciones de la configuración de entrega o los resultados de la búsqueda y pruébalos para asegurarte de que tu configuración funcione como se espera. Puedes crear controles o usar los existentes para agregar parámetros de configuración de entrega nuevos y dirigir la aplicación a la versión de prueba para comparar el rendimiento. Puedes excluir o incluir reglas, y realizar una prueba A/B de la configuración de publicación de producción en comparación con otra configuración de publicación de prueba. Luego, puedes simular búsquedas con estas variaciones en la página Evaluaciones de la consola. |
| 8. (Opcional) Configura un experimento A/B |
Puedes usar un experimento A/B para comparar el rendimiento de tu sitio web con y sin Vertex AI Search for Commerce. |
| 9. Evalúa tu configuración |
Evalúa las métricas que proporciona Search for Commerce para ayudarte a determinar cómo afecta a tu empresa la incorporación de Vertex AI Search for Commerce. Consulta las métricas de tu proyecto en la página Analytics de la consola de Search for commerce. |
Condiciones del Servicio
El uso del producto se encuentra sujeto a los Términos y Condiciones de Google Cloud o a la variante sin conexión pertinente. En el Aviso de Privacidad de Google Cloud, se explica cómo recopilamos y tratamos tu información personal relacionada con el uso de Google Cloud y otros servicios de Google Cloud .
Para garantizar la calidad, se envía un pequeño conjunto de muestras de consultas de búsqueda y resultados de la búsqueda de los registros, que incluyen datos del cliente, para la calificación humana a proveedores externos divulgados como Subprocesadores Externos para la búsqueda. Para garantizar la calidad, se envían pruebas adicionales con consultas de búsqueda y resultados de la búsqueda de los registros de la Búsqueda de Google que son conjuntos de datos recopilados de forma pública para la calificación humana a diferentes proveedores externos. Los registros de la Búsqueda de Google no se clasifican como datos del cliente.