Vous pouvez implémenter Vertex AI Search pour le commerce dans votre application d'e-commerce.
Lorsque vous utilisez des recommandations ou une recherche, vous ingérez des données d'événements utilisateur et de catalogue, puis diffusez des prédictions ou des résultats de recherche sur votre site.
Les mêmes données sont utilisées pour les recommandations et la recherche. Vous n'avez donc pas besoin d'importer deux fois les données si vous utilisez les deux outils.
Si vous utilisez des modèles de recommandation, la section Exigences relatives aux données d'événement utilisateur répertorie des exigences supplémentaires en fonction du type de modèle et de l'objectif d'optimisation. Ces exigences aident Vertex AI Search pour le commerce à générer des résultats de qualité.
Le temps d'intégration moyen est de l'ordre de quelques semaines. Notez que pour la recherche, la durée réelle dépend fortement de la qualité et de la quantité de données à ingérer.
Si vous utilisez Google Tag Manager ou Google Merchant Center, vous pouvez implémenter Vertex AI Search pour le retail avec les outils Google.
Vous pouvez obtenir des résultats personnalisés pour votre site Web, que vous utilisiez ou non d'autres outils Google. Si ce n'est pas le cas, consultez Implémenter Vertex AI Search pour le commerce sans outils Google.
Prendre les mesures d'implémentation
Si vous utilisez Tag Manager et Merchant Center, suivez les étapes de l'onglet Avec les outils Google pour intégrer Vertex AI Search for retail à votre site Web. Si vous n'utilisez pas Tag Manager et Merchant Center, suivez la procédure de l'onglet Sans outils Google pour intégrer Vertex AI Search pour le commerce à votre site Web.
Avec les outils Google
| Étape | Description |
|---|---|
| 1. Configurer un projet Google Cloud | Vous pouvez utiliser un projet Google Cloud existant si vous en avez déjà un. Sinon, suivez ce guide pour configurer un nouveau projet. |
| 2a. Importer votre catalogue de produits à l'aide de Merchant Center |
Vous pouvez également importer directement votre catalogue de produits, mais l'association à Merchant Center permet de réduire le nombre d'étapes nécessaires à l'importation. Cette solution n'est pas idéale si vous souhaitez utiliser des facettes. Cette solution clé en main fonctionne bien avec Google Ads et se réplique rapidement dans Vertex AI Search pour le commerce. Vous pouvez le mettre en service en quelques clics. Notez que Merchant Center n'accepte pas le type de produit de collections. Avant de procéder à l'importation, consultez les limitations de Merchant Center pour vérifier que cette solution correspond bien à vos besoins de catalogue. |
| 2b. Configurer Tag Manager pour enregistrer les événements utilisateur | Les événements utilisateur suivent les actions des utilisateurs, telles que les clics sur un produit, les ajouts d'articles à un panier ou les achats d'articles. Vous pouvez commencer à enregistrer les événements utilisateur en parallèle de l'importation du catalogue. Une fois l'importation du catalogue terminée, réassociez tous les événements téléchargés avant la fin de l'importation. Si vous utilisez déjà Google Tag Manager, nous vous recommandons de suivre cette méthode, car elle permet d'intégrer Vertex AI Search pour le commerce. |
| 3. Importer des événements utilisateur historiques |
Les données d'historique d'événements utilisateur vous permet de commencer l'entraînement des modèles sans avoir à attendre des mois pour qu'une quantité suffisante de données d'événements utilisateur soit collectée à partir de votre site. Pour savoir comment importer des données utilisateur, consultez la documentation Importer des événements utilisateur sur l'importation d'événements Google Analytics 360 et d'événements GA4 depuis BigQuery. Vos modèles ont besoin d'une quantité suffisante de données d'entraînement avant de pouvoir fournir des prédictions précises. Pour connaître la quantité de données à utiliser, compréhendez les exigences de chaque modèle. |
Sans les outils Google
| Étape | Description |
|---|---|
| 1. Configurer un projet Google Cloud |
Créez un projet Google Cloud et créez des identifiants d'authentification, y compris une clé API et un jeton OAuth (à l'aide d'un compte utilisateur ou d'un compte de service) pour accéder au projet. |
| 2a. Importez votre catalogue de produits |
Vous pouvez ajouter des articles à votre catalogue de produits individuellement en utilisant la méthode |
| 2b. Enregistrez des événements utilisateur |
Les événements utilisateur suivent les actions des utilisateurs, telles que les clics sur un produit, les ajouts d'articles à un panier ou les achats d'articles. Les données d'événements utilisateur sont nécessaires pour générer des résultats personnalisés. Les événements utilisateur doivent être ingérés en temps réel pour refléter avec précision le comportement de vos utilisateurs. Vous pouvez commencer à enregistrer les événements utilisateur en parallèle de l'importation du catalogue. Une fois l'importation du catalogue terminée, réassociez tous les événements téléchargés avant la fin de l'importation. Vous devrez écrire un pixel de suivi. |
| 3. Importer des événements utilisateur historiques |
Les données d'historique d'événements utilisateur vous permet de commencer l'entraînement des modèles sans avoir à attendre des mois pour qu'une quantité suffisante de données d'événements utilisateur soit collectée à partir de votre site. Pour savoir comment importer des données utilisateur, consultez la documentation Importer des événements utilisateur sur l'importation d'événements depuis Cloud Storage, BigQuery ou pour importer des événements de manière intégrée à l'aide de la méthode |
Suivez ces étapes pour les deux parcours d'intégration.
| Étape | Description |
|---|---|
| 4. Configurer la surveillance et les alertes |
Configurez la surveillance et les alertes. |
| 5. Créer la configuration, le modèle et les contrôles de diffusion |
Décidez si vous souhaitez utiliser les recommandations, la recherche ou les deux. Familiarisez-vous ensuite avec les formats des événements utilisateur. Une configuration de diffusion est une entité qui associe un modèle et, éventuellement, des commandes. Une configuration de diffusion est utilisée comme un conteneur lors de la génération de vos résultats de recherche ou de recommandation. Si vous utilisez des recommandations lorsque vous créez une configuration de diffusion, vous pouvez créer simultanément un modèle et vos commandes. Vous pouvez également les créer séparément. Choisissez un type de modèle en fonction de l'emplacement de votre configuration de diffusion et de ses objectifs. Consultez les types de recommandations disponibles, les objectifs d'optimisation et les autres options de réglage des modèles afin de déterminer les options les mieux adaptées à vos objectifs commerciaux. (Pour les configurations de diffusion de recherche, un modèle par défaut est créé automatiquement.) |
| 6. Prévoir du temps pour l'entraînement et le réglage du modèle |
Les configurations de diffusion sont des versions de test des configurations. Ils servent d'espace de travail pour tester la différence entre les objectifs ou les commandes d'optimisation. Vous pouvez mettre en scène une configuration de diffusion pour la comparer à celle de production, par exemple, et diriger l'application vers l'une ou l'autre pour le dépannage. Si vous utilisez la recherche, l'entraînement et le réglage sont automatiques, à condition que vous ayez atteint le seuil. Reportez-vous aux exigences concernant les événements utilisateur pour chaque modèle et chaque produit afin de déterminer le nombre et le type d'événements utilisateur à utiliser pour entraîner et ajuster les modèles. Si vous utilisez des recommandations, la création d'un modèle lance l'entraînement et le réglage. L'entraînement initial et le réglage du modèle prennent deux à cinq jours, mais peuvent prendre plus de temps pour de grands ensembles de données. L'entraînement initial et le réglage du modèle prennent deux à cinq jours, mais peuvent prendre plus de temps pour de grands ensembles de données. |
| 7. Prévisualiser et tester votre configuration de diffusion |
Une fois votre modèle activé, prévisualisez et testez les recommandations ou les résultats de recherche de votre configuration de diffusion pour vous assurer que la configuration fonctionne comme prévu. Vous pouvez créer des commandes ou utiliser des commandes existantes pour ajouter des configurations de diffusion et rediriger l'application vers la version de test afin de comparer les performances. Vous pouvez exclure ou inclure des règles, et effectuer un test fractionné de la production par rapport à une autre configuration de diffusion de test. Vous pouvez ensuite simuler des recherches à l'aide de ces variations sur la page Évaluations de la console. |
| 8. Configurer un test A/B (facultatif) |
Vous pouvez effectuer un test A/B pour comparer les performances de votre site Web avec et sans Vertex AI Search pour le commerce. |
| 9. Évaluer votre configuration |
Évaluez les métriques fournies par Search for Retail pour vous aider à déterminer l'impact de l'intégration de Vertex AI Search pour le commerce sur votre entreprise. Affichez les métriques de votre projet sur la page Données analytiques de la console Search for Retail. |
Conditions d'utilisation
L'utilisation du produit est régie par les Conditions d'utilisation de Google Cloud ou par la variante hors connexion appropriée. L'Avis de confidentialité Google Cloud explique comment nous collectons et traitons vos informations personnelles liées à l'utilisation de Google Cloud et d'autres services Google Cloud.
À des fins d'assurance qualité, un petit ensemble de requêtes de recherche et de résultats de recherche issus des journaux, qui incluent des données client, est envoyé pour être évalué manuellement par des fournisseurs tiers identifiés comme sous-traitants tiers pour la recherche. Des tests supplémentaires utilisant des requêtes de recherche et des résultats de recherche issus des journaux de la recherche Google, qui sont des ensembles de données collectés publiquement, sont envoyés à différents fournisseurs tiers pour être évalués manuellement à des fins d'assurance qualité. Les journaux de la recherche Google ne sont pas classés comme données client.