Implementar a Vertex AI para Pesquisa para Retail

Esta página mostra uma visão geral das etapas necessárias para implementar a Vertex AI para Pesquisa para o varejo no seu aplicativo de e-commerce.

Introdução

Ao usar as recomendações ou a pesquisa, você ingerir dados de eventos e catálogos do usuário e exibir previsões ou resultados de pesquisa no seu site.

Os mesmos dados são usados as recomendações e a pesquisa. Então, se você usar os dois, você não precisa ingerir os mesmos dados duas vezes.

Se você usar modelos de recomendação, Os requisitos dos dados de eventos do usuário listam outros requisitos. dependendo do tipo de modelo e do objetivo de otimização. Esses requisitos ajudam A Vertex AI para Pesquisa para Retail gera resultados de qualidade.

O tempo médio de integração está na ordem de semanas. Para pesquisas, a duração real depende na qualidade e na quantidade dos dados a serem ingeridos.

Se você usa o Gerenciador de tags do Google ou o Google Merchant Center, pode: implementar a Vertex AI para Pesquisa para Retail com as ferramentas do Google.

Você pode receber resultados personalizados para site esteja usando ou não ferramentas adicionais do Google. Caso contrário, consulte Implementar a Vertex AI para Pesquisa para varejo.

Nunca armazene em cache resultados personalizados de um usuário final e nunca retorne resultados personalizados para um usuário final diferente.

Implementar a Vertex AI para Pesquisa para Retail

Se você usa o Gerenciador de tags e o Merchant Center, siga as etapas na guia Com as ferramentas do Google abaixo para integrar a Vertex AI para Pesquisa para Retail ao seu site.

Se você não usa o Gerenciador de tags e o Merchant Center, siga as etapas na guia Sem as ferramentas do Google abaixo para integrar a Vertex AI para Pesquisa para Retail ao seu site.

Com as ferramentas do Google

Etapa Descrição
1. Configurar um projeto do Google Cloud É possível usar um projeto atual do Google Cloud se você já tiver um.
2a. Importar seu catálogo de produtos usando o Merchant Center

Também é possível importar diretamente seu catálogo de produtos, mas vincular aos O Merchant Center reduz as etapas necessárias para importar catálogo.

O Merchant Center não é compatível com o tipo de produto de coleções. Antes de importar, revise Limitações do Merchant Center para verificar se ele atende às necessidades do seu catálogo.

2b. Configurar o Gerenciador de tags para registrar eventos do usuário Os eventos do usuário acompanham as ações do usuário, como clicar em um produto, adicionar uma o item a um carrinho de compras ou a compra de um item. Você pode começar a gravar eventos do usuário em paralelo à importação do catálogo. Depois que a importação do catálogo for concluída, reconecte-se a qualquer evento que tenha sido enviado antes da conclusão da importação.
3. Importar eventos históricos do usuário

Seus modelos precisam de dados de treinamento suficientes para que possam fornecer previsões precisas. Fornecer dados históricos de eventos do usuário permite que você iniciar o treinamento de modelo sem ter que esperar meses por um número suficiente de usuários dados de eventos sejam coletados do seu site. Saiba mais.

4. Criar a configuração, o modelo e os controles de veiculação

Uma configuração de exibição é uma entidade que associa um modelo e opcionalmente, controles. Eles são usados ao gerar resultados de pesquisa ou recomendação. Ao criar uma configuração de veiculação, é possível criar um modelo simultaneamente (somente para recomendações) e controles de segurança. Também é possível criá-los separadamente.

Se você usa recomendações, escolha um tipo de modelo com base no a localização da configuração de veiculação e os objetivos dela. Analise os tipos de recomendação, objetivos de otimização e outras opções de ajuste de modelo disponíveis para determinar as melhores opções para seus objetivos de negócios. Para as configurações de disponibilização de pesquisa, um modelo padrão é criado automaticamente.

5. Espere até o ajuste do modelo

A criação de um modelo inicia o treinamento do modelo. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem levar por mais tempo para grandes conjuntos de dados.

6. visualizar a configuração de veiculação

Depois que o modelo for ativado, confira uma prévia da exibição recomendações de configuração ou resultados da pesquisa para garantir que está funcionando como esperado.

7. Configurar um experimento A/B (opcional)

Você pode usar um experimento A/B para comparar a performance do seu site. com e sem a Vertex AI para Pesquisa para Retail.

8. Avaliar a configuração

Avalie as métricas fornecidas pela Pesquisa para varejo para ajudar você determinar como sua empresa é afetada ao incorporar Vertex AI para Pesquisa para Retail.

Confira as métricas do seu projeto no Página Analytics do console da Pesquisa para varejo.

Sem ferramentas do Google

Etapa Descrição
1. Configurar um projeto do Google Cloud

Criar um projeto do Google Cloud e criar credenciais de autenticação, incluindo uma chave de API e uma (usando uma conta de usuário ou uma conta de serviço) para acessar o projeto.

2a. Importar seu catálogo de produtos

É possível adicionar itens ao seu catálogo de produtos individualmente usando o Products.create . Para grandes catálogos de produtos, recomendamos que você adicione itens em em massa usando Products.import .

2b. Registrar eventos do usuário

Os eventos do usuário acompanham as ações do usuário, como clicar em um produto, adicionar uma item a um carrinho de compras ou comprar um item e assim por diante. Os dados de eventos do usuário são necessários para gerar resultados personalizados. Os eventos do usuário precisam ser ingeridos em tempo real para refletir com precisão o comportamento dos usuários.

Você pode começar a gravar eventos do usuário em paralelo à importação do catálogo. Depois que a importação do catálogo for concluída, voltar a participar de eventos que foram enviadas antes da conclusão da importação.

3. Importar eventos históricos do usuário

Os modelos precisam de dados de treinamento suficientes para fornecer previsões precisas. Fornecer dados históricos de eventos do usuário permite que você iniciar o treinamento de modelo sem ter que esperar meses por um número suficiente de usuários dados de eventos sejam coletados do seu site. Saiba mais.

4. Criar a configuração, o modelo e os controles de veiculação

Uma configuração de veiculação é uma entidade de veiculação que associa configurações com um modelo e, opcionalmente, controles. Elas são usadas quando gerar os resultados da pesquisa ou recomendação.

Ao criar uma configuração de veiculação, é possível criar simultaneamente uma o modelo e os controles ou os criar separadamente.

Para recomendações, o local de veiculação a configuração da organização e os objetivos dela afetam o ajuste do modelo. Analise o disponível de recomendações, objetivos de otimização, e outras opções de ajuste de modelos para determinar as melhores opções para seus objetivos de negócios.

5. Reserve tempo para o treinamento

A criação do seu modelo ou configuração de disponibilização inicia o treinamento. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem levar por mais tempo para grandes conjuntos de dados.

6. visualizar a configuração de veiculação

Após ativar a configuração, visualize a exibição recomendações de configuração ou resultados da pesquisa para garantir que está funcionando como esperado.

7. Configurar um experimento A/B (opcional)

Você pode usar um experimento A/B para comparar a performance do seu site. com e sem a Vertex AI para Pesquisa para Retail.

8. Avaliar a configuração

Avalie as métricas fornecidas pelo console da Pesquisa para varejo para determinar como sua empresa é afetada pela incorporação da Pesquisa da Vertex AI para varejo.

Confira as métricas do seu projeto no Página Analytics do console da Pesquisa para varejo.

Termos de Serviço

O uso do produto está de acordo com os Termos e Condições do Google Cloud ou de acordo com as variante off-line. O Aviso de privacidade do Google Cloud explica como coletamos e processamos suas informações pessoais relacionadas aos uso do Google Cloud e de outros serviços dele.

Para garantir a qualidade, um pequeno conjunto de amostras de consultas e resultados de pesquisa dos registros, que incluem dados do cliente, são enviados para classificação humana para fornecedores terceirizados divulgada como Subprocessadores para pesquisa. Outros testes que usam consultas e resultados de pesquisa dos registros da Pesquisa Google que são conjuntos de dados coletados publicamente são enviados para classificação humana a diferentes fornecedores terceirizados para garantia de qualidade. Os registros da Pesquisa Google são não categorizados como dados do cliente.