您可以为电子商务应用实现 Vertex AI Search 零售解决方案。
使用推荐功能或搜索功能时,您需要注入用户事件和目录数据,并在您的网站上提供预测或搜索结果。
推荐和搜索都使用相同的数据,因此如果您同时使用这两者,则无需注入相同的数据两次。
如果您使用推荐模型,则用户事件数据要求会列出其他要求,具体取决于您的模型类型和优化目标。这些要求有助于 Vertex AI Search for Retail 生成高质量的结果。
平均集成时间约为数周。请注意,对于搜索广告系列,实际时长在很大程度上取决于要注入的数据的质量和数量。
如果您使用的是 Google 跟踪代码管理器或 Google Merchant Center,则可以使用 Google 工具实现 Vertex AI Search for Retail。
无论您是否使用其他 Google 工具,都可以为您的网站获取个性化结果。如果您没有使用 Google 工具,请参阅在不使用 Google 工具的情况下实现 Vertex AI Search 零售解决方案。
执行实施步骤
如果您使用的是跟踪代码管理器和 Merchant Center,请按照使用 Google 工具标签页中的步骤将 Vertex AI Search for Retail 集成到您的网站中。如果您不使用跟踪代码管理器和 Merchant Center,请按照不使用 Google 工具标签页中的步骤将 Vertex AI Search for Retail 集成到您的网站中。
使用 Google 工具
步骤 | 说明 |
---|---|
1. 设置 Google Cloud 项目 | 如果您已有 Google Cloud 项目,则可以使用现有项目。否则,请按照此指南设置新项目。 |
2a. 使用 Merchant Center 导入商品清单 |
您也可以直接导入商品清单,但关联 Merchant Center 可以减少导入清单所需的步骤。如果您想使用切面,此解决方案并不理想。此交钥匙解决方案与 Google Ads 搭配使用效果出色,并且可以快速复制到 Vertex AI Search for Retail。只需点击几下,即可启动并运行此服务。 请注意,Merchant Center 不支持集合商品类型。在导入之前,请务必查看 Merchant Center 限制,以检查它是否符合您的目录需求。 |
2b. 配置跟踪代码管理器以记录用户事件 | 用户事件用于跟踪用户操作,例如点击商品、将商品添加到购物车或购买商品。 您可以在导入目录的同时开始记录用户事件。目录导入完成后,重新联接在导入完成之前上传的所有事件。如果您已经在使用 Google 跟踪代码管理器,则建议您采用此方法,因为它与 Vertex AI Search for Retail 集成。 |
3. 导入历史用户事件 |
提供历史用户事件数据后,您无需等待数月即可从您的网站收集足够的用户事件数据,从而开始模型训练。如需了解如何导入用户数据,请参阅有关从 BigQuery 导入 Google Analytics 360 和 GA4 事件的“导入用户事件”文档。您的模型需要足够多的训练数据才能提供准确的预测。如需了解要使用多少数据,请了解每种模型的要求。 |
不使用 Google 工具
步骤 | 说明 |
---|---|
1. 设置 Google Cloud 项目 |
创建一个 Google Cloud 项目,并创建包含 API 密钥和 OAuth 令牌(使用用户账号或服务账号)的身份验证凭据来访问该项目。 |
2a. 导入商品清单 |
您可以使用 |
2b. 记录用户事件 |
用户事件用于跟踪用户操作,例如点击商品、将商品添加到购物车或购买商品。 需要用户事件数据才能生成个性化结果。需要实时提取用户事件以准确反映用户的行为。 您可以在导入目录的同时开始记录用户事件。目录导入完成后,重新联接在导入完成之前上传的所有事件。您需要编写跟踪像素。 |
3. 导入历史用户事件 |
提供历史用户事件数据后,您无需等待数月即可从您的网站收集足够的用户事件数据,从而开始模型训练。如需了解如何导入用户数据,请参阅 导入用户事件文档,了解如何从 Cloud Storage、BigQuery 导入事件,或如何使用 |
请按照以下步骤完成这两种新手入门途径
步骤 | 说明 |
---|---|
4. 设置监控和提醒 |
设置监控和提醒。 |
5. 创建投放配置、模型和控件 |
决定是使用推荐功能还是搜索功能,或者同时使用这两种功能。然后,熟悉用户事件的格式。投放配置是一种实体,用于关联模型和(可选)控件。在生成搜索或推荐结果时,投放配置的用途类似于容器。 如果您在创建投放配置时使用推荐功能,则可以同时创建模型和控件。您也可以单独创建这些路径。根据投放配置的位置及其目标选择模型类型。查看可用的建议类型、优化目标和其他模型调整选项,以确定最适合您的业务目标的最佳选项。(对于搜索投放配置,系统会自动创建默认模型。) |
6. 留出模型训练和微调时间 |
服务配置是配置的测试版本。它们就像工作区一样,用于测试优化目标或对照组之间的差异。例如,您可以暂存一个服务配置,以便与生产配置进行测试,并将应用指向其中一个配置以进行问题排查。 如果您使用的是搜索功能,则系统会自动进行训练和调整(前提是您已达到阈值)。请参阅每种模型和每种产品的用户事件要求,以确定要使用多少个以及哪些类型的用户事件来训练和调整模型。 如果您使用的是推荐功能,则创建模型会启动训练和调优。初始模型训练和调整需要 2-5 天才能完成,但对于大型数据集,可能需要更长时间。 初始模型训练和调整需要 2-5 天才能完成,但对于大型数据集,可能需要更长时间。 |
7. 预览和测试投放配置 |
激活模型后,预览和测试投放配置的建议或搜索结果,确保您的设置按预期正常运行。您可以创建新控件或使用现有控件添加新的投放配置,并将应用指向测试版本以比较性能。您可以排除或包含规则,并对生产版与其他测试投放配置进行分块测试。然后,您可以在控制台的评估页面中使用这些变体来模拟搜索。 |
8. 设置 A/B 实验(可选) |
您可以使用 A/B 实验来比较启用和不启用 Vertex AI Search for Retail 时网站的效果。 |
9. 评估您的配置 |
评估 Search for Retail 提供的指标,以帮助您确定纳入 Vertex AI Search for Retail 对您的业务有何影响。 在 Search for Retail 控制台的分析页面上查看项目的指标。 |
服务条款
使用本产品时,您需要遵循 Google Cloud 的条款及条件或相关线下变体。《Google Cloud 隐私权声明》说明了我们如何收集和处理与您使用 Google Cloud 和其他 Google Cloud 服务相关的个人信息。
为保证质量,我们向日志提供一组简单的搜索查询和搜索结果(其中包含客户数据),并向披露为第三方子处理方的第三方供应商发送这些内容,以供人工评分。我们还会使用公开收集的数据集(来自 Google 搜索日志)中的搜索查询和搜索结果进行其他测试,并将这些测试发送给不同的第三方供应商进行人工评分,以确保质量。Google 搜索日志不会被归类为客户数据。