Cómo obtener recomendaciones

En esta página, se describe cómo solicitar recomendaciones de productos para un usuario y un evento de usuario específicos.

Después de subir los productos y los eventos de usuarios registrados, puedes solicitar recomendaciones de productos para usuarios específicos en función de los eventos de usuario registrados para ese usuario y su actividad actual. Los productos y eventos de usuarios nuevos pueden tardar hasta 48 horas en reflejarse en el modelo de recomendación.

Vertex AI Search for Commerce devuelve una lista de identificadores de productos clasificados. Eres responsable de procesar los resultados en tu sitio web con imágenes y texto.

Nunca almacenes en caché los resultados personalizados de un usuario final ni devuelvas resultados personalizados a otro usuario final.

Antes de comenzar

Debes crear un proyecto de Google Cloudy configurar la autenticación con los pasos que se indican en Antes de comenzar.

Además, antes de que puedas solicitar predicciones de recomendaciones, debes tener un modelo de recomendación entrenado y ajustado, y una o más configuraciones de entrega activas.

Evalúa las recomendaciones

Antes de actualizar el código de tu sitio web para solicitar recomendaciones, puedes usar una vista previa de los resultados de la predicción para confirmar que tu modelo y la configuración de entrega funcionen como esperas.

Para obtener más información sobre las configuraciones de entrega, consulta Acerca de las configuraciones de entrega.

Puedes obtener una vista previa de los resultados de la configuración de entrega desde la página Evaluación o yendo a la página Detalles de una configuración de entrega en la consola y haciendo clic en su pestaña Evaluación. En los siguientes pasos, se muestra cómo obtener una vista previa desde la página Evaluar.

Para obtener una vista previa de las recomendaciones que muestra tu configuración de entrega, sigue estos pasos:

1. Ve a la página Evaluar en la consola de Search for commerce.
   
   Ir a la página Evaluación

2. Haz clic en la pestaña Recomendaciones si aún no está seleccionada.

3. Selecciona la configuración de entrega de la que deseas obtener una vista previa.

4. Opcional: Ingresa un ID de visitante para obtener una vista previa de las recomendaciones de ese usuario.

5. Si se muestra la sección Artículos asociados, haz clic en Agregar artículo y, luego, ingresa un ID de producto para obtener recomendaciones asociadas para ese artículo. Puedes agregar varios elementos asociados.

   La opción para agregar elementos solo está disponible si el tipo de modelo de la configuración de entrega seleccionada requiere productos como entrada para las recomendaciones. Los modelos de Recomendaciones para ti no requieren que se ingresen elementos asociados.

6. Haz clic en Vista previa de la predicción para ver los resultados de la predicción.

Para ver la página Detalles de la configuración de entrega que estás viendo en la vista previa, haz clic en Ver configuración de entrega en el campo Seleccionar configuración de entrega.

Obtén una recomendación

La API de Recommendations tiene límites en la cantidad de elementos que se muestran. Sin embargo, existen soluciones alternativas para aumentar la cantidad de elementos devueltos.

Aumentar los límites

• El límite de resultados de Vertex AI Search for Commerce es de 120.

• La API de Recommendations admite la reordenación de hasta 2,000 elementos.

• Si bien la latencia aumenta, es posible aumentar el tamaño de la página hasta 500 o 1,000.

Soluciones alternativas

En el caso de las páginas de categorías, puedes personalizarlas y volver a clasificarlas con recomendaciones personales. Para evitar el límite de 120 resultados, realiza varias llamadas simultáneas para la primera cantidad de páginas determinada y, luego, une los resultados para que parezcan una sola página grande.

Para restringir de forma manual el conjunto de recomendaciones que se muestran a los usuarios finales, puedes agregar criterios de filtro en las búsquedas de PredictRequest.params.

Marca los atributos seleccionados como filtrables con la API y, luego, haz referencia a ellos directamente en sus solicitudes de predicción.

Para obtener detalles sobre los costos de la predicción, consulta Precios.

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    --data '{
              "filter": "FILTER_STRING",
              "validateOnly": false,
              "userEvent": {
                  "eventType": "detail-page-view",
                  "visitorId": "VISITOR_ID",
                  "userInfo": {
                      "userId": "USER_ID",
                      "ipAddress": "IP_ADDRESS",
                      "userAgent": "USER_AGENT"
                  },
                  "experimentIds": "EXPERIMENT_GROUP",
                  "productDetails": [{
                      "product": {
                        "id": "PRODUCT_ID"
                     }
                  }]
              }
            }' \
https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/servingConfigs/SERVING_CONFIG_ID:predict

{
  "results": [{"id": "sample-id-1"}, {"id": "sample-id-2"}],
  "attribution_token": "sample-atr-token"
}

public static PredictResponse predictWithNextPageToken(UserEvent userEvent, int pageSize,
    String nextPageToken)
    throws IOException, InterruptedException {
  PredictionServiceClient predictionClient = getPredictionServiceClient();

  PredictRequest request = PredictRequest.newBuilder()
      .setPlacement(HOME_PAGE_PLACEMENT_NAME)
      .setUserEvent(userEvent)
      .setPageSize(pageSize)
      .setPageToken(nextPageToken)
      .setValidateOnly(true)
      .build();

  PredictResponse response = predictionClient.predict(request);

  predictionClient.shutdownNow();
  predictionClient.awaitTermination(2, TimeUnit.SECONDS);

  return response;
}

Reclasificación de precio

La reclasificación de precio hace que los productos sugeridos con una probabilidad de recomendarse similar se ordenen según el precio, con los elementos de precio más alto primero. La relevancia también se usa para ordenar elementos, por lo que habilitar la reclasificación de precio no es lo mismo que ordenarlos por precio.

La reclasificación de precios se puede establecer a nivel de la configuración de entrega o por solicitud de predicción.

Cuando eliges una configuración de reclasificación de precios al crear una configuración de entrega en la consola de Búsqueda para comercio, esa configuración se aplica a todas las recomendaciones que entrega esa configuración, sin que tengas que realizar ninguna acción.

Si necesitas controlar la reclasificación de precios de una recomendación en particular, puedes hacerlo con el campo PredictRequest.params. Esto anula cualquier configuración de reclasificación a nivel de configuración que, de lo contrario, se aplicaría a esta recomendación.

Diversidad de recomendaciones

La diversificación de recomendaciones afecta si los resultados que se muestran de una sola solicitud de predicción son de diferentes categorías de tu catálogo de productos.

La diversificación de recomendaciones se puede establecer a nivel de configuración de entrega o por solicitud de predicción.

Cuando eliges un parámetro de configuración de diversificación de recomendaciones al crear un parámetro de configuración de entrega en la consola de Search for Commerce, ese parámetro de configuración se aplica de forma predeterminada a todas las predicciones que entrega esa configuración, sin que debas realizar ninguna acción.

Si necesitas controlar la diversidad de una recomendación en particular, puedes hacerlo con el campo PredictRequest.params. Esto anula cualquier configuración de diversificación a nivel de configuración que, de lo contrario, se aplicaría a esta recomendación. Consulta los valores aceptados.

Cómo usar los filtros de recomendación

Puedes filtrar las recomendaciones que muestra Recomendaciones IA con el campo filter del método predict. Para obtener más información, consulta Filtra recomendaciones.

Llamadas de predicción con modelos de optimización a nivel de la página

Para proporcionar recomendaciones con la optimización a nivel de la página, se requiere un paso adicional de llamada de predicción.

Realiza una llamada de predicción inicial con una configuración de entrega que contenga el modelo de optimización a nivel de la página. La respuesta de predicción devuelve una lista ordenada de IDs de configuración de entrega que representan el modelo que se usará para cada panel.

Luego, realiza una llamada de predicción para cada panel con el ID de configuración de publicación que recomendó el modelo de Optimización a nivel de la página. La respuesta de predicción contiene el nombre del modelo (como Recomendado para ti) y la lista de elementos recomendados para mostrar en ese panel.

La reclasificación de precios, la diversidad de recomendaciones y los filtros de recomendaciones no están disponibles para las configuraciones de entrega que usan el modelo de optimización a nivel de la página.

Supervisa y soluciona problemas relacionados con las recomendaciones

Después de configurar tu sitio web para obtener recomendaciones, te sugerimos que configures alertas. Consulta Configura una alerta para los errores de predicción.

Para solucionar errores, consulta Supervisión y solución de problemas.