Kataloginformationen importieren

Auf dieser Seite wird beschrieben, wie Sie Ihre Kataloginformationen importieren und auf dem neuesten Stand halten.

Die Importverfahren auf dieser Seite gelten sowohl für Empfehlungen als auch für die Suche. Nach dem Import von Daten können beide Dienste diese Daten verwenden. Sie müssen also nicht dieselben Daten zweimal importieren, wenn Sie beide Dienste verwenden.

Videoanleitung

In diesem Video erfahren Sie, wie Sie einen Katalog mit der Retail API importieren.

Katalogdaten aus BigQuery importieren

In dieser Anleitung erfahren Sie, wie Sie eine BigQuery-Tabelle verwenden, um große Mengen an Katalogdaten ohne Einschränkungen zu importieren.

Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt im Cloud Shell-Editor zu erhalten:

Anleitung

Katalogdaten aus Cloud Storage importieren

In dieser Anleitung erfahren Sie, wie Sie eine große Anzahl von Artikeln in einen Katalog importieren.

Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt im Cloud Shell-Editor zu erhalten:

Anleitung

Katalogdaten inline importieren

In dieser Anleitung wird gezeigt, wie Sie Produkte inline in einen Katalog importieren.

Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt im Cloud Shell-Editor zu erhalten:

Anleitung

Hinweise

Bevor Sie Kataloginformationen importieren können, müssen Sie die Schritte unter Vorbereitung abgeschlossen haben, insbesondere das Projekt einrichten, ein Dienstkonto erstellen und das Dienstkonto zu Ihrer lokalen Umgebung hinzufügen.

Sie benötigen die IAM-Rolle Retail Admin, um den Import durchzuführen.

Best Practices für den Katalogimport

Für qualitativ hochwertige Ergebnisse sind hochwertige Daten erforderlich. Wenn in Ihren Daten Felder fehlen oder Platzhalterwerte anstelle von tatsächlichen Werten vorhanden sind, leidet die Qualität Ihrer Vorhersagen und Suchergebnisse.

Achten Sie beim Importieren von Katalogdaten darauf, die folgenden Best Practices zu implementieren:

• Achten Sie darauf, primäre Produkte und Varianten sorgfältig zu unterscheiden. Bevor Sie Daten hochladen, lesen Sie den Abschnitt Produktebenen.

  • Konfiguration auf Produktebene ändern, nachdem Sie bereits viel Zeit in den Import von Daten investiert haben. Primäre Artikel (nicht Varianten) werden als Suchergebnisse oder Empfehlungen zurückgegeben.

  • Beispiel: Wenn die primäre SKU-Gruppe V-Shirt ist, gibt das Empfehlungsmodell ein V-Shirt und möglicherweise auch Rundhals- und U-Boot-Ausschnitt-Shirts zurück. Wenn jedoch keine Varianten verwendet werden und jede Artikelnummer ein primäres Produkt ist, wird jede Farb- oder Größenkombination des V-Ausschnitt-Shirts als separater Artikel im Empfehlungsbereich zurückgegeben: Braunes V-Ausschnitt-Shirt, Größe XL, braunes V-Ausschnitt-Shirt, Größe L bis Weißes V-Ausschnitt-Shirt, Größe M, weißes V-Ausschnitt-Shirt, Größe S.

  • Sammlungen können gemeinsam erkannt werden, sofern neben den primären Produkt-IDs auch Varianten-IDs in collectionMemberIds[] enthalten sind. Dadurch wird eine Produktgruppe erfasst, aus der ein Nutzer möglicherweise ein oder mehrere Produkte im Set gekauft hat. Das gesamte Set wird dem Kauf gutgeschrieben. So können demselben Nutzer bei einer zukünftigen ähnlichen Anfrage andere Produkte in einer bestimmten Sammlung präsentiert werden.

  • Beispiel: Ein Nutzer hat bereits einen Bettbezug gekauft. Daher werden passende Produkte aus einer Bettwäschekollektion wie Kissenbezüge zurückgegeben.

• Beachten Sie die Importbeschränkungen für die Produktelemente.

  • Für den Bulk-Import aus Cloud Storage darf die Größe jeder Datei maximal 2 GB betragen. Sie können bis zu 100 Dateien gleichzeitig in eine einzelne Bulk-Importanfrage einbeziehen.

  • Für den Inline-Import können Sie maximal 5.000 Produktelemente gleichzeitig importieren.

• Achten Sie darauf, dass alle erforderlichen Kataloginformationen enthalten und korrekt sind. Verwenden Sie keine Platzhalterwerte.

• Fügen Sie so viele optionale Kataloginformationen wie möglich hinzu.

• Achten Sie darauf, dass für alle Ereignisse eine einzige Währung verwendet wird, insbesondere wenn Sie mit derGoogle Cloud -Konsole Umsatzmesswerte abrufen möchten. Die Vertex AI Search for Commerce API unterstützt nicht die Verwendung mehrerer Währungen pro Katalog.

• Halten Sie Ihren Katalog auf dem neuesten Stand, idealerweise täglich. Durch die Planung regelmäßiger Katalogimporte wird verhindert, dass die Modellqualität im Laufe der Zeit sinkt. Sie können automatische, wiederkehrende Importe planen, wenn Sie Ihren Katalog über die Search for Commerce Console importieren. Alternativ können Sie für die Automatisierung von Importen den Google Cloud Scheduler verwenden.

• Erfassen Sie keine Nutzerereignisse für Produktelemente, die noch nicht importiert wurden.

• Überprüfen Sie nach dem Import der Kataloginformationen die Informationen zu Fehlerberichten und Logging für Ihr Projekt. Wenn Sie mehr als einige wenige Fehler finden, sollten Sie diese überprüfen und alle Prozessprobleme beheben, die zu den Fehlern geführt haben.

Katalogdaten importieren

Sie können Ihre Produktdaten aus BigQuery importieren oder die Daten in der Anfrage inline angeben. Alle diese Verfahren sind einmalige Importe, mit Ausnahme der Verknüpfung des Merchant Center. Planen Sie regelmäßige Katalogimporte (idealerweise täglich), um sicherzustellen, dass Ihr Katalog auf dem neuesten Stand ist.

Weitere Informationen finden Sie unter Katalog auf dem neuesten Stand halten.

Sie können auch einzelne Produktelemente importieren. Weitere Informationen finden Sie unter Produkt hochladen.

Überlegungen zum Katalogimport

In diesem Abschnitt werden die Methoden, die für den Batch-Import Ihrer Katalogdaten verwendet werden können, sowie einige der zugehörigen Methoden und Einschränkungen beschrieben.

Produktdatenstruktur für die Katalogaufnahme

In diesem Abschnitt wird beschrieben, wie Sie Ihre Produktdaten für die Katalogaufnahme vorbereiten.

Primäre Produkte

Primärprodukte dienen als Container zum Gruppieren von Variantenprodukten und als Einträge im Suchraster. Für Hauptprodukte dürfen nur gemeinsame Attribute angegeben werden, die für alle Varianten gelten. Dazu gehören:

• Primäre Produkt-ID
• Produkt-ID (identisch mit der primären Produkt-ID)
• Titel
• Beschreibung

Produkte mit Varianten

Variantenprodukte übernehmen gemeinsame Attribute vom primären Produkt, können aber auch eindeutige Werte angeben.

Erforderliche Attribute:

• Alle Attribute, die für primäre Produkte angegeben sind (Titel, Beschreibung). Preis, Titel und Beschreibung können sich vom primären Produkt unterscheiden.
• Spezifische Variantenattribute (Farbe, Größe und andere relevante Produktvarianten).

Abrufen von Attributen

Beim Abrufen werden alle durchsuchbaren Attribute für primäre Produkte und Varianten berücksichtigt.

Relevanzbewertung

Die Relevanzbewertung basiert ausschließlich auf den Feldern „Titel“ und „Beschreibung“. Um eine korrekte Unterscheidung zu gewährleisten, sollten Sie die Titel der Varianten leicht vom Titel des Hauptprodukts abwandeln, z. B. Produktname + Farbe.

Variantenabgleich in den Suchergebnissen

Beim Abgleich von Varianten (z. B. blaues Kleid) werden die Ergebnisse anhand vordefinierter Variantenattribute wie Farbe und Größe gefiltert. Die Suchergebnisse enthalten bis zu fünf passende Varianten für jedes Hauptprodukt.

Katalogzweige dauerhaft löschen

Wenn Sie neue Katalogdaten in einen vorhandenen Branch importieren, muss der Katalogbranch leer sein, damit die in den Branch importierten Daten nicht beschädigt werden. Wenn der Branch leer ist, können Sie neue Katalogdaten importieren und den Branch mit einem Händlerkonto verknüpfen.

Wenn Sie Live-Vorhersage- oder Suchanfragen verarbeiten und planen, Ihren Standardzweig zu löschen, sollten Sie zuerst einen anderen Zweig als Standard festlegen. Da der Standardzweig nach dem Bereinigen leere Ergebnisse liefert, kann das Bereinigen eines aktiven Standardzweigs zu einem Ausfall führen.

So löschen Sie Daten aus einem Katalogzweig:

1. Rufen Sie in der Search for Commerce Console die Seite Daten auf.
   
   Zur Seite „Daten“

2. Wählen Sie im Feld Branch-Name einen Katalogzweig aus.

3. Wählen Sie im Dreipunkt-Menü neben dem Feld Branch-Name die Option Branch löschen aus.

   Es wird eine Meldung angezeigt, in der Sie gewarnt werden, dass Sie dabei sind, alle Daten im Zweig sowie alle für den Zweig erstellten Attribute zu löschen.

4. Geben Sie den Zweig ein und klicken Sie auf Bestätigen, um die Katalogdaten aus dem Zweig zu löschen.

   Ein Vorgang mit langer Ausführungszeit wird gestartet, um Daten aus dem Katalogzweig zu löschen. Wenn der Bereinigungsvorgang abgeschlossen ist, wird der Status der Bereinigung in der Liste Produktkatalog im Fenster Aktivitätsstatus angezeigt.

Merchant Center mit Vertex AI Search for Commerce synchronisieren

Mit dem Merchant Center können Sie Ihre Händler- und Produktdaten für Shopping-Anzeigen und andere Google-Dienste verfügbar machen.

Für eine kontinuierliche Synchronisierung zwischen dem Merchant Center und Vertex AI Search for Commerce können Sie Ihr Merchant Center-Konto mit Vertex AI Search for Commerce verknüpfen.

Wenn Sie eine Merchant Center-Synchronisierung für Vertex AI Search for Commerce einrichten, muss Ihnen im Merchant Center die IAM-Rolle Administrator zugewiesen sein. Mit einer Standardzugriffsrolle können Sie zwar die Merchant Center-Feeds lesen, aber wenn Sie versuchen, das Merchant Center mit Vertex AI Search for Commerce zu synchronisieren, erhalten Sie eine Fehlermeldung. Bevor Sie Ihr Merchant Center-Konto mit Vertex AI Search for Commerce synchronisieren können, müssen Sie Ihre Rolle aktualisieren.

Merchant Center-Konto verknüpfen

Da Vertex AI Search for Commerce mit dem Merchant Center-Konto verknüpft ist, werden Änderungen an Ihren Produktdaten im Merchant Center-Konto automatisch innerhalb weniger Minuten in Vertex AI Search for Commerce aktualisiert. Wenn Sie verhindern möchten, dass Merchant Center-Änderungen mit Vertex AI Search for Retail synchronisiert werden, können Sie die Verknüpfung Ihres Merchant Center-Kontos aufheben.

Durch die Entfernung der Verknüpfung Ihres Merchant Center-Kontos werden keine Produkte in Vertex AI Search for Retail gelöscht. Informationen zum Löschen importierter Produkte finden Sie unter Produktinformationen löschen.

Führen Sie die folgenden Schritte aus, um Ihr Merchant Center-Konto zu synchronisieren.

Merchant Center-Konto synchronisieren

Um Ihr verknüpftes Merchant Center aufzurufen, rufen Sie die Seite Daten der Commerce Console auf und klicken Sie oben rechts auf der Seite auf die Schaltfläche Merchant Center. Daraufhin wird der Bereich Verknüpfte Merchant Center-Konten geöffnet. In diesem Feld können Sie auch zusätzliche Merchant Center-Konten hinzufügen.

Eine Anleitung zum Aufrufen der importierten Produkte finden Sie unter Zusammengefasste Informationen zu Ihrem Katalog ansehen.

Verknüpfungen zu Ihrem Merchant Center-Konto auflisten

curl -X GET \
 -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
 -H "Content-Type: application/json; charset=utf-8" \
 "https://retail.googleapis.com/v2alpha/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/merchantCenterAccountLinks"

Verknüpfung Ihres Merchant Center-Kontos aufheben

Wenn Sie die Verknüpfung Ihres Merchant Center-Kontos aufheben, wird dieses Konto nicht mehr mit Vertex AI Search for Retail synchronisiert. Mit diesem Verfahren werden keine Produkte in Vertex AI Search for Commerce gelöscht, die bereits hochgeladen wurden.

curl -X DELETE \
 -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
 -H "Content-Type: application/json; charset=utf-8" \
 "https://retail.googleapis.com/v2alpha/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/merchantCenterAccountLinks/BRANCH_ID_MERCHANT_CENTER_ID"

Einschränkungen bei der Verknüpfung mit dem Merchant Center

• Ein Merchant Center-Konto kann mit einer beliebigen Anzahl von Katalogzweigen verknüpft werden, aber ein einzelner Katalogzweig kann nur mit einem Merchant Center-Konto verknüpft werden.

• Ein Merchant Center-Konto darf kein Mehrfachkundenkonto (MCA) sein. Sie können jedoch einzelne Unterkonten verknüpfen.

• Der erste Import nach der Verknüpfung Ihres Merchant Center-Kontos kann Stunden dauern. Die Dauer hängt von der Anzahl der Angebote im Merchant Center-Konto ab.

• Produktänderungen, die API-Methoden verwenden, sind für Zweige deaktiviert, die mit einem Merchant Center-Konto verknüpft sind. Alle Änderungen an den Produktkatalogdaten in diesen Branches müssen mit dem Merchant Center vorgenommen werden. Diese Änderungen werden dann automatisch mit Vertex AI Search for Commerce synchronisiert.

• Der Sammlungsprodukttyp wird für Branches, die die Merchant Center-Verknüpfung verwenden, nicht unterstützt.

• Ihr Merchant Center-Konto kann nur mit leeren Katalogzweigen verknüpft werden, um die Richtigkeit der Daten zu gewährleisten. Informationen zum Löschen von Produkten aus einem Katalogzweig finden Sie unter Produktinformationen löschen.

Katalogdaten aus dem Merchant Center importieren

Sie können Katalogdaten aus dem Merchant Center als einmaligen Vorgang aus BigQuery im Bulk importieren. Verwenden Sie dazu das Merchant Center-Schema (nur Empfehlungen).

Bulk-Import aus dem Merchant Center

Sie können Katalogdaten aus dem Merchant Center mit der Search for Commerce Console oder der Methode products.import importieren. Der Bulk-Import ist ein einmaliges Verfahren und wird nur für Empfehlungen unterstützt.

Führen Sie die folgenden Schritte aus, um Ihren Katalog aus dem Merchant Center zu importieren:

1. Richten Sie mithilfe der Anleitung unter Merchant Center-Übertragungen eine Übertragung vom Merchant Center zu BigQuery ein.

   Dazu verwenden Sie das Tabellenschema der Google Merchant Center-Produkte. Konfigurieren Sie Ihre Übertragung so, dass sie täglich wiederholt wird, aber konfigurieren Sie Ihre Ablaufzeit von zwei Tagen.

2. Wenn sich Ihr BigQuery-Dataset in einem anderen Projekt befindet, konfigurieren Sie die erforderlichen Berechtigungen, damit Vertex AI Search for Retail auf das BigQuery-Dataset zugreifen kann. Weitere Informationen

3. Katalogdaten aus BigQuery in Vertex AI Search for Commerce importieren

   Cloud Console

   1. Rufen Sie in der Search for Commerce Console die Seite Daten auf.
      
      Zur Seite „Daten“

   2. Klicken Sie auf Importieren, um das Feld „Importieren“ zu öffnen.

   3. Wählen Sie Produktkatalog aus.

   4. Wählen Sie BigQuery als Datenquelle aus.

   5. Wählen Sie den Zweig aus, in den Sie Ihren Katalog hochladen.

   6. Wählen Sie Merchant Center als Datenschema aus.

   7. Geben Sie die BigQuery-Tabelle an, wo sich die Daten befinden.

   8. Optional: Geben Sie den Speicherort eines Cloud Storage-Bucket in Ihrem Projekt als temporären Speicherort für Ihre Daten ein.

      Wenn keine Angabe erfolgt, wird ein Standardspeicherort verwendet. Wenn Sie einen Speicherort angeben, müssen sich BigQuery und der Cloud Storage-Bucket in derselben Region befinden.

   9. Wählen Sie aus, ob ein wiederkehrender Upload Ihrer Katalogdaten geplant werden soll.

   10. Wenn Sie Ihren Katalog zum ersten Mal importieren oder den Katalog nach dem Löschen noch einmal importieren, wählen Sie die Produktebenen aus. Weitere Informationen zu Produktebenen

       Das Ändern der Konfiguration auf Produktebene nach dem Importieren von Daten erfordert einen erheblichen Aufwand.

   11. Klicken Sie auf Importieren.

   curl

   1. Legen Sie die Produktebenen mithilfe der Methode Catalog.patch fest, wenn Sie Ihren Katalog zum ersten Mal hochladen oder den Katalog nach dem Löschen noch einmal importieren. Für diesen Vorgang ist die Rolle "Einzelhandelsadministrator" erforderlich. Weitere Informationen zu Produktebenen

      • ingestionProductType: Unterstützt die Werte primary (Standard) und variant.
      • merchantCenterProductIdField: Unterstützt die Werte offerId (Standard) und itemGroupId. Wenn Sie das Merchant Center nicht verwenden, legen Sie den Standardwert offerId fest.

      curl -X PATCH \
      -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      -H "Content-Type: application/json; charset=utf-8" \
      --data '{
      "productLevelConfig": {
        "ingestionProductType": "PRODUCT_TYPE",
        "merchantCenterProductIdField": "PRODUCT_ID_FIELD"
      }
      }' \
      "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog"

   2. Importieren Sie den Katalog mit der Methode Products.import.

      • DATASET_ID: Die ID des BigQuery-Datasets.
      • TABLE_ID: Die ID der BigQuery-Tabelle, die Ihre Daten enthält.
      • STAGING_DIRECTORY: Optional. Ein Cloud Storage-Verzeichnis, das als Zwischenspeicherort für Ihre Daten verwendet wird, bevor sie in BigQuery importiert werden. Lassen Sie dieses Feld leer, damit automatisch ein temporäres Verzeichnis erstellt wird (empfohlen).
      • ERROR_DIRECTORY: Optional. Ein Cloud Storage-Verzeichnis für Fehlerinformationen zum Import. Lassen Sie dieses Feld leer, damit automatisch ein temporäres Verzeichnis erstellt wird (empfohlen).
      • dataSchema: Verwenden Sie für das Attribut dataSchema den Wert product_merchant_center. Siehe Tabellenschema für Merchant Center-Produkte.

      Wir empfehlen, keine Staging- oder Fehlerverzeichnisse anzugeben, damit automatisch ein Cloud Storage-Bucket mit neuen Staging- und Fehlerverzeichnissen erstellt werden kann. Diese Verzeichnisse werden in derselben Region wie das BigQuery-Dataset erstellt und sind für jeden Import eindeutig. Dadurch wird verhindert, dass mehrere Importjobs Daten in dasselbe Verzeichnis bereitstellen und möglicherweise dieselben Daten neu importieren. Nach drei Tagen werden der Bucket und die Verzeichnisse automatisch gelöscht, um die Speicherkosten zu senken.

      Ein automatisch erstellter Bucket-Name enthält die Projekt-ID, die Bucket-Region und den Datenschemanamen, getrennt durch Unterstriche (z. B. 4321_us_catalog_retail). Die automatisch erstellten Verzeichnisse heißen staging oder errors, gefolgt von einer Nummer (z. B. staging2345 oder errors5678).

      Wenn Sie Verzeichnisse angeben, muss sich der Cloud Storage-Bucket in derselben Region wie das BigQuery-Dataset befinden. Andernfalls schlägt der Import fehl. Geben Sie die Staging- und Fehlerverzeichnisse im Format gs://<bucket>/<folder>/ an. Sie sollten unterschiedlich sein.

     curl -X POST \
          -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
          -H "Content-Type: application/json; charset=utf-8" \
          --data '{
            "inputConfig":{
               "bigQuerySource": {
                 "datasetId":"DATASET_ID",
                 "tableId":"TABLE_ID",
                 "dataSchema":"product_merchant_center"
               }
             }
         }' \
        "https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/branches/0/products:import"

Katalogdaten aus BigQuery importieren

Verwenden Sie das Vertex AI Search for Commerce-Schema, um Katalogdaten im richtigen Format aus BigQuery zu importieren. Erstellen Sie dann eine BigQuery-Tabelle mit dem richtigen Format und Laden Sie die leere Tabelle mit Ihren Katalogdaten. Laden Sie Ihre Daten dann in Vertex AI Search for Commerce hoch.

Weitere Informationen zu BigQuery-Tabellen finden Sie unter Einführung in Tabellen. Hilfe zu BigQuery-Abfragen finden Sie unter BigQuery-Daten abfragen.

Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt im Cloud Shell-Editor zu erhalten:

Anleitung

So importieren Sie Ihren Katalog:

1. Wenn sich Ihr BigQuery-Dataset in einem anderen Projekt befindet, konfigurieren Sie die erforderlichen Berechtigungen, damit Vertex AI Search for Retail auf das BigQuery-Dataset zugreifen kann. Weitere Informationen

2. Katalogdaten in Vertex AI Search for Commerce importieren

   Cloud Console

   1. Rufen Sie in der Search for Commerce Console die Seite Daten auf.
      
      Zur Seite „Daten“
   2. Klicken Sie auf Importieren, um das Feld Daten importieren zu öffnen.
   3. Wählen Sie Produktkatalog aus.
   4. Wählen Sie BigQuery als Datenquelle aus.
   5. Wählen Sie den Zweig aus, in den Sie Ihren Katalog hochladen.
   6. Wählen Sie Schema von Produktkatalogen für den Einzelhandel aus. Dies ist das Produktschema für Vertex AI Search for Commerce.
   7. Geben Sie die BigQuery-Tabelle an, wo sich die Daten befinden.
   8. Optional: Geben Sie unter Erweiterte Optionen einblenden den Speicherort eines Cloud Storage-Bucket in Ihrem Projekt als temporären Speicherort für Ihre Daten ein.
      
      Wenn keine Angabe erfolgt, wird ein Standardspeicherort verwendet. Wenn Sie einen Speicherort angeben, müssen sich BigQuery und der Cloud Storage-Bucket in derselben Region befinden.
   9. Wenn die Suche nicht aktiviert ist und Sie das Merchant Center-Schema verwenden, wählen Sie die Produktebene aus.
      
      Sie müssen die Produktebene auswählen, wenn Sie Ihren Katalog zum ersten Mal importieren oder den Katalog nach dem Löschen noch einmal importieren. Weitere Informationen zu Produktebenen Das Ändern von Produktebenen nach dem Importieren von Daten erfordert einen erheblichen Aufwand.
      
      Wichtig:Sie können die Suche für Projekte mit einem Produktkatalog, der als Varianten aufgenommen wurde, nicht aktivieren.
   10. Klicken Sie auf Importieren.

   curl

   1. Legen Sie die Produktebenen mithilfe der Methode Catalog.patch fest, wenn Sie Ihren Katalog zum ersten Mal hochladen oder den Katalog nach dem Löschen noch einmal importieren. Für diesen Vorgang ist die Rolle "Einzelhandelsadministrator" erforderlich.

      • ingestionProductType: Unterstützt die Werte primary (Standard) und variant.
      • merchantCenterProductIdField: Unterstützt die Werte offerId und itemGroupId. Wenn Sie das Merchant Center nicht verwenden, müssen Sie dieses Feld nicht festlegen.

      curl -X PATCH \
      -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      -H "Content-Type: application/json; charset=utf-8" \
       --data '{
         "productLevelConfig": {
           "ingestionProductType": "PRODUCT_TYPE",
           "merchantCenterProductIdField": "PRODUCT_ID_FIELD"
         }
       }' \
      "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog"

   2. Erstellen Sie eine Datendatei für die Eingabeparameter für den Import.

      Verwenden Sie das Objekt BigQuerySource, um auf Ihr BigQuery-Dataset zu verweisen.

      • DATASET_ID: Die ID des BigQuery-Datasets.
      • TABLE_ID: Die ID der BigQuery-Tabelle, die Ihre Daten enthält.
      • PROJECT_ID: Die Projekt-ID, in der sich die BigQuery-Quelle befindet. Wenn keine Angabe erfolgt, wird die Projekt-ID von der übergeordneten Anfrage übernommen.
      • STAGING_DIRECTORY: Optional. Ein Cloud Storage-Verzeichnis, das als Zwischenspeicherort für Ihre Daten verwendet wird, bevor sie in BigQuery importiert werden. Lassen Sie dieses Feld leer, damit automatisch ein temporäres Verzeichnis erstellt wird (empfohlen).
      • ERROR_DIRECTORY: Optional. Ein Cloud Storage-Verzeichnis für Fehlerinformationen zum Import. Lassen Sie dieses Feld leer, damit automatisch ein temporäres Verzeichnis erstellt wird (empfohlen).
      • dataSchema: Verwenden Sie für das Attribut dataSchema den Wert product (Standard). Sie verwenden das Schema für Vertex AI Search for Commerce.

      Wir empfehlen, keine Staging- oder Fehlerverzeichnisse anzugeben, damit automatisch ein Cloud Storage-Bucket mit neuen Staging- und Fehlerverzeichnissen erstellt werden kann. Diese Verzeichnisse werden in derselben Region wie das BigQuery-Dataset erstellt und sind für jeden Import eindeutig. Dadurch wird verhindert, dass mehrere Importjobs Daten in dasselbe Verzeichnis bereitstellen und möglicherweise dieselben Daten neu importieren. Nach drei Tagen werden der Bucket und die Verzeichnisse automatisch gelöscht, um die Speicherkosten zu senken.

      Ein automatisch erstellter Bucket-Name enthält die Projekt-ID, die Bucket-Region und den Datenschemanamen, getrennt durch Unterstriche (z. B. 4321_us_catalog_retail). Die automatisch erstellten Verzeichnisse heißen staging oder errors, gefolgt von einer Nummer (z. B. staging2345 oder errors5678).

      Wenn Sie Verzeichnisse angeben, muss sich der Cloud Storage-Bucket in derselben Region wie das BigQuery-Dataset befinden. Andernfalls schlägt der Import fehl. Geben Sie die Staging- und Fehlerverzeichnisse im Format gs://<bucket>/<folder>/ an. Sie sollten unterschiedlich sein.

      {
         "inputConfig":{
           "bigQuerySource": {
             "projectId":"PROJECT_ID",
             "datasetId":"DATASET_ID",
             "tableId":"TABLE_ID",
             "dataSchema":"product"}
            }
      }

   3. Importieren Sie Ihre Kataloginformationen. Stellen Sie dazu eine POST-Anfrage an die REST-Methode Products:import und geben Sie den Namen der Datendatei an (hier gezeigt als input.json).

      curl -X POST \
      -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      -H "Content-Type: application/json; charset=utf-8" -d @./input.json \
      "https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/branches/0/products:import"

      Sie können den Status programmatisch mit der API prüfen. Sie sollten ein Antwortobjekt erhalten, das in etwa so aussieht:

      {
      "name": "projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/import-products-123456",
      "done": false
      }

      Das Feld "Name" ist die ID des Vorgangsobjekts. Um den Status dieses Objekts anzufordern, ersetzen Sie das Feld "Name" durch den Wert, der von der Methode import zurückgegeben wird, bis das Feld done als true zurückgegeben wird:

      curl -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/import-products-123456"

      Wenn der Vorgang abgeschlossen ist, hat das zurückgegebene Objekt den done-Wert true und enthält ein Statusobjekt, das dem folgenden Beispiel ähnelt:

      { "name": "projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/import-products-123456",
      "metadata": {
        "@type": "type.googleapis.com/google.cloud.retail.v2.ImportMetadata",
        "createTime": "2020-01-01T03:33:33.000001Z",
        "updateTime": "2020-01-01T03:34:33.000001Z",
        "successCount": "2",
        "failureCount": "1"
      },
      "done": true,
      "response": {
      "@type": "type.googleapis.com/google.cloud.retail.v2.ImportProductsResponse",
      },
      "errorsConfig": {
        "gcsPrefix": "gs://error-bucket/error-directory"
      }
      }

      Sie können die Dateien im Fehlerverzeichnis in Cloud Storage prüfen, um festzustellen, ob während des Imports Fehler aufgetreten sind.

Zugriff auf Ihr BigQuery-Dataset einrichten

Führen Sie die folgenden Schritte aus, um den Zugriff einzurichten, wenn sich Ihr BigQuery-Dataset in einem anderen Projekt als Ihrem Vertex AI Search for Retail-Dienst befindet.

1. Öffnen Sie in der Google Cloud Console die Seite „IAM“.

   Zur Seite "IAM"

2. Wählen Sie Ihr Vertex AI Search for Commerce-Projekt aus.

3. Suchen Sie das Dienstkonto mit dem Namen Retail-Dienstkonto.

   Wenn Sie noch keinen Importvorgang initiiert haben, ist dieses Dienstkonto möglicherweise nicht aufgeführt. Wenn dieses Dienstkonto nicht angezeigt wird, kehren Sie zur Importaufgabe zurück und initiieren den Import. Wenn der Vorgang aufgrund von Berechtigungsfehlern fehlschlägt, kehren Sie hierher zurück und führen Sie diese Aufgabe aus.

4. Kopieren Sie die ID des Dienstkontos, die wie eine E-Mail-Adresse aussieht (z. B. service-525@gcp-sa-retail.iam.gserviceaccount.com).

5. Wechseln Sie zu Ihrem BigQuery-Projekt (auf der gleichen Seite IAM und Verwaltung) und klicken Sie auf person_add Zugriff gewähren.

6. Geben Sie für Neue Hauptkonten die Kennzeichnung für das Vertex AI Search for Commerce-Dienstkonto ein und wählen Sie die Rolle BigQuery > BigQuery-Nutzer aus.

7. Klicken Sie auf Weitere Rolle hinzufügen und wählen Sie BigQuery > BigQuery-Dateneditor aus.

   Wenn Sie die Rolle „Datenbearbeiter“ nicht für das gesamte Projekt bereitstellen möchten, können Sie diese Rolle direkt dem Dataset hinzufügen. Weitere Informationen

8. Klicken Sie auf Speichern.

Katalogdaten aus Cloud Storage importieren

Zum Importieren von Katalogdaten im JSON-Format erstellen Sie eine oder mehrere JSON-Dateien mit den Katalogdaten, die Sie importieren möchten, und laden sie in Cloud Storage hoch. Von dort aus können Sie sie in Vertex AI Search for Commerce importieren.

Ein Beispiel für das JSON-Produktelementformat finden Sie unter JSON-Datenformat für Produktelemente.

Informationen zum Hochladen von Dateien in Cloud Storage finden Sie unter Objekte hochladen.

1. Das Vertex AI Search for Commerce-Dienstkonto muss die Lese- und Schreibzugriff auf den Bucket haben.

   Das Dienstkonto für Vertex AI Search for Commerce wird auf der IAM-Seite in der Google Cloud Console mit dem Namen Retail-Dienstkonto aufgeführt. Verwenden Sie die Kennung des Dienstkontos, die wie eine E-Mail-Adresse aussieht (z. B. service-525@gcp-sa-retail.iam.gserviceaccount.com), wenn Sie das Konto Ihren Bucket-Berechtigungen hinzufügen.

2. Importieren Sie Ihre Katalogdaten.

   Cloud Console

   1. Rufen Sie in der Search for Commerce Console die Seite Daten auf.
      
      Zur Seite „Daten“
   2. Klicken Sie auf Importieren, um das Feld Daten importieren zu öffnen.
   3. Wählen Sie Produktkatalog als Datenquelle aus.
   4. Wählen Sie den Zweig aus, in den Sie Ihren Katalog hochladen.
   5. Wählen Sie Retail Product Catalogs Schema als Schema aus.
   6. Geben Sie den Cloud Storage-Speicherort Ihrer Daten ein.
   7. Wenn die Suche nicht aktiviert ist, wählen Sie die Produktebenen aus.
      
      Sie müssen die Produktebenen auswählen, wenn Sie Ihren Katalog zum ersten Mal importieren oder den Katalog nach dem Löschen noch einmal importieren. Weitere Informationen zu Produktebenen Das Ändern von Produktebenen nach dem Importieren von Daten erfordert einen erheblichen Aufwand.
      
      Wichtig:Sie können die Suche für Projekte mit einem Produktkatalog, der als Varianten aufgenommen wurde, nicht aktivieren.
   8. Klicken Sie auf Importieren.

   curl

   1. Wenn Sie Ihren Katalog zum ersten Mal hochladen oder den Katalog nach dem Löschen noch einmal importieren, legen Sie die Produktebenen mit der Methode Catalog.patch fest. Weitere Informationen zu Produktebenen

      • ingestionProductType: Unterstützt die Werte primary (Standard) und variant.
      • merchantCenterProductIdField: Unterstützt die Werte offerId und itemGroupId. Wenn Sie das Merchant Center nicht verwenden, müssen Sie dieses Feld nicht festlegen.

      curl -X PATCH \
      -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      -H "Content-Type: application/json; charset=utf-8" \
       --data '{
         "productLevelConfig": {
           "ingestionProductType": "PRODUCT_TYPE",
           "merchantCenterProductIdField": "PRODUCT_ID_FIELD"
         }
       }' \
      "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog"

   2. Erstellen Sie eine Datendatei für die Eingabeparameter für den Import. Verwenden Sie das Objekt GcsSource, um auf Ihren Cloud Storage-Bucket zu verweisen.

      Sie können mehrere Dateien oder nur eine bereitstellen. In diesem Beispiel werden zwei Dateien verwendet.

      • INPUT_FILE: Eine oder mehrere Dateien in Cloud Storage, die Ihre Katalogdaten enthalten.
      • ERROR_DIRECTORY: Ein Cloud Storage-Verzeichnis für Fehlerinformationen zum Import.

      Die Felder der Eingabedatei müssen das Format gs://<bucket>/<path-to-file>/ haben. Das Fehlerverzeichnis muss das Format gs://<bucket>/<folder>/ haben. Wenn das Fehlerverzeichnis nicht vorhanden ist, wird es erstellt. Der Bucket muss bereits vorhanden sein.

      {
      "inputConfig":{
       "gcsSource": {
         "inputUris": ["INPUT_FILE_1", "INPUT_FILE_2"]
        }
      },
      "errorsConfig":{"gcsPrefix":"ERROR_DIRECTORY"}
      }

   3. Importieren Sie Ihre Kataloginformationen. Stellen Sie dazu eine POST-Anfrage an die REST-Methode Products:import und geben Sie den Namen der Datendatei an (hier gezeigt als input.json).

      curl -X POST \
      -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      -H "Content-Type: application/json; charset=utf-8" -d @./input.json \
      "https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/branches/0/products:import"

      Am einfachsten ist es, den Status des Importvorgangs mit der Google Cloud Console zu prüfen. Weitere Informationen finden Sie unter Status eines bestimmten Integrationsvorgangs ansehen.

      Sie können den Status auch programmatisch mit der API prüfen. Sie sollten ein Antwortobjekt erhalten, das in etwa so aussieht:

      {
      "name": "projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/import-products-123456",
      "done": false
      }

      Das Feld "Name" ist die ID des Vorgangsobjekts. Sie fordern den Status dieses Objekts an. Ersetzen Sie dabei das Feld "Name" durch den von der Importmethode zurückgegebenen Wert, bis das Feld done als true zurückgegeben wird:

      curl -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
      "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/[OPERATION_NAME]"

      Wenn der Vorgang abgeschlossen ist, hat das zurückgegebene Objekt den done-Wert true und enthält ein Statusobjekt, das dem folgenden Beispiel ähnelt:

      { "name": "projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/import-products-123456",
      "metadata": {
        "@type": "type.googleapis.com/google.cloud.retail.v2.ImportMetadata",
        "createTime": "2020-01-01T03:33:33.000001Z",
        "updateTime": "2020-01-01T03:34:33.000001Z",
        "successCount": "2",
        "failureCount": "1"
      },
      "done": true,
      "response": {
      "@type": "type.googleapis.com/google.cloud.retail.v2.ImportProductsResponse"
      },
      "errorsConfig": {
        "gcsPrefix": "gs://error-bucket/error-directory"
      }
      }

      Sie können die Dateien im Fehlerverzeichnis in Cloud Storage prüfen, um festzustellen, welche Art von Fehlern beim Import aufgetreten sind.

Katalogdaten inline importieren

{
"inputConfig": {
  "productInlineSource": {
      "products": [
        { PRODUCT_1 }
        { PRODUCT_2 }
      ]
    }
  }
}

public static String importProductsFromInlineSource(
    List<Product> productsToImport)
    throws IOException, InterruptedException, ExecutionException {
  ProductServiceClient productClient = getProductServiceClient();

  ProductInlineSource inlineSource = ProductInlineSource.newBuilder()
      .addAllProducts(productsToImport)
      .build();

  ProductInputConfig inputConfig = ProductInputConfig.newBuilder()
      .setProductInlineSource(inlineSource)
      .build();

  ImportProductsRequest importRequest = ImportProductsRequest.newBuilder()
      .setParent(IMPORT_PARENT)
      .setRequestId(REQUEST_ID)
      .setReconciliationMode(ReconciliationMode.INCREMENTAL)
      .setInputConfig(inputConfig)
      .build();

  String operationName = productClient
      .importProductsAsync(importRequest).getName();

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

  return operationName;
}

JSON-Datenformat für Produktelemente

Die Product-Einträge in Ihrer JSON-Datei sollten wie die folgenden Beispiele aussehen.

Geben Sie ein ganzes Produkt in einer einzelnen Zeile an. Jedes Produkt sollte in einer eigenen Zeile stehen.

Pflichtfelder:

  {
    "id": "1234",
    "categories": "Apparel & Accessories > Shoes",
    "title": "ABC sneakers"
  }
  {
    "id": "5839",
    "categories": "casual attire > t-shirts",
    "title": "Crew t-shirt"
  }

Vollständiges Objekt:

  {
    "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/branches/0/products/1234",
    "id": "1234",
    "categories": "Apparel & Accessories > Shoes",
    "title": "ABC sneakers",
    "description": "Sneakers for the rest of us",
    "attributes": { "vendor": {"text": ["vendor123", "vendor456"]} },
    "language_code": "en",
    "tags": [ "black-friday" ],
    "priceInfo": {
      "currencyCode": "USD", "price":100, "originalPrice":200, "cost": 50
    },
    "availableTime": "2020-01-01T03:33:33.000001Z",
    "availableQuantity": "1",
    "uri":"http://example.com",
    "images": [
      {"uri": "http://example.com/img1", "height": 320, "width": 320 }
    ]
  }
  {
    "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/branches/0/products/4567",
    "id": "4567",
    "categories": "casual attire > t-shirts",
    "title": "Crew t-shirt",
    "description": "A casual shirt for a casual day",
    "attributes": { "vendor": {"text": ["vendor789", "vendor321"]} },
    "language_code": "en",
    "tags": [ "black-friday" ],
    "priceInfo": {
      "currencyCode": "USD", "price":50, "originalPrice":60, "cost": 40
    },
    "availableTime": "2020-02-01T04:44:44.000001Z",
    "availableQuantity": "2",
    "uri":"http://example.com",
    "images": [
      {"uri": "http://example.com/img2", "height": 320, "width": 320 }
    ]
  }

Historische Katalogdaten

Vertex AI Search for Commerce unterstützt den Import und die Verwaltung von historischen Katalogdaten. Historische Katalogdaten können hilfreich sein, wenn Sie historische Nutzerereignisse für das Modelltraining verwenden. Frühere Produktinformationen können verwendet werden, um Verlaufsdaten für Nutzerereignisse anzureichern und die Modellgenauigkeit zu verbessern.

Historische Produkte werden als abgelaufene Produkte gespeichert. Sie werden nicht in Suchantworten zurückgegeben, sind aber für die API-Aufrufe Update, List und Delete sichtbar.

Historische Katalogdaten importieren

Wenn das Feld expireTime eines Produkts auf einen früheren Zeitstempel festgelegt ist, wird dieses Produkt als historisches Produkt betrachtet. Setzen Sie die Verfügbarkeit des Produkts auf OUT_OF_STOCK, um die Auswirkung von Empfehlungen zu vermeiden.

Wir empfehlen die folgenden Methoden zum Importieren von Katalogdaten:

• Aufrufen der Methode Product.Create.
• Inline-Import abgelaufener Produkte
• Abgelaufene Produkte aus BigQuery importieren

Rufen Sie die Methode Product.Create auf.

Verwenden Sie die Methode Product.Create, um einen Product-Eintrag mit dem Feld expireTime zu erstellen, das auf einen früheren Zeitstempel gesetzt ist.

Inline-Import abgelaufener Produkte

Die Schritte sind mit dem Inline-Import identisch, mit der Ausnahme, dass für die Produkte die Felder expireTime auf einen früheren Zeitstempel festgelegt sein müssen.

Geben Sie ein ganzes Produkt in einer einzelnen Zeile an. Jedes Produkt sollte in einer eigenen Zeile stehen.

Ein Beispiel für ./data.json, das in der Inline-Importanfrage verwendet wird:

{
"inputConfig": {
  "productInlineSource": {
      "products": [
          {
            "id": "historical_product_001",
            "categories": "Apparel & Accessories > Shoes",
            "title": "ABC sneakers",
            "expire_time": {
              "second": "2021-10-02T15:01:23Z"  // a past timestamp
            }
          },
          {
            "id": "historical product 002",
            "categories": "casual attire > t-shirts",
            "title": "Crew t-shirt",
            "expire_time": {
              "second": "2021-10-02T15:01:24Z"  // a past timestamp
            }
          }
      ]
    }
  }
}

Abgelaufene Produkte aus BigQuery oder Cloud Storage importieren

Verwenden Sie dieselben Verfahren, die für den Import von Katalogdaten aus BigQuery oder den Import von Katalogdaten aus Cloud Storage beschrieben werden. Setzen Sie das Feld expireTime jedoch auf einen früheren Zeitstempel.

Katalog auf dem neuesten Stand halten

Damit Sie optimale Ergebnisse erzielen, muss Ihr Katalog aktuelle Informationen enthalten. Wir empfehlen, Ihren Katalog täglich zu importieren, um sicherzustellen, dass der Katalog aktuell ist. Sie können Google Cloud Scheduler verwenden, um Importe zu planen, oder eine automatische Planungsoption auswählen, wenn Sie Daten über dieGoogle Cloud -Konsole importieren.

Sie können nur neue oder geänderte Produktelemente aktualisieren oder den gesamten Katalog importieren. Wenn Sie Produkte importieren, die sich bereits in Ihrem Katalog befinden, werden sie nicht noch einmal hinzugefügt. Jedes geänderte Element wird aktualisiert.

Informationen zum Aktualisieren eines einzelnen Elements finden Sie unter Produktinformationen aktualisieren.

Batch-Update

Sie können die Importmethode verwenden, um Ihren Katalog im Batch zu aktualisieren. Gehen Sie genauso vor wie beim ersten Import. Folgen Sie der Anleitung unter Katalogdaten importieren.

Importstatus überwachen

So überwachen Sie die Katalogaufnahme und den Katalogzustand:

1. Auf dem Tab Katalog auf der Seite Daten für die Suche im Commerce-Bereich können Sie zusammengefasste Informationen zu Ihrem Katalog und eine Vorschau der hochgeladenen Produkte aufrufen.

   Zur Seite "Daten"

2. Prüfen Sie auf der Seite Datenqualität, ob Sie Katalogdaten aktualisieren müssen, um die Qualität der Suchergebnisse zu verbessern und Leistungsstufen für die Suche freizuschalten.

   Weitere Informationen dazu, wie Sie die Qualität von Suchdaten prüfen und Leistungsstufen für die Suche aufrufen, finden Sie unter Leistungsstufen für die Suche freischalten. Eine Zusammenfassung der verfügbaren Katalogmesswerte finden Sie auf dieser Seite unter Messwerte zur Katalogqualität.

   Zur Seite „Datenqualität“

3. Wenn Sie Benachrichtigungen erstellen möchten, die Sie informieren, wenn etwas mit Ihren Daten-Uploads schiefgeht, folgen Sie der Anleitung unter Cloud Monitoring-Benachrichtigungen einrichten.

   Es ist wichtig, Ihren Katalog auf dem neuesten Stand zu halten, um qualitativ hochwertige Ergebnisse zu erzielen. Mit Benachrichtigungen können Sie die Importfehlerraten überwachen und bei Bedarf Maßnahmen ergreifen.

Nächste Schritte

• Nutzerereignisse aufzeichnen
• Zusammengefasste Informationen zu Ihrem Katalog ansehen
• Richten Sie Benachrichtigungen über den Datenupload ein.