API intelligente per prevedere la propensione all'acquisto dei clienti utilizzando Apigee, BigQuery ML e Spanner

Last reviewed 2023-06-20 UTC

Questo documento descrive come utilizzare un'API per prevedere la probabilità che un cliente effettui un acquisto.

Questo documento è destinato agli sviluppatori di API e agli esperti di dati che vogliono generare maggiori entrate tramite piattaforme omnicanale ed e-commerce fornendo un'esperienza più personalizzata agli utenti. Presuppone che tu abbia familiarità con Apigee, BigQuery ML, Spanner, Google Cloud CLI e Apache Maven.

L'API che crei utilizza le previsioni online per eseguire azioni in tempo reale in base al comportamento degli utenti sul tuo sito web. Le previsioni online combinano insight di machine learning (ML) con un catalogo di prodotti e altre informazioni, il che consente di creare un'esperienza migliore per i clienti su più canali.

Architettura

Il seguente diagramma mostra l'architettura e il processo utilizzati in questa soluzione:

Architettura di un'API per prevedere la propensione all'acquisto dei clienti.

La procedura prevede i seguenti passaggi:

  1. L'app consumer invia una richiesta HTTPS all'API di cui è stato eseguito il deployment sulla piattaforma Apigee. La richiesta recupera i dati dei suggerimenti sui prodotti per l'utente che ha eseguito l'accesso.
  2. Un proxy API riceve i dati dei suggerimenti sui prodotti per lo User-ID da un set di dati BigQuery.
  3. Il proxy API crea un callout per recuperare i dati dal database principale del prodotto su un'istanza Spanner.
  4. Il proxy API aggrega i dati provenienti dai suggerimenti sui prodotti e dai set di dati primari del prodotto.
  5. Viene restituita una risposta all'app consumer.

Note sul layout

Le seguenti linee guida possono aiutarti a sviluppare un'architettura che soddisfi i requisiti della tua organizzazione in termini di sicurezza e costi.

Sicurezza, privacy e conformità

Per proteggere l'API da accessi non autorizzati, includi un proxy API che richiede una chiave API, come spiegato nella procedura di deployment. Quando un'app invia una richiesta, deve fornire una chiave valida. Se la chiave è valida, la richiesta è consentita. Se la chiave non è valida, la richiesta genera un errore di autorizzazione.

Come opzione, puoi creare un'app AppSheet per mostrare suggerimenti sui prodotti agli utenti del sito web di e-commerce. AppSheet utilizza anche il proxy API come origine dati per la nuova app. Per ulteriori informazioni, consulta Facoltativo: creare un'app AppSheet utilizzando Apigee come origine dati.

Ottimizzazione dei costi

In questo documento vengono utilizzati i seguenti componenti fatturabili di Google Cloud:

  • Slot flessibili di BigQuery e BigQuery ML
  • Spanner
  • Apigee

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il Calcolatore prezzi. I nuovi utenti di Google Cloud possono essere idonei a una prova senza costi aggiuntivi.

Deployment

Per eseguire il deployment di questa architettura, consulta Creare un'API intelligente per prevedere la propensione all'acquisto dei clienti utilizzando Apigee, BigQuery ML e Spanner.

Passaggi successivi