Intelligente API zur Vorhersage der Kaufneigung von Kunden mit Apigee, BigQuery ML und Spanner

Last reviewed 2023-06-20 UTC

In diesem Dokument wird beschrieben, wie eine API verwendet werden kann, um vorherzusagen, wie wahrscheinlich ein Kunde etwas kauft.

Diese Anleitung richtet sich an API-Entwickler und Datenexperten, die über Omni-Channel- und E-Commerce-Plattformen mehr Umsatz generieren möchten, indem sie eine personalisiertere Nutzererfahrung bieten. Dabei wird davon ausgegangen, dass Sie mit Apigee, BigQuery ML, Spanner, der Google Cloud CLI und Apache Maven vertraut sind.

Die von Ihnen erstellte API verwendet Onlinevorhersagen, um Aktionen anhand des Nutzerverhaltens auf Ihrer Website in Echtzeit auszuführen. Onlinevorhersagen kombinieren Informationen zum maschinellen Lernen (ML) mit einem Produktkatalog und anderen Informationen. So können Sie den Kunden Folgendes über mehrere Kanäle bieten.

Architektur

Das folgende Diagramm zeigt die in dieser Lösung verwendete Architektur und den Prozess:

Architektur einer API zur Vorhersage der Kaufneigung des Kunden.

Dieser Prozess umfasst die folgenden Schritte:

  1. Die Nutzeranwendung sendet eine HTTPS-Anfrage an die API, die auf der Apigee-Plattform bereitgestellt wird. Mit der Anfrage werden die Produktempfehlungsdaten für den angemeldeten Nutzer abgerufen.
  2. Ein API-Proxy ruft die Produktempfehlungsdaten für die Nutzer-ID aus einem BigQuery-Dataset ab.
  3. Der API-Proxy erstellt ein Callout zum Abrufen der Daten aus der primären Produktdatenbank in einer Spanner-Instanz.
  4. Der API-Proxy aggregiert die Daten aus den Produktempfehlungen und den primären Datasets des Produkts.
  5. Eine Antwort wird an die Nutzeranwendung zurückgegeben.

Überlegungen zum Design

Die folgenden Richtlinien können Ihnen bei der Entwicklung einer Architektur helfen, die den Anforderungen Ihrer Organisation hinsichtlich Sicherheit und Kosten entspricht.

Sicherheit, Datenschutz und Compliance

Um Ihre API vor unbefugtem Zugriff zu schützen, fügen Sie einen API-Proxy ein, der einen API-Schlüssel erfordert, wie im Bereitstellungsverfahren erläutert. Wenn eine Anwendung eine Anfrage ausführt, muss sie einen gültigen Schlüssel bereitstellen. Wenn der Schlüssel gültig ist, ist die Anfrage zulässig. Ist der Schlüssel ungültig, führt die Anfrage zu einem Autorisierungsfehler.

Optional können Sie eine AppSheet-Anwendung erstellen, um Produktempfehlungen für Nutzer der E-Commerce-Website anzuzeigen. AppSheet verwendet auch den API-Proxy als Datenquelle für die neue Anwendung. Weitere Informationen finden Sie unter Optional: AppSheet-Anwendung mit Apigee als Datenquelle erstellen.

Kostenoptimierung

In diesem Dokument verwenden Sie die folgenden kostenpflichtigen Komponenten von Google Cloud:

  • Flex-Slots in BigQuery und BigQuery ML
  • Spanner
  • Apigee

Mit dem Preisrechner können Sie eine Kostenschätzung für Ihre voraussichtliche Nutzung vornehmen. Neuen Google Cloud-Nutzern steht möglicherweise eine kostenlose Testversion zur Verfügung.

Bereitstellung

Informationen zum Bereitstellen dieser Architektur finden Sie unter Intelligente API erstellen, um mit Apigee, BigQuery ML und Spanner die Kundeneignung zum Kauf vorherzusagen.

Nächste Schritte