Dokumen ini menjelaskan cara menggunakan API untuk memprediksi seberapa besar kemungkinan pelanggan akan melakukan pembelian.
Dokumen ini ditujukan bagi developer API dan data spesialis yang ingin menghasilkan lebih banyak pendapatan melalui platform omni-channel dan e-commerce dengan memberikan pengalaman yang lebih dipersonalisasi kepada pengguna. Anda dianggap sudah memahami Apigee, BigQuery ML, Spanner, Google Cloud CLI, dan Apache Maven.
API yang Anda buat menggunakan prediksi online untuk mengambil tindakan real-time berdasarkan perilaku pengguna di situs Anda. Prediksi online menggabungkan insight machine learning (ML) dengan katalog produk dan informasi lainnya, yang membantu Anda menciptakan pengalaman yang lebih baik bagi pelanggan di berbagai saluran.
Arsitektur
Diagram berikut menunjukkan arsitektur dan proses yang digunakan dalam solusi ini:
Proses ini mencakup langkah-langkah berikut:
- Aplikasi konsumen mengirimkan permintaan HTTPS ke API yang di-deploy di platform Apigee. Permintaan ini mengambil data rekomendasi produk untuk pengguna yang login.
- Proxy API mendapatkan data rekomendasi produk untuk ID Pengguna dari set data BigQuery.
- Proxy API membuat pemanggilan untuk mengambil data dari database utama produk di instance Spanner.
- Proxy API menggabungkan data dari rekomendasi produk dan set data utama produk.
- Respons akan ditampilkan ke aplikasi konsumen.
Pertimbangan desain
Panduan berikut dapat membantu Anda untuk mengembangkan arsitektur yang memenuhi kriteria organisasi Anda dalam hal keamanan dan biaya.
Keamanan, privasi, dan kepatuhan
Untuk membantu melindungi API Anda dari akses yang tidak sah, Anda menyertakan proxy API yang memerlukan kunci API, seperti yang dijelaskan dalam prosedur deployment. Saat membuat permintaan, aplikasi harus menyediakan kunci yang valid. Jika kunci valid, permintaan akan diizinkan. Jika kunci tidak valid, permintaan akan menyebabkan kegagalan otorisasi.
Sebagai opsi, Anda dapat membuat aplikasi AppSheet untuk menampilkan rekomendasi produk kepada pengguna situs e-commerce. AppSheet juga menggunakan proxy API sebagai sumber data untuk aplikasi baru Anda. Untuk mengetahui informasi selengkapnya, lihat Opsional: Membuat aplikasi AppSheet menggunakan Apigee sebagai sumber data.
Pengoptimalan biaya
Dalam dokumen ini, Anda menggunakan komponen Google Cloud yang dapat ditagih berikut:
- Slot Fleksibel BigQuery dan BigQuery ML
- Spanner
- Apigee
Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda,
gunakan kalkulator harga.
Deployment
Untuk men-deploy arsitektur ini, lihat Membangun smart API guna memprediksi kecenderungan pelanggan untuk membeli menggunakan Apigee, BigQuery ML, dan Spanner.
Apa Langkah Selanjutnya?
- Pelajari cara memanggil layanan Google Cloud dari proxy API Apigee.
- Untuk arsitektur referensi, diagram, dan praktik terbaik lainnya, jelajahi Pusat Arsitektur Cloud.