AI Commerce Search

Search ti consente di fornire risultati di prodotti di alta qualità personalizzabili in base alle esigenze della tua attività. Puoi sfruttare la comprensione contestuale e delle query di Google per migliorare la scoperta dei prodotti sul tuo sito web e nelle tue applicazioni mobili.

Le uniche operazioni di ricerca che prevedono addebiti sono la richiesta di risultati di ricerca o di navigazione tramite la chiamata del metodo Search. Non è previsto alcun costo per importare o gestire eventi utente o informazioni di catalogo. Inoltre, non sono previsti costi per l'utilizzo dell'LLM Recommendations preaddestrato.

Gli addebiti si basano sul tipo di query elaborata. Una classificazione iniziale dell'intento determina se una query è conversazionale o una ricerca di prodotti. Il filtro conversazionale ha lo stesso costo delle query normali.

Le query di ricerca e navigazione vengono addebitate a 2,50 $per 1000 richieste.

Esempio 1

Questo esempio illustra come vengono addebitate le query di ricerca.

In questo esempio, l'applicazione di un cliente ha effettuato 15 milioni di query di ricerca per parola chiave e 10 milioni di query di navigazione in un mese. Ecco come calcoleremmo il costo totale per il cliente:

• Query di ricerca = 15 milioni
• Query di navigazione = 10 milioni
• Totale query per il mese = 15 milioni + 10 milioni = 25 milioni
• Agent Search per la ricerca di commercio: 2,50 $/1000 query

Costo totale per il cliente = 25 milioni di query x 2,50 $/1000 query = 62.500 $

Esempio 2

Questo esempio illustra come vengono calcolati gli addebiti in base al tipo di query.

In questo esempio, l'applicazione di un cliente ha elaborato un totale di 20 milioni di query in un mese. Una classificazione iniziale dell'intento ha determinato che il 10% di queste query erano conversazionali, mentre il restante 90% erano query di ricerca di prodotti:

• Totale query per il mese = 20 milioni
• Query di filtro dei prodotti conversazionali = 10% x 20 milioni = 2 milioni
• Query di ricerca di prodotti = 90% x 20 milioni = 18 milioni
• Costi per il filtro conversazionale dei prodotti: 2 milioni di query x ($6,00 / 1000 query) = 12.000 $
• Costi di ricerca: 18 milioni di query x ($2,50 / 1000 query) = $45.000

Costo totale per il cliente = 12.000 $+ 45.000 $= 57.000 $

Prova senza costi: puoi provare i suggerimenti con 600 $di crediti senza costi. I crediti senza costi vengono concessi automaticamente alla registrazione e scadono sei mesi dopo. Questi crediti vengono concessi al tuo account di fatturazione e non sono influenzati dal numero di progetti collegati al tuo account di fatturazione. Ad esempio, se hai tre progetti collegati al tuo account di fatturazione, il tuo account di fatturazione riceve comunque 600 $di crediti senza costi. In genere, tali crediti sono sufficienti per addestrare un modello e testare le sue prestazioni in produzione tramite un test A/B di due settimane. Consulta Implementa AI Commerce Search.

Non è previsto alcun costo per importare o gestire eventi utente o informazioni di catalogo. Le uniche operazioni di Recommendations che prevedono addebiti sono l'addestramento, l'ottimizzazione o la richiesta di previsioni tramite la chiamata del metodo predict.

Se il tuo modello è in corso di addestramento o se hai richiesto la ripresa dell'addestramento, i costi di addestramento (per nodo all'ora) sono addebitati su base quotidiana. Quando metti in pausa o elimini il modello, non ti verrà più addebitato alcun costo. Consulta la documentazione relativa alla gestione dell'addestramento.

I costi di ottimizzazione (per nodo all'ora) per i modelli attivi sono addebitati dopo il corretto completamento dell'ottimizzazione. Se metti in pausa o elimini il modello durante un'ottimizzazione, ti sarà addebitato solo il costo di un'ottimizzazione incompleta. In tal caso, ti sarà quindi addebitato il costo delle ore nodo utilizzate prima dell'interruzione dell'ottimizzazione del modello. Consulta la documentazione relativa alla gestione dell'ottimizzazione.

Esempio A

Questo esempio illustra il modo in cui viene applicato ogni livello di prezzo per le richieste di previsione mensili.

In questo esempio, l'applicazione di un grosso rivenditore ha effettuato 1.000.000.000 di richieste di previsione in uno specifico mese. Addestra tre modelli che, per impostazione predefinita, vengono riaddestrati automaticamente una volta al giorno. Ciò corrisponde a circa 500 ore nodo di addestramento dei modelli al mese. Per impostazione predefinita, i modelli di consigli vengono ottimizzati su base trimestrale; in questo esempio, l'ottimizzazione del modello ha accumulato circa 300 ore nodo per ottimizzazione, che su base mensile corrispondono a 100 ore nodo.

Per calcolare il costo del mese in questione, calcoleremo prima il costo delle richieste di previsione. Il prezzo è calcolato in blocchi di 1000 richieste e il costo è suddiviso per numero di richieste di previsione mensili.

1. Primi 20.000.000 di previsioni = 20.000.000 di previsioni / 1000 * $ 0,27 = $ 5400
2. Successivi 280.000.000 di previsioni = 280.000.000 di previsioni / 1000 * $ 0,18 = $ 50.400
3. Successivi 700.000.000 di previsioni = 700.000.000 di previsioni / 1000 * $ 0,10 = $ 70.000

A questo punto, calcoliamo il costo dell'addestramento e dell'ottimizzazione.

1. Costo dell'addestramento = 500 ore nodo * $ 2,50 = $ 1250
2. Costo dell'ottimizzazione = 100 ore nodo * $ 2,50 = $ 250

Il costo totale di previsioni, addestramento e ottimizzazione nel mese in questione è di 127.300 $.

Esempio B

Questo esempio illustra un caso d'uso con un volume inferiore.

In questo esempio, un rivenditore effettua 10.000.000 di richieste di previsione al mese e addestra un solo modello al giorno che, per impostazione predefinita, viene riaddestrato automaticamente una volta al giorno. Ciò corrisponde a circa 150 ore nodo di addestramento del modello al mese. L'ottimizzazione trimestrale del modello ha accumulato circa 90 ore nodo per ottimizzazione; per conoscere il costo mensile, utilizzeremo la media mensile, cioè 30 ore nodo.

Calcoliamo il prezzo per un mese di utilizzo. Poiché il numero di richieste di previsione del rivenditore in questo mese non ha superato i 20.000.000, il costo di tutte le richieste sarà calcolato secondo il primo livello di prezzo, ovvero 0,27 $ per 1000 richieste.

1. 10.000.000 di previsioni = 10.000.000 di previsioni / 1000 * $ 0,27 = $ 2700

Per calcolare il costo dell'addestramento e dell'ottimizzazione:

1. Costo dell'addestramento = 150 ore nodo * $ 2,50 = $ 375
2. Costo dell'ottimizzazione = 30 ore nodo * $ 2,50 = $ 75

Il costo totale di previsioni, addestramento e ottimizzazione nel mese in questione è di 3150 $.

AI Commerce Search registra un errore in Google Cloud Observability per ogni richiesta API errata, ad esempio una richiesta di evento utente che contiene un file JSON in formato errato oppure una richiesta di importazione di una voce di catalogo con un prezzo negativo. AI Commerce Search registra anche un errore per ogni richiesta di previsione con una voce di catalogo che non si trova all'interno del catalogo importato.

Google Cloud Observability addebita i costi in base ai GiB di log archiviati. (i log vengono conservati per un mese). I primi 50 GiB di log al mese per progetto sono senza costi. Superato questo limite, Google Cloud Observability addebita 0,50 $per GiB di log. La dimensione dei dati di logging dipende da quella del payload JSON, ma un GiB corrisponde a circa 200.000 errori di Recommendations AI.

Per ulteriori informazioni, consulta la pagina dei prezzi di Google Cloud Observability.

• Leggi la documentazione di AI Commerce Search.
• Prova il Calcolatore prezzi
• Scopri di più su AI Commerce Search per soluzioni e casi d'uso per il commercio.