Recommendations AI
最新資訊


全代管服務
您不必預先處理資料、訓練或透過 HyperTune 調整機器學習模型、設定負載平衡,或是手動佈建基礎架構來處理不可預測的流量高峰。系統會為您代勞,自動完成所有工作。
快速設定和執行
您可以透過符合直覺的圖形使用者介面整合資料、管理模型、提供推薦內容,並且監控效能。透過您現有的工具 (例如 Google Analytics 360、代碼管理工具、Merchant Center、Cloud Storage 和 BigQuery) 來快速連結資料。
最先進的 AI 技術
您可以參考 Google 如何採用最先進的機器學習模型來提供推薦內容,並運用這方面的專業知識。這些機器學習模型可以修正偏誤和季節性,而且在長尾產品和冷啟動使用者及項目的情境中的效能優異。
盡可能發揮資料價值
您可以透過整合非結構化的中繼資料 (例如產品名稱、說明、分類、圖片、產品壽命等),將所有資料投入工作,進而達成出色的預測成效。
在任何接觸點提供推薦內容
在客戶流程中,透過網路、行動裝置、電子郵件等管道,無論是首頁、購物車或訂單確認頁面,都能為首次使用者和忠誠客戶提供優質的推薦內容。
選擇策略
您可以自訂推薦內容,藉此達成您期望的成效:參與度、收益或轉換次數。您可以套用業務規則來微調客戶可查看的資訊、讓產品呈現更加多樣化,以及依據產品供應情形、自訂標記等條件進行篩選。
自動擴展至全球規模
只要按一下滑鼠,您就能順利為世界各地的客戶提供精心規劃的推薦內容,延遲時間極低,而且還支援國際化的產品目錄和多個地理位置。
掌握自己的資料和模型
您可以全權掌控自己的所有資料和模型。這些資料和模型絕對不會用於其他 Google 產品或向其他 Google 客戶顯示。您的帳戶永遠不會遭到鎖定,而且您隨時都能刪除自己的資料和模型。瞭解詳情。
大幅改善具有實用價值的指標
Recommendations AI 採用 Google 最新的機器學習架構,可透過變數 (例如分類、定價和特價優惠) 的形式,以動態方式適應即時的客戶行為和變化。與先前的推薦系統相較,全球零售商的初步結果有顯著的提升,其中部分零售商更達到了以下成效。
運作方式
客戶經驗談
Recommendations AI 可以與我們的現有推薦架構輕鬆整合,讓我們能夠直接提供新一代的推薦內容,而不必投入大量心力。目前我們持續投資在資料科學上,這對我們整合並測試不同的演算法非常有幫助。Recommendations AI 在我們的產品詳細資料頁面上成效卓越,而且顯著提升了轉換率和收益。
Galaxus 資訊長 Oliver Herren
合作夥伴
透過我們信任的合作夥伴,將 Recommendations AI 與您的系統進行整合。
技術資源
定價
系統會根據作業類型計算 Recommendations AI 費用。舉例來說,訓練和調整作業的費用是以每節點每小時費率來計算,而要求預測的費用則是以每 1,000 次預測的費率來計算。此外,預測的費用是以每月預測要求數量來分級計價。
您可以取得價值 $600 美元的免費抵免額來試用 Recommendations AI。一般來說,這些免費抵免額已足夠您訓練一個模型,並透過為期兩週的 A/B 測試確認實際工作環境中的效能。
運用價值 $300 美元的免費抵免額和超過 20 項一律免費的產品,開始在 Google Cloud 中建構內容。