Attributionstokens sind eindeutige IDs, die von Vertex AI Search für den Einzelhandel generiert und mit jeder Suchanfrage zurückgegeben werden. So kann Vertex AI Search for Retail eine Suchanfrage mit dem entsprechenden Suchereignis verknüpfen. Mithilfe von Reranking-Modellen lässt sich dann die Qualität der Suchantworten verbessern. Für genaue Berichte sind Attributionstokens auch in Suchereignissen erforderlich.
Das Einbeziehen von Suchattributionstokens in alle Suchevents, die über Vertex AI Search for Retail ausgeliefert werden, ist für das Training von TIER 3- und TIER 4-Modellen erforderlich.
Funktionsweise von Attributionstokens
Jede Antwort, die von der Vertex AI Search-Methode zurückgegeben wird, enthält am Ende des Antworttexts eine eindeutige attributionToken. Beispiel:
{ "results": [ { "id": "727121", "product": { … } ], "totalSize": 19600, "attributionToken": "dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB", "nextPageToken": "AM1MDZiNWOyQjM4UTLlNGN50iMwYjMtADMwATLwIGMhBzY2YDJaIw-bCbxQYAt1PJgIwgExEgC" …
Dieses Token muss im nachfolgenden Suchereignis enthalten sein:
{ "eventType": "search", "searchQuery":"red t-shirt", "productDetails":[ {"product":{"id":"727121"}}, {"product":{"id": … } ] , "visitorId":"GA1.1.1383176924.1721324981", "attributionToken":"dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB" }
Vertex AI Search für den Einzelhandel verwendet die Ereignisdaten zum Trainieren seiner Modelle. Das Attributionstoken bietet eine Möglichkeit, das Ereignis mit der Anfrage zu verknüpfen und die vollständige Suchanfrage und ‑antwort mit den angeforderten Filtern, Facetten und Antwortprodukt-IDs zu codieren. Wenn in den Suchereignissen kein Token vorhanden ist, werden diese Ereignisse so behandelt, als stammten sie nicht von Google Vertex AI Search. Die Suchereignisse werden möglicherweise fälschlicherweise so verwendet, als stammten sie von einem anderen Suchanbieter. Es ist in Ordnung (und ist auch zu erwarten), dass Suchereignisse ohne Tokens bereitgestellt werden, wenn sie von einem anderen Suchanbieter bereitgestellt werden, z. B. während eines A/B-Tests. Üblicherweise sollte jedoch eine 1:1-Zuordnung für Search API-Anfragen zum Suchen von Ereignissen mit Tokens erfolgen.
Datenqualität von Attributionstokens
Wenn der Prozentsatz der Ereignisse mit Attributions-Tokens unter 95 % liegt, wird im Dashboard „Datenqualität“ in der Google Suche für Einzelhandel der Status „Kritisch“ oder „Blockierend“ angezeigt. Andernfalls wird der Status als „Konform“ angezeigt:
Die Datenqualität bei TIER 3, dem umsatzoptimierten Modell, wird normalerweise nicht trainiert, wenn genügend Ereignisse zugeordnet werden können. Außerdem wird dringend empfohlen, Vertex AI Search für den Einzelhandel nicht in der Produktion bereitzustellen, es sei denn, es liefert Ergebnisse in TIER 3 oder TIER 4.
Attributionstokens für Empfehlungen
Da kein Ereignis für Empfehlungen vorhanden ist, müssen keine Attributionstokens aus predict-Antworten für Ereignisse verwendet werden.
Das Attributionstoken aus der Vorhersageantwort kann in nachfolgenden Ereignissen gesendet werden (in der Regel ein detail-page-view oder add-to-cart), es ist jedoch nicht erforderlich. Für die Implementierung muss das Attributionstoken des empfohlenen Produkts in einem URL-Parameter an die URL der Produktseite übergeben und dann mit diesem Parameter das Feld attributionToken des Ereignisses detail-page-view ausgefüllt werden.
Bei Empfehlungen von Vertex AI Search werden automatisch synthetische Tokens für Ereignisse erstellt, die predict-Anfragen zugeordnet werden können. Durch das explizite Hinzufügen der Tokens kann die Genauigkeit von Analytics-Berichten geringfügig verbessert werden. Dies ist jedoch nicht unbedingt erforderlich und hat nur geringe Auswirkungen auf die Empfehlungsmodelle.