Meningkatkan hasil

Vertex AI Search untuk commerce menawarkan fitur yang memungkinkan Anda menentukan data yang harus ditinggikan dalam penelusuran. Anda dapat mengontrol peringkat hasil dengan menerapkan aturan peningkatan untuk memprioritaskan atau mendeprioritaskan item penelusuran yang ditampilkan.

Aturan peningkatan

Aturan peningkatan hanya dapat diterapkan jika ada skor relevansi dasar, seperti dalam penelusuran yang diurutkan berdasarkan relevansi atau hasil penelusuran dengan skor pra-pengurutan. Peningkatan adalah fungsi pengganda yang diterapkan ke hasil penelusuran dan penjelajahan ini.

Meningkatkan atau menyembunyikan

Satu produk dapat dikondisikan oleh beberapa aturan pengoptimalan atau penguburan, yang ditetapkan di class boostspec API layanan penelusuran.

  • Angka positif menunjukkan aturan peningkatan, promosi.
  • Angka negatif menunjukkan aturan sembunyikan, yang merupakan penurunan peringkat, bukan promosi.

Opsi konfigurasi

  • Jumlah efek peningkatan: Jika ada penurunan peringkat dan promosi, Vertex AI Search untuk commerce akan menambahkan nilai ini. Jumlah yang dihasilkan adalah efek penguburan bersih atau peningkatan yang diturunkan.
  • Aturan pengoptimalan maksimum (default): Vertex AI Search untuk commerce akan memeriksa nilai maksimum dan mengabaikan aturan lainnya.

Beberapa aturan dorong atau sembunyikan ditetapkan ke satu produk

Beberapa aturan peningkatan atau penguburan dapat memengaruhi produk, dengan jumlah atau nilai maksimum peningkatan yang menentukan skor akhir.

Jika beberapa aturan pendorong diterapkan ke produk yang sama, selalu periksa apakah skor produk lain telah menggantikan produk tersebut dari posisi teratas. Mode maks ditetapkan ke default sehingga masalah ini cenderung tidak terjadi.

Anggap satu produk mendapatkan peningkatan 2, 3, dan 0,5, dan produk lain mendapatkan satu peningkatan 0,5. Meskipun produk hanya menerima skor peningkatan 0,5, jika didorong berulang kali, produk tersebut akan mengungguli produk lainnya. Periksa spesifikasi peningkatan dengan cermat untuk memastikannya tidak tumpang-tindih, atau tumpang-tindih seperti yang diinginkan.

Mengganti filter

Dua jenis filter yang lebih diutamakan daripada aturan pendorongan:

  1. Ditetapkan pengguna: Ini dapat berupa hal-hal seperti harga atau merek, dan muncul kepada pengguna akhir sebagai kartu atau aspek di situs.

  2. Topikalitas (relevansi): Filter ini hanya ada untuk kueri penelusuran (bukan penjelajahan). Fitur ini mengecualikan produk yang kurang relevan dari hasil penelusuran. Misalnya, penelusuran lemari es tidak menampilkan microwave atau aksesori, seperti gagang lemari es. Filter mengenali untuk tidak meningkatkan microwave untuk penelusuran kulkas.

Filter yang tersedia di penelusuran dan jelajah

  • Penelusuran: Filter keaktualan ditambah filter lain yang diterapkan pengguna seperti aspek di situs.
  • Jelajahi: Karena tidak ada kueri teks, hanya filter yang diterapkan pengguna yang diterapkan. Filter juga diterapkan untuk memeriksa apakah produk (misalnya, setelan jas) termasuk dalam kategori produk yang benar (misalnya, bukan sweater).

Proses debug dan pemecahan masalah

Setiap produk memenuhi syarat untuk mendapatkan pendorongan tanpa batas, tetapi filter yang diterapkan pengguna akan menghapus produk dari respons penelusuran. Untuk memecahkan masalah yang menyebabkan produk yang dioptimalkan mungkin tidak muncul di hasil penelusuran dan penjelajahan, periksa:

  • Beberapa aturan pengoptimalan (termasuk penurunan peringkat penguburan): Periksa konfigurasi mode pengoptimalan (jumlah atau maksimum) dan tentukan skor akhir.
  • Relevansi: Produk harus relevan untuk kueri dan lulus filter relevansi. Jika kueri penelusuran adalah untuk sepatu Nike dan judul produknya adalah Air Jordan, kata-katanya tidak cocok, tetapi hubungan semantiknya yang dekat menghasilkan skor relevansi yang tinggi. Judul produk seperti jaket kuning memiliki skor relevansi yang rendah dengan kueri penelusuran Nike. Demikian pula, jika judul produk adalah nomor model samar yang tidak memiliki hubungan dengan kata apa pun, skor relevansinya akan rendah untuk kueri apa pun.
  • Filter: Aturan pemfilteran akan menggantikan aturan pengoptimalan, dan mencegah produk yang dioptimalkan muncul dalam hasil. Filter selalu diterapkan di atas peningkatan. Jika produk memiliki filter yang diterapkan pengguna, atau jika kategori produk memfilter penjelajahan, peningkatan tidak akan berfungsi sama sekali.

Tutorial peningkatan

Tutorial ini menunjukkan beberapa contoh peningkatan produk.

Untuk mengikuti panduan langkah demi langkah tugas ini langsung di Cloud Shell Editor, klik Pandu saya:

Pandu saya

Mengonfigurasi peningkatan

Halaman ini menggunakan set data berikut sebagai contoh. Hanya kolom yang diperlukan untuk penjelasan yang disertakan.

Contoh set data

Contoh permintaan dan respons penelusuran

Misalnya, jika Anda menelusuri "Speaker Google", Anda akan mendapatkan "nest_mini_2nd_gen", "nest_audio", "nest_hub_max", "nest_hub", "google_home_max", dan "google_home_mini" tanpa urutan tertentu.

Contoh spesifikasi peningkatan

Misalnya, Anda ingin memprioritaskan produk yang lebih murah (kurang dari 95 dollar) dan menurunkan prioritas produk yang mahal (lebih dari 95 dollar). Anda dapat menerapkan spesifikasi peningkatan sebagai:

JSON

{
  condition_boost_specs {
    condition: "price: IN(*, 95.0e)"
    boost: 0.5
  }
  condition_boost_specs {
    condition: "price: IN(95.0e, *)"
    boost: -0.5
  }
}

Hasilnya, "nest_mini_2nd_gen", "google_home_mini", dan "nest_hub" mungkin adalah tiga pertama, sedangkan "nest_audio", "nest_hub_max", dan "google_home_max" mungkin adalah tiga terakhir. Namun, tidak ada urutan tertentu yang telah ditentukan sebelumnya, berbeda dengan pengurutan berdasarkan harga, seperti yang dibahas dalam Memfilter dan mengurutkan hasil.