これは、Recommendations AI、Retail Search、新しい Retail コンソールに関するドキュメントです。

カタログとカタログ情報

コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

このページでは、カタログ情報の作成とカタログ データの入力に関するベスト プラクティスについて説明します。

概要

販売店にインポートするカタログデータは、結果として得られるモデルの品質に直接影響するため、Retail API で提供される結果の品質に影響します。一般に、提供できる正確で特定のカタログ情報が多いほど、モデルの品質が高くなります。

カタログを最新の状態に保つ必要があります。カタログの変更は必要に応じて何度でもアップロードできます。変更頻度が高いカタログの場合は、毎日アップロードするのが理想的です。既存の商品アイテムをアップロード(パッチ適用)できます。この場合、変更されたフィールドのみが更新されます。カタログ情報のアップロードは無料です。詳細については、カタログを最新の状態に保つをご覧ください。

カタログのブランチ

Retail Search を使用する場合、カタログ ブランチを使用して、サイトでライブにする前にオフラインでアップロードした新しいデータをテストできます。

Retail API では、012 として識別される最大 3 つのブランチを使用できます。ライブサイトは、カタログデータ用に default_branch を指しています。setDefaultBranch または Google Cloud コンソールの [データ] タブを使用して、現在ライブ default_branch のブランチを指定します(デフォルトではブランチ 0 に設定されます)。サイトでは、default_branch が参照するブランチによって提供されるカタログデータを使用します。

たとえば、現在 default_branch にブランチ ID 0 が設定されていると、サイトではそのブランチにアップロードしたカタログデータを使用します。新しいカタログデータをブランチ 1 にアップロードしてプレビューできます。カタログが正しくアップロードされていることを確認したら、ブランチ 1 をライブ default_branch として切り替えることができます。

ブランチの切り替え後、カタログ キャッシュの更新には最長で 30 分かかります。

Recommendations AI を使用する場合は、ブランチの切り替え時に更新が遅延するため、デフォルトのブランチのみを使用することをおすすめします。ブランチ間のデータ差が大きい場合、更新の遅延が予測結果に悪影響を与える可能性があります。

サービス

カタログは、商品オブジェクトのコレクションです。

必須の商品情報

次のフィールドは必須です。カタログに商品アイテムを作成するときに、値を指定する必要があります。また、内部商品データベースで使用されている値に対応している必要があります。これらの値はモデルのトレーニングで使用されるため、表される商品を正確に反映する必要があります。

他のフィールドも必要になることがあります。Product リファレンス ページで、すべての商品フィールドの完全なリストをご覧ください。

提供するすべての商品情報は、最適化案と検索結果の品質向上に使用できます。できるだけ多くの項目を入力してください。

項目
name 商品の完全で一意のリソース名。import を除くすべての Product メソッドに必須です。インポート時に、名前は自動的に生成されます。手動で指定する必要はありません。
id 商品データベースで使用される商品 ID。ID フィールドはカタログ全体で一意である必要があります。ユーザー イベントを記録する場合に同じ値が使用されます。また、predict メソッドと search メソッドによって同じ値が返されます。
title 商品データベースの商品タイトル。UTF-8 でエンコードされた文字列。1250 文字以内で指定します。

プロダクト属性

Product で事前定義のシステム属性(ブランド、色、サイズなど)の値を指定することを強くおすすめします。また、Product.attributes で定義したカスタム属性を含めることもできます。

Retail Search を使用している場合、Product.retrievableFields で取得可能としてマークすると、検索レスポンスに商品が含まれます。その後、フィルタリングやファセットなど、他の Retail Search 機能に使用できます。

商品レベル

商品レベルはカタログ内の階層を決定します。通常は、単一レベルのカタログか 2 つのレベルのカタログのどちらかを選択する必要があります。

たとえば、各商品アイテムに SKU がある単一レベルのカタログを作成できます。また、SKU グループと個々の SKU の両方を含む 2 レベルのカタログを選択することもできます。

商品レベルのタイプ

次の 3 つの商品レベルタイプがあります。

  • プライマリ アイテムは、Retail API が予測や検索結果で返すものです。プライマリは、個別(SKU レベル)のアイテムと類似アイテム(SKU グループ)のグループにできます。

  • バリアント アイテムは、SKU グループのプライマリ商品のバージョンです。バリアントは個々(SKU レベル)のアイテムのみになります。たとえば、プライマリ商品が「V ネックシャツ」の場合、バリアントは「ブラウンの V ネックシャツ、サイズ XL」と「ホワイトの V ネックシャツ、サイズ S」になることがあります。プライマリとバリアントは、アイテムとアイテムとして説明されることがあります。

  • コレクション アイテムは商品のコレクションです。コレクションは、プライマリ商品やバリアント商品のバンドルです。たとえば、コレクションは、ネックレス、イヤリング、リングがある宝石のセットが考えられます。 コレクションは Retail Search でのみ使用でき、広くは使用されません。

カタログ階層について

カタログ階層を計画する際は、カタログにプライマリのみ、またはプライマリとバリアントを含めるかどうかを決定する必要があります。覚えておくべき重要な点は、予測と検索結果ではプライマリ アイテムのみが返されることです。

たとえば、プライマリのみのカタログは、書籍の販売に適しています。ここで、おすすめパネルは、それぞれ独自の SKU を持つ書籍の選択を返します。ただし、T シャツ用のプライマリのみのカタログは、おすすめパネルで使用可能な各サイズで同じ T シャツが表示される可能性が高くなります。

T シャツのカタログには、プライマリとバリアントの両方を用意することをおすすめします。バリアント(サイズごとに 1 つのバリアント)として SKU、また T シャツのそれぞれのスタイルのサイズに対する SKU のグループを表す プライマリを使用します。この 2 レベルのカタログを使用すると、おすすめのパネルにさまざまな類似した T シャツのスタイルを表示できます。 買い物客は、特定のプライマリ(スタイル)をドリルダウンして、購入するバリアント(サイズ)を選択できます。

カタログにプライマリとバリアント(SKU グループと SKU)の両方が必要であるものの、現時点で SKU しかない場合は、SKU グループ用のプライマリを作成する必要があります。プライマリに提供する必要がある情報は、idtitlecategories です。インポートする場合は、name を指定する必要はありません。詳細については、前のセクションの必須プロダクト情報をご覧ください。

バリアントのみのカタログタイプもありますが、現在、非推奨になっています。このカタログタイプは Recommendations AI でのみ使用できます。バリアントのみのカタログの場合、インポート時に ingestionProductTypevariant に設定されます。プライマリは各バリアントに指定されたプライマリ商品 ID に基づいて、各バリアントに対して推測されます。

カタログのインポート

現在 Merchant Center にカタログがある場合は、Merchant Center アカウントをリンクして、カタログをインポートすることをおすすめします。

カタログが Merchant Center になく、Cloud Storage または BigQuery またはその他のストレージにある場合は、データの一括インポートを行います。

将来的に Merchant Center からカタログデータをインポートする場合は、Merchant Center のインポートの説明に従ってデータを確認し、カタログが正しく選択されていることを確認してください。既存のカタログの構成を変更するには、カタログを削除して、もう一度アップロードする必要があるため、これは重要です(商品レベルの構成を変更するをご覧ください)。

カタログをアップロードする方法の詳細については、カタログ情報をインポートするをご覧ください。

カタログのデータ品質指標

カタログデータの検索品質のモニタリングに役立てるために、Retail は一連の品質ルールに照らして商品データを評価します。各品質ルールを満たす商品の割合は [小売データ] ページで確認できます。

次の表に、Retail が商品データの評価に使用する品質指標を示します。

カタログの品質指標 品質ルール
URI が存在し、アクセス可能である 商品に有効な Product.uri がある。URI はアクセス可能で、ドメインと一致する必要があります。 Cloud Retail Search では、この URI でクロールされたウェブシグナルを使用して、検索品質を向上させています。
時間適合性を満たしている Product.availableTime は現在の時刻より前であり、Product.expireTime は現在の時刻より後です。 検索できるのは、時間の適合性を満たす商品のみです。
検索可能な属性が存在する 商品で少なくとも 1 つの attribute が検索可能に設定されています。 検索可能としてマークされたカスタム属性は、テキストクエリで検索できます。
説明がある 商品の Product.description が空ではありません。 包括的な説明は検索品質の向上に役立ちます。
タイトルは 2 単語以上で構成されている Product.title が 2 単語以上で構成されています。 包括的なタイトルは検索品質の向上に役立ちます。
画像のあるバリアントがある variant 商品には少なくとも 1 つの Product.image があります。すべての商品が primary レベルであれば、この指標は無視してかまいません。 この指標は参考情報であり、検索品質には影響しません。
価格情報ありのバリアントがある variant 商品で Product.priceInfo が設定されています。すべての商品が primary レベルであれば、この指標は無視してかまいません。 この指標は参考情報であり、検索品質には影響しません。

小売スキーマ

BigQuery からカタログをインポートするときは、以下の Retail スキーマを使用して、正しい形式の BigQuery テーブルを作成し、カタログデータとともに読み込みます。それから、カタログをインポートします。