이 페이지에서는 카탈로그 정보를 만들고 카탈로그 데이터를 채우기 위한 권장사항을 제공합니다.
개요
소매업용 Vertex AI Search로 가져오는 카탈로그 데이터는 결과 모델의 품질에 직접적인 영향을 주므로 검색 및 추천 결과의 품질에도 영향이 있습니다. 일반적으로 더 정확하고 구체적인 카탈로그 정보를 제공하면 모델의 품질이 높아집니다.
카탈로그는 최신 상태를 유지해야 합니다. 필요에 따라 카탈로그 변경사항을 자주 업로드할 수 있습니다. 이상적으로는 높은 변경률로 매일 변경될 수도 있습니다. 기존 제품 항목을 업로드(패치)할 수 있습니다. 변경된 필드만 업데이트됩니다. 카탈로그 정보는 업로드 시 요금이 부과되지 않습니다. 자세한 내용은 카탈로그를 최신 상태로 유지를 참조하세요.
카탈로그 분기
검색을 사용하는 경우 카탈로그 브랜치를 사용하여 오프라인에 업로드한 새 데이터를 사이트에 게시하기 전에 테스트할 수 있습니다.
0
, 1
, 2
로 식별된 3개의 브랜치를 사용할 수 있습니다. 라이브 사이트에서 카탈로그 데이터의 default_branch
를 가리킵니다. 소매업을 위한 Search 콘솔에서 setDefaultBranch
또는 데이터 탭을 사용하여 라이브 default_branch
(브랜치가 기본적으로 0
으로 설정됨)의 브랜치를 지정합니다. 그런 후 default_branch
가 연결되는 브랜치에서 제공된 카탈로그 데이터가 사이트에 사용됩니다.
예를 들어 default_branch
가 현재 브랜치 ID 0
으로 설정되어 있으므로 사이트에서 해당 브랜치에 업로드한 카탈로그 데이터를 사용하고 있다고 가정해 보겠습니다. 브랜치 1
에 새 카탈로그 데이터를 업로드하고 미리 볼 수 있습니다. 카탈로그가 올바르게 업로드되었음을 확인한 후 라이브 default_branch
를 브랜치 1
로 전환할 수 있습니다.
브랜치 전환 후 카탈로그 캐시가 업데이트되는 데 최대 30분이 걸릴 수 있습니다.
추천을 사용하는 경우 브랜치 전환 중에는 업데이트 지연으로 인해 기본 브랜치만 사용하는 것이 좋습니다. 브랜치 간의 데이터 차이가 크면 업데이트 지연이 예측 결과에 부정적인 영향을 줄 수 있습니다.
제품
카탈로그는 제품 객체의 모음입니다.
필수 제품 정보
다음 필드는 필수입니다. 카탈로그에서 제품 항목을 만들 때 이 필드에 값을 제공해야 합니다. 또한 내부 제품 데이터베이스에서 사용되는 값과 일치해야 하며, 이 값은 제품 학습에 포함되어 있기 때문에 표시된 제품을 정확하게 반영해야 합니다.
일부 경우에는 다른 필드도 필요합니다. Product
참조 페이지에서 모든 제품 필드의 전체 목록을 참고하세요.
제공하는 모든 제품 정보를 사용하여 추천 및 검색결과의 품질을 개선할 수 있습니다. 가능한 한 많은 필드를 제공해야 합니다.
필드 | 참고 |
---|---|
name
|
제품의 전체 리소스 이름입니다. import 를 제외한 모든 Product 메서드에 필수입니다. 가져오는 동안 이름은 자동으로 생성되며 수동으로 제공할 필요가 없습니다.
|
id
|
제품 데이터베이스에서 사용하는 제품 ID입니다. ID 필드는 전체 카탈로그에서 고유해야 합니다. 사용자 이벤트를 기록할 때 동일한 값이 사용되며 predict 및 search 메서드에서도 반환됩니다.
|
title
|
제품 데이터베이스의 제품 제목입니다. UTF-8로 인코딩된 문자열입니다. 영문 기준 최대 1,250자까지 입력할 수 있습니다. |
categories
|
제품 카테고리. 모든 제품은 하나 이상의 카테고리에 할당되어야 합니다.
제품이 2개 이상의 카테고리에 속하면 각 카테고리에 대해 필드를 반복합니다.
값은 5,000자 길이 제한이 있는 비어 있지 않은 UTF-8 인코딩 문자열이어야 합니다. 항상 전체 카테고리 이름을 지정합니다. 예: ["Sports & Fitness > Athletic Clothing > Shoes"] .
|
제품 속성
Product
에서 브랜드, 색상, 크기와 같은 사전 정의된 시스템 속성에 값을 제공하는 것이 좋습니다. Product.attributes
로 정의하는 커스텀 속성을 포함할 수도 있습니다.
검색 가능한 필드
검색을 사용하는 경우 속성을 Product.retrievableFields
에서 검색 가능한 것으로 표시하면 속성이 검색 응답에 제품과 함께 포함됩니다. 필터링 및 패싯과 같은 다른 검색 결과 기능에 사용할 수 있습니다.
정확한 검색 옵션
정확한 검색 옵션인 카탈로그 속성 필드에 특정 문자열 검색어의 특정 값을 지정할 수 있습니다. 쿼리가 카탈로그의 제품과 일치하고 해당 필드의 값이 쿼리에 지정된 문자열인 경우 검색 쿼리에서 정확히 해당 제품을 반환합니다. 이 옵션은 고객이 타겟팅된 검색 환경을 기대하는 일련번호에 적합합니다.
정확한 값 (예: ModelId
또는 ManufacturerId
)이 있는 제품 속성에 유용한 필드인 ExactSearchableOption
필드는 일반적으로 맞춤 속성에 사용됩니다. product_id와 같은 속성은 기본 색인 필드이며 기본적으로 정확한 검색이 가능합니다. item_id
필드는 정확한 일치의 경우 항상 사용 설정되어 있으며 사용 중지할 수 없습니다.
- 검색 시 관련 없는 항목이 반환되지 않도록 검색 가능한 옵션을
battery
과 같은 일반 값으로 설정하지 마세요. - 검색어를 충분히 제공하지 못하는 상황을 방지하려면 문자열 값 중 하나가 'iphone'일 수 있는
tag
와 같은 특수 필드를 정확한 검색으로 설정하지 마세요. 이렇게 하면 이러한 쿼리로 인해 제품 카탈로그의 모든 iPhone에 대한 결과가 제한될 수 있습니다.
자세한 내용은 제품 속성 정보를 참조하세요.
제품 수준
제품 SKU 지정은 카탈로그의 계층 구조를 결정합니다.
제품 지정 유형
제품 지정 유형에는 세 가지가 있습니다.
기본 항목은 추천 또는 검색결과에 반환됩니다. 기본 항목은 개별(SKU 수준) 항목 및 유사 항목 그룹(SKU 그룹)일 수 있습니다.
변이 항목은 SKU 그룹 기본 제품의 버전입니다. 개별(SKU 수준) 항목만 변이 항목이 될 수 있습니다. 예를 들어 기본 제품이 '브이넥 셔츠'라면 변이 항목은 '브라운 브이넥 셔츠, XL 사이즈' 및 '화이트 브이넥 셔츠, S 사이즈'일 수 있습니다. 기본 및 변이 항목을 상위 항목과 하위 항목으로 설명하는 경우도 있습니다.
컬렉션 항목은 목걸이, 귀걸이, 반지가 포함된 주얼리 세트와 같이 기본 제품 또는 옵션이 있는 제품의 번들입니다. 제품 및 옵션과 유사한 계층 구조로, 컬렉션은 관련 기본 제품을 그룹화합니다. 고객이 직접 구매할 수 없으며 널리 사용되지 않고 검색에서만 사용할 수 있습니다.
제품 예시
예를 들어 이러한 제품 지정 유형에 따라 식료품은 각각 "bananas, fresh"
와 같은 단일 SKU 제품으로 구성된 기본 제품으로 카탈로그에 표시하는 것이 좋습니다.
반면에 티셔츠는 기본 상품과 그에 상응하는 변이 세트로 계층적으로 구성하는 것이 좋습니다. 각 변이는 개별 SKU(사이즈별)를 나타내고 각 기본 품목은 SKU 그룹을 나타내며, 여기서 각 SKU는 하나의 중요한 티셔츠 스타일에 대해 서로 다른 사이즈를 나타냅니다. SKU 구조별로 구성하면 검색 결과와 추천 패널에 다양한 티셔츠 스타일을 표시할 수 있습니다. 이를 통해 쇼핑객은 특정 기본 항목(스타일)을 드릴다운하여 구매할 이형 상품(크기)을 선택할 수 있습니다.
컬렉션은 고객이 구매할 만한 관련 제품을 그룹화합니다. 재정렬 모델에서 이러한 사용자를 정확하게 나타내기 위해 소매업용 Vertex AI Search에는 구매에 기여도를 부여하는 로직이 있습니다. 예: 쇼핑객이 침대 시트 세트의 제품을 클릭한 다음 장바구니에 추가하거나 해당 컬렉션의 기본 제품을 구매합니다. 컬렉션에 해당 구매가 반영되고 모델은 컬렉션의 인기도와 가치를 정확하게 나타냅니다.
변이 전용 카탈로그 유형도 있지만 현재 지원 중단되었습니다. 이 카탈로그 유형은 추천에서만 사용 가능합니다. 변이 전용 카탈로그의 경우 가져오는 동안 ingestionProductType
이 variant
로 설정됩니다. 기본은 각 변이에 지정된 기본 제품 ID를 기준으로 각 변이에 대해 유추됩니다.
제품 카탈로그 설정
제품 카탈로그를 계획할 때는 카탈로그에 기본만 또는 기본과 변이 항목으로 지정된 제품을 포함할지, 또는 이 두 가지를 혼합한 제품을 포함해야 할지를 결정해야 합니다. 제품의 SKU 구조를 생각해 보세요. 제품은 기본 항목이 될 수 있으며, 기본 항목에는 변이가 있거나 없을 수 있습니다.
제품 SKU가 지정된 방식에 따라 제품 카탈로그를 설정하는 옵션을 고려하세요.
- SKU를 개별 검색 결과 또는 추천으로 표시하려는 경우: SKU=기본
- SKU가 유사한 SKU 그룹에 속해야 하는 경우: SKU=변이, SKU 그룹=기본
두 조합의 혼합: SKU=기본, SKU=변이, SKU 그룹=기본
제품 세부정보 페이지에 옵션/사이즈/색상 선택기가 표시되는 경우 이러한 옵션은 일반적으로 제품 카탈로그에 변이로 업로드됩니다. 사이즈, 색상 등 서로 다른 속성을 가진 동일한 제품의 여러 유형을 단일 검색 결과로 표시할지 아니면 별도의 검색 결과로 표시할지 고려하세요. 예를 들어 책의 경우 동일한 책의 하드커버 SKU와 소프트커버 SKU를 별도의 검색 결과로 표시할지(SKU = 기본) 아니면 하나로 표시할지(SKU = 변이, SKU 그룹 = 기본) 결정해야 합니다.
제품 카탈로그를 설정할 때는 추천 및 검색 결과에서 기본 항목만 반환된다는 점에 유의하세요.
최소한의 기본 제품
카탈로그에 기본 및 변이 항목, 즉 SKU 그룹과 SKU가 모두 필요하다고 결정한 경우 현재 SKU만 있다면 SKU 그룹에 대한 기본 항목을 만들어야 합니다. 이러한 기본 항목을 '가상 기본' 또는 '가짜 기본'이라고도 합니다.
이러한 기본 항목에는 최소한의 정보만 포함해야 합니다(id
, title
, categories
).
type
을 지정하지 않으면 기본이 제품 유형의 기본값으로 사용됩니다. 가져오는 경우 name
을 지정할 필요가 없습니다. 자세한 내용은 이전 필수 제품 정보 섹션을 참조하세요.
유형은 변경할 수 없음
예를 들어 변이에서 기본으로 또는 기본에서 변이로 제품 유형을 변경할 수 없습니다.
제품 유형을 변경해야 하는 경우 제품을 삭제하고 다른 유형으로 제품을 다시 만듭니다. 기본 제품을 삭제하려면 먼저 연결된 변이를 삭제해야 합니다.
카탈로그 가져오기
판매자 센터에 카탈로그가 있는 경우 판매자 센터 계정을 연결하여 카탈로그를 가져오는 것이 좋습니다.
카탈로그가 판매자 센터에 없지만 Cloud Storage, BigQuery 또는 다른 스토리지에 있으면 일괄 데이터 가져오기를 수행합니다.
향후 판매자 센터에서 카탈로그 데이터를 가져오려면 판매자 센터 가져오기의 설명대로 데이터를 검토하여 카탈로그를 올바르게 선택했는지 확인합니다. 기존 카탈로그 구성을 변경하려면 카탈로그를 삭제하고 다시 업로드해야 하므로 중요합니다(제품 수준 구성 변경 참조).
카탈로그를 업로드하는 방법에 대한 자세한 내용은 카탈로그 정보 가져오기를 참조하세요.
제품 인벤토리
제품 인벤토리에는 다음이 포함됩니다.
가격(현재 및 원래 가격 모두)
재고(예: 재고 있음, 재고 없음, 이월 주문, 선주문)
재고 수량
매장 수령, 매장 배송, 다음날 배송과 같은 처리 정보
제품 수준 인벤토리와 오프라인 판매점 인벤토리의 두 가지 인벤토리가 있습니다.
제품 수준 인벤토리
온라인에서만 판매하는 소매업체의 경우 제품 수준에서 인벤토리가 지정됩니다. 카탈로그의 각 제품에 대해 가격, 재고, 기타 인벤토리 데이터가 설정됩니다.
인벤토리 데이터를 유지보수하는 방법을 포함한 제품 수준 인벤토리에 대한 자세한 내용은 소매업용 Vertex AI Search 인벤토리 업데이트를 참조하세요.
오프라인 판매점 인벤토리
오프라인 매장과 온라인 상점을 운영하는 소매업체는 매장별로 인벤토리 정보를 보관해야 합니다. 이를 위해 오프라인 판매점 인벤토리를 사용합니다.
오프라인 판매점 인벤토리를 저장하는 데 사용할 수 있는 제품 필드에는 두 가지가 있습니다. 두 필드는 모두 연결된 인벤토리 정보가 있는 위치(위치 ID) 목록입니다.
Product.fulfillmentInfo. 각 매장 위치의 수령 및 배송 방법
Product.localInventories. 각 매장 위치의 가격 정보, 제품 속성, 수령 및 배송 방법
매장 수준 정보의 경우 두 필드 중 하나 또는 둘 모두를 사용할 수 있습니다.
오프라인 판매점 인벤토리에 대한 자세한 내용은 소매업용 Vertex AI Search의 오프라인 판매점 인벤토리 업데이트를 참조하세요.
카탈로그 데이터 품질 측정항목
소매업을 위한 Search 콘솔의 데이터 품질 페이지에서 검색 결과 품질을 향상시키고 검색 성능 등급을 잠금 해제하기 위해 카탈로그 데이터를 업데이트해야 하는지 여부를 평가합니다.
다음 표에서는 소매업용 Vertex AI Search가 제품 데이터를 평가하는 데 사용하는 품질 측정항목을 설명합니다. Search for Retail 콘솔에서 데이터 품질 측정항목과 검색 성능 등급을 보는 방법에 대한 자세한 내용은 검색 성능 등급 잠금 해제를 참조하세요.
카탈로그 품질 측정항목 | 품질 규칙 | 참고 |
---|---|---|
URI가 있고 액세스할 수 있음 | 제품에 유효한 Product.uri 가 있습니다. URI는 액세스할 수 있어야 하고 도메인과 일치해야 합니다. |
검색은 이 URI를 통해 크롤링되는 웹 신호를 사용하여 검색 품질을 향상시킵니다. |
시간 적합성 충족 | Product.availableTime 은 현재 시간 이전이고 Product.expireTime 은 현재 시간 이후입니다. |
시간 적합성을 충족하는 제품만 검색할 수 있습니다. |
검색 가능한 속성 있음 | 제품에 attribute 하나 이상이 검색 가능하도록 설정되어 있습니다. |
검색 가능으로 표시된 커스텀 속성은 텍스트 쿼리로 검색될 수 있습니다. |
설명 있음 | 제품에 비어 있지 않은 Product.description 이 있습니다. |
포괄적인 설명은 검색 품질을 향상시키는 데 도움이 됩니다. |
제목은 단어 최소 두 개 이상으로 구성됩니다. | Product.title 은 단어 최소 두 개 이상으로 구성됩니다. |
포괄적인 제목을 사용하면 검색 품질을 향상시키는 데 도움이 됩니다. |
이미지가 있는 변이 있음 | variant 제품에는 Product.image 가 하나 이상 있습니다. 모든 제품이 primary 수준인 경우 이 측정항목을 무시할 수도 있습니다. |
이 측정항목은 정보 제공 용도며 검색 품질에 영향을 주지 않습니다. |
가격 정보가 있는 변이 있음 | variant 제품에 Product.priceInfo 가 설정되어 있습니다. 모든 제품이 primary 수준인 경우 이 측정항목을 무시할 수도 있습니다. |
이 측정항목은 정보 제공 용도며 검색 품질에 영향을 주지 않습니다. |
소매업용 Vertex AI Search의 제품 스키마
BigQuery에서 카탈로그를 가져올 때는 다음의 소매업용 Vertex AI Search 제품 스키마를 사용하여 올바른 형식으로 BigQuery 테이블을 만들어 카탈로그 데이터와 함께 로드합니다. 그런 다음 카탈로그를 가져옵니다.