Auf dieser Seite wird die Funktion und Verwendung der automatischen Vervollständigung erläutert. Die Google Suche bietet Einzelhändlern eine automatische Vervollständigung der Suchbegriffe mit bestimmten Vorschlägen.
Die automatische Vervollständigung ist eine Funktion zur Vorhersage der restlichen Anfrage, die ein Nutzer eingibt. Dies kann die Nutzerfreundlichkeit verbessern und den Bezahlvorgang beschleunigen. Außerdem können Sie mit gut formatierten Suchanfragen die Qualität der Suchergebnisse verbessern und so den Umsatz steigern.
Übersicht
Wenn ein Endnutzer beginnt, einen Suchbegriff auf Ihrer Website einzugeben, kann die Suche eine Liste mit Vorschlägen bereitstellen, aus denen der Nutzer auswählen kann. Wenn der Nutzer „sh“ eingibt, werden beispielsweise „Schuhe“ und „Shirts“ vorgeschlagen.
Datenquelle
Sie können eine der folgenden Datenquellen für Ihre Vorschläge auswählen:
- Ein von Ihnen hochgeladenes BigQuery-Dataset.
- Ein Datensatz, der mithilfe von maschinellem Lernen aus Nutzerereignissen und anderen Metadaten generiert wird.
Hochgeladenes Dataset
Eine BigQuery-Vorschlagstabelle, die Sie als Dataset hochladen und mit der Vorschläge für Abfragen gemacht werden. Eine Anleitung zum Hochladen eines Datensatzes finden Sie unter Daten für die automatische Vervollständigung importieren.
Dataset für automatisches Lernen
Ein auf maschinellem Lernen basierendes Vorschlags-Dataset, das von der Google Suche basierend auf den Suchereignissen der Nutzer generiert wird.
So aktivieren Sie das automatische Lernen:
Console
Rufen Sie den Tab Einstellungen für die automatische Vervollständigung auf.
Klicken Sie auf Einstellungen bearbeiten.
Aktivieren Sie Automatisches Lernen.
Klicken Sie auf Einstellungen speichern.
Die Aktualisierung des automatischen Lernens kann ein bis zwei Tage dauern.
cURL
curl -X PATCH -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \ -H "Content-Type: application/json" \ "https://retail.googleapis.com/v2beta/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/completionConfig?update_mask.paths=auto_learning" --data "{auto_learning: true}"
Voraussetzung für Datasets mit automatischem Lernen
Beim automatischen Lernen werden Vorschläge aus Nutzerereignissen (eventType = "search"
) des Suchtyps generiert. Dabei werden die Nutzerereignisse der letzten 180 Tage verwendet.
Dazu sind eine gute Qualität und Quantität der importierten Nutzerereignisse erforderlich.
Beim automatischen Lernen werden seltene Vorschläge herausgefiltert. Wenn die Anzahl der Nutzerereignisse für den Suchtyp zu gering ist (unter 20.000), werden möglicherweise viele Vorschläge herausgefiltert. In diesem Fall sollten Sie die Funktion zum automatischen Vervollständigen zuerst mit einer häufigeren Suchanfrage testen.
Zeitplan für die Veröffentlichung von Datensätzen für die automatische Modellerstellung
Der Dataset für das automatische Lernen wird täglich generiert und dann zur Indexierung und Veröffentlichung gesendet. Der vollständige Zyklus dauert etwa zwei Tage.
Funktionen für automatisches Lernen
Bei der Suche werden Verfahren für maschinelles Lernen angewendet, um Suchanfragen und Vorschlagsdaten nur für den Dataset für die automatische Lernfunktion zu bereinigen und zu formatieren.
Funktion | Beschreibung | Beispiel |
---|---|---|
Suchanfragen ohne Ergebnisse entfernen |
|
Für den Lebensmitteleinzelhändler gibt es für „Gucci-Handtaschen“ keine Suchergebnisse. Daher wird der Begriff entfernt. |
Tippfehler korrigieren |
|
„Milc“ → „Milch“ |
Zulassungslistenabfragen hinzufügen |
|
Weitere Informationen finden Sie unten im Abschnitt Weitere Informationen. |
Abfragen aus der Sperrliste entfernen |
|
Weitere Informationen finden Sie unten im Abschnitt Weitere Informationen. |
Unsichere Begriffe entfernen |
|
Pornografie, anstößige, vulgäre oder gewaltverherrlichende Inhalte usw. |
Sehr seltene Begriffe entfernen |
|
„74 x 39 x 9 Zoll (188 x 99 x 23 cm) zweilagige Doppel-Luftmatratze mit 120-Volt-Handpumpe“ |
Begriffe deduplizieren |
|
„Schuhe für Damen“, „Damen-Schuhe“ und „Damen Schuhe“ werden dedupliziert, sodass nur eines vorgeschlagen wird. |
Vorschläge zur Vervollständigung erhalten
Verwenden Sie die completeQuery
API, um die Vorschläge abzurufen.
Beispiel:
cURL
curl -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \ "https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog:completeQuery?query=sho&dataset=user-data&deviceType=DESKTOP&maxSuggestions=5"
Optionen und Steuerelemente für die automatische Vervollständigung
In diesem Abschnitt wird erläutert, welche Optionen und Steuerelemente für die automatische Vervollständigung verfügbar sind. Eine Übersicht finden Sie in der folgenden Tabelle. Weitere Informationen finden Sie unten.
Steuerung | Details | Standort |
---|---|---|
Sperrliste |
|
API-Anfrage: CompletionData:import Weitere Informationen finden Sie unter Daten für die automatische Vervollständigung importieren. |
Zulassungsliste |
|
API-Anfrage: CompletionData:import (siehe auch Autocomplete-Daten importieren ) |
Mindestlänge zum Auslösen der automatischen Vervollständigung |
|
Cloud Console > Einstellungen |
Abgleichreihenfolge |
|
Cloud Console > Einstellungen |
Anzahl der Vorschläge |
|
Cloud Console > Einstellungen oder API-Anfrage: completeQuery.maxSuggestions |
Gerätetyp |
|
API-Anfrage: completeQuery.deviceType |
Datenquelle für Vorschläge |
|
API-Anfrage: completeQuery.dataset |
Sprache |
|
API-Anfrage: completeQuery.languageCodes[] |
Zulassungsliste (Liste nicht entfernen)
Die Suche führt eine Nachbearbeitung wie Rechtschreibkorrektur für Daten zur automatischen Vervollständigung durch. Sie können eine Zulassungsliste mit Begriffen erstellen, die bei der Nachbearbeitung übersprungen werden sollen.
Begriffe auf der Zulassungsliste werden nie aus Vorschlägen herausgefiltert. Die Zulassungsliste funktioniert sowohl für hochgeladene Datasets als auch für Datasets mit automatischer Lernfunktion.
Beispiele: Es gibt einige Markennamen mit absichtlich falsch geschriebenen Begriffen, wie z. B. "Froot Loops" anstelle von "Fruit" oder "Foot". Eine ausführliche Upload-Anleitung finden Sie unter Abschlussdaten für den Import.
Für den Datenimport können Sie Cloud Console > Einstellungen > Einstellungen für die automatische Vervollständigung > Liste der Elemente, die nicht entfernt werden sollen oder CompletionData:import
in der API verwenden.
Die Änderungen werden nach etwa zwei Tagen wirksam.
Sperrliste
Die Sperrliste funktioniert nur für Datasets mit automatischer Lernfunktion. Die Sperrliste funktioniert nicht für hochgeladene Datasets.
Die Begriffe auf einer Sperrliste werden nie in Vorschlägen angezeigt.
Sie können eine Sperrliste über die Cloud Console > Einstellungen > Einstellungen für die automatische Vervollständigung > Sperreliste oder über die API CompletionData:import
importieren. Eine ausführliche Anleitung zum Importieren einer Sperrliste finden Sie unter Abschlussdaten für den Import.
Die Änderungen werden nach etwa zwei Tagen wirksam.
Mindestlänge zum Auslösen
Sie können festlegen, wie viele Zeichen eingegeben werden müssen, bevor Abfragen mit automatischer Vervollständigung Ergebnisse zurückgeben. Sie finden die Einstellung unter Cloud Console > Einstellungen > Einstellungen für die automatische Vervollständigung > Minimale Länge für den Auslöser.
Änderungen treten sofort in Kraft.
Abgleichreihenfolge
Hiermit wird festgelegt, wie Vorschläge mit den von Nutzern eingegebenen Begriffen abgeglichen werden.
Wenn Vorschlag beginnt mit dem Begriff festgelegt ist, wird der von Nutzern eingegebene Begriff als Präfix für Vorschläge verwendet. Die Nutzereingabe „sh“ stimmt beispielsweise mit den Vorschlägen „Schuhe“ und „Hemden“ überein, aber nicht mit dem Vorschlag „rote Schuhe“.
Wenn Vorschlag kann an beliebiger Stelle im Begriff beginnen festgelegt ist, wird der eingegebene Begriff durch die automatische Vervollständigung in Wörter zerlegt und unabhängig von der Wortreihenfolge mit den Wörtern in den Vorschlägen abgeglichen. Beispiel: Die Nutzereingabe „rot s“ wird mit den Vorschlägen „rot schuhe“, „rote schuhe“ und „rote schuhe kinder“ abgeglichen. Der eingegebene Begriff „hoes“ wird jedoch nicht mit diesen Vorschlägen abgeglichen, da keines der Wörter in den Vorschlägen mit „hoes“ beginnt.
Sie finden die Einstellung unter Cloud Console > Einstellungen > Einstellungen für die automatische Vervollständigung > Abgleichsreihenfolge.
Änderungen treten sofort in Kraft.
Anzahl der Vorschläge
Dies ist die Anzahl der Vorschläge, die bei Abfragen mit automatischer Vervollständigung zurückgegeben werden. Sie darf 20 nicht überschreiten. Sie finden die Einstellung unter Cloud Console > Einstellungen > Einstellungen für die automatische Vervollständigung > Anzahl der Vorschläge oder können sie in completeQuery
festlegen.
Änderungen treten sofort in Kraft.
Gerätetyp
Die automatische Vervollständigung der Suche unterstützt verschiedene Gerätetypen, z. B. mobile
und desktop
. Sie können je nach Gerätetyp verschiedene Vorschläge hochladen oder abrufen. Wenn deviceType
nicht in completeQuery
angegeben ist, gilt der Vorschlag für alle Gerätetypen.
Legen Sie für ein automatisch lernendes Dataset basierend auf Suchnutzerereignissen user_agent
in UserEvent.user_info fest, um verschiedene Gerätetypen zu unterstützen.
Siehe User-Agent im Wiki.
Erweiterte Funktionen
In diesem Abschnitt werden die erweiterten Funktionen zur automatischen Vervollständigung beschrieben, die in der Suche verfügbar sind. Sie können beispielsweise Vorschläge für die automatische Vervollständigung von Suchanfragen um andere Vorschläge wie Marken und Kategorien ergänzen.
Diese erweiterten Funktionen sind nur für Datensätze mit automatischer Lernfunktion verfügbar.
Vorschlags-Feature-Set
Wir stellen für jeden Begriff mit Suchvorschlägen ein zusätzliches Feature-Set bereit, damit Kunden erweiterte Funktionen auf ihren Websites präsentieren können.
Das FeatureSet wird in der Antwort als Schlüssel/Wert-Zuordnung angezeigt. Derzeit gibt Vertex AI Search for Retail bis zu fünf beliebte Kategorien und Marken zurück, die mit jeder Suchvorschlagsantwort in der completeQuery.completionResults.attributes
-API-Antwort in Verbindung stehen. Vorschläge für Feature-Sets müssen nicht mit den vom Endnutzer eingegebenen Suchstrings übereinstimmen.
Sie können das FeatureSet in der Antwort verwenden, um Suchvorschläge zu ergänzen. Beispiel:
- Sie können die Bereiche Beliebte Marken und Beliebte Kategorien zusammenfassen und erstellen, die unter der Liste der Suchvorschläge angezeigt werden.
- Die beliebteste Marke oder Kategorie neben den Suchvorschlagsbegriffen anzeigen
Nach Änderungen am Katalog, z. B. an den Kategorien für Produkte, kann es zwei bis dreißig Tage dauern, bis die Änderungen am Produktkatalog in den Vorschlägen für Sets berücksichtigt werden. Diese Wartezeit ist darauf zurückzuführen, dass das automatische Lernen anhand der Daten der letzten 30 Tage trainiert wird.
Attributvorschläge
Die Suche liefert Attributvorschläge, die mit Nutzereingaben übereinstimmen. Unterstützte Arten von Attributvorschlägen sind Marken und Kategorien.
Attributvorschläge unterscheiden sich von einem Vorschlags-Feature-Set. Attributvorschläge sind Listen mit vorgeschlagenen Produktattributen (z. B. Marken und Kategorien), ähnlich wie Suchanfragevorschläge Listen mit vorgeschlagenen Suchanfragen sind. Attributvorschläge können unabhängig von Suchanfragevorschlägen verwendet werden. Ein Vorschlags-FeatureSet ist Metadaten für eine Suchanfrage und daher von Suchanfragevorschlägen abhängig.
Mit Attributvorschlägen können Marken oder Kategorien, die ein Endnutzer eingibt, in separaten Bereichen unter der Liste der Suchvorschläge automatisch vervollständigt werden.
Vorschlagsfacette mit Produktanzahl (experimentell)
Dies ist eine experimentelle Funktion, die nur für einen begrenzten Kundenkreis verfügbar ist. Wenden Sie sich an das Supportteam, um es zu verwenden.
Wenn die Vorschlagsfacette mit der Produktanzahl aktiviert ist, enthält die zurückgegebene completeQuery.completionResults
wie gewohnt eine Liste mit Vorschlägen für die automatische Vervollständigung, aber auch die Produktanzahl für jeden Vorschlag mit der Gesamtzahl und der Produktanzahl nach Facette (z. B. color
, category
).
Wenn die Suchanfrage beispielsweise „Schuh“ lautet, können die zurückgegebenen Vorschläge für die automatische Vervollständigung so aussehen:
- Damenschuhe
- herrenschuhe
Wenn der gewünschte Facet-Schlüssel color
ist, werden mit jeder automatischen Vervollständigung auch die Produktanzahl und die Produktanzahl nach Farbe zurückgegeben:
- Damenschuhe (32)
- Schwarz (10)
- Taupe (16)
- weiß (10)
- herrenschuhe (43)
- Schwarz (10)
- Braun (5)
- grün (17)
Als Einzelhändler müssen Sie den Käufern die Produktanzahl nicht anzeigen. Sie können jedoch die Liste der Vorschläge anhand der Produktanzahl statt der in completeQuery.completionResults
zurückgegebenen Reihenfolge sortieren.
Wenn Sie beispielsweise Käufer dazu anregen möchten, sich grüne Herrenschuhe anzusehen, können Sie grüne Schuhe oben im Vorschlagsfeld anzeigen lassen, auch wenn sie nicht das beliebteste Produkt sind.
Beispiel:
{
"completion_results": [{
"suggestion": "womens shoes"
"facets": [
{
"key": "color"
"values": [
{
"value": "black"
"count": 10
}
{
"value": "taupe"
"count": 16
}
{
"value": "white"
"count": 10
}
]
}
]
"total_product_count": 32
},
(...)
],
}
Die Informationen zur Anzahl der Facetten werden für jede vorgeschlagene Suchanfrage als Liste von Facets
in completeQuery.completionResults.facets
angezeigt. Jedes Attribut hat eine Liste vom Typ FacetValues
, die die Produktanzahl pro Attributwert enthält. Die Gesamtzahl der Produkte für jede vorgeschlagene Suchanfrage wird in completeQuery.completionResults.totalProductCount
zurückgegeben.
So aktivieren und verwenden Sie Vorschlagsfacetten mit Produktzahlen:
Wenden Sie sich an das Supportteam und bitten Sie es, die Funktion Facette „Vorschläge“ mit Produktanzahl zu aktivieren. Geben Sie an, für welche
FacetKeys
die Produktanzahl erfasst werden soll. Es sind nurtextual_fields
Felder zulässig.Achten Sie darauf, dass Sie bei Verwendung der
search
API mindestens sieben Tage lang den Facettenschlüssel inFacetSpecs
undsearch.searchRequest.facetSpecs
angeben.Diese Wartezeit ist darauf zurückzuführen, dass Attributinformationen anhand der Suchverlaufsdaten der letzten Woche berechnet werden.
Nachdem die Funktion für Sie aktiviert wurde, enthalten die zurückgegebenen Vorschläge der
completeQuery
API die Produktanzahl nach Facette und Vorschlag.
Vorschlag, nach Entität gefiltert
Mithilfe von Entitäten können Sie Vorschläge für die automatische Vervollständigung von Suchanfragen filtern. Eine Entität kann beispielsweise eine Website für eine andere Marke oder Region sein. Die Vorschläge sollten das Verhalten der Nutzer widerspiegeln, die bei dieser bestimmten Marke oder auf dieser regionalen Website einkaufen. Weitere Informationen zu Entitäten finden Sie unter Entitäten.
So fügen Sie Entitäten in die automatischen Vervollständigungsvorschläge ein:
Fügen Sie das Feld
entity
in Ihre Suchereignisse (eventType = "search"
) ein. Weitere Informationen finden Sie im vollständigen Objektbeispiel für das Nutzerereignis Suche.Legen Sie das Feld
entity
in IhrerCompleteQuery
API-Anfrage fest, um nur Vorschläge für diese Entität zu erhalten.Der Entitätsstring in den Nutzerereignissen und den API-Anfragen muss genau übereinstimmen. Andernfalls gibt die automatische Vervollständigung leere Vorschläge zurück.
Normalerweise dauert es 30 bis 90 Tage, bis die Entitätsfunktion optimale Vorschläge für die automatische Vervollständigung liefern kann.