Halaman ini memperkenalkan fitur pelengkapan otomatis dan cara menggunakannya. Penelusuran menyediakan pelengkapan otomatis untuk mendukung saran pengetikan kotak penelusuran retailer.
Autocomplete adalah fitur untuk memprediksi sisa kueri yang diketik pengguna, yang dapat meningkatkan pengalaman penelusuran pengguna dan mempercepat proses belanja sebelum checkout. Hal ini juga dapat meningkatkan kualitas respons penelusuran, sehingga menghasilkan pendapatan yang lebih tinggi dengan menyediakan kueri yang diformat dengan baik.
Ringkasan
Saat pengguna akhir mulai mengetik istilah penelusuran di situs Anda, penelusuran dapat memberikan daftar saran yang mungkin diinginkan pengguna. Misalnya, "sepatu" dan "kemeja" mungkin disarankan saat pengguna mengetik "sh".
Sumber data
Anda dapat memilih salah satu sumber data berikut untuk prediksi saran Anda:
- Set data BigQuery yang Anda upload.
- Set data yang dihasilkan dari peristiwa pengguna dan metadata lainnya menggunakan machine learning.
Set data yang diupload
Tabel saran BigQuery yang Anda upload sebagai set data, yang akan digunakan untuk menyarankan kueri. Untuk mengetahui cara mengupload set data, lihat Mengimpor data pelengkapan otomatis.
Set data pembelajaran otomatis
Set data saran yang didukung machine learning yang dihasilkan oleh penelusuran berdasarkan peristiwa penelusuran pengguna.
Untuk mengaktifkan pembelajaran otomatis:
Konsol
Buka tab Kontrol Pelengkapan Otomatis.
Klik Edit setelan.
Aktifkan Pembelajaran otomatis.
Klik Simpan setelan.
Pembelajaran otomatis dapat memerlukan waktu 1-2 hari untuk diperbarui.
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}"
Prasyarat set data pembelajaran otomatis
Pembelajaran otomatis menghasilkan saran dari peristiwa pengguna jenis penelusuran
(eventType
= "penelusuran"). Pembuatan model ini menggunakan peristiwa pengguna selama 180 hari terakhir.
Konversi ini memerlukan kualitas dan kuantitas peristiwa pengguna yang diimpor yang baik.
Pembelajaran otomatis memfilter saran yang jarang ditemukan, sehingga jika jumlah peristiwa pengguna jenis penelusuran terlalu kecil (kurang dari 20.000), banyak kandidat saran yang mungkin akan difilter. Dalam skenario ini, sebaiknya Anda menguji fungsi pelengkapan otomatis dengan kueri penelusuran yang lebih sering terlebih dahulu.
Jadwal rilis set data pembelajaran otomatis
Set data pembelajaran otomatis dibuat setiap hari, lalu dikirim ke pengindeksan dan rilis. Siklus penuh memerlukan waktu sekitar dua hari.
Fitur pembelajaran otomatis
Penelusuran menerapkan teknik machine learning untuk membersihkan dan memformat kueri serta data saran hanya untuk set data pembelajaran otomatis.
Fitur | Deskripsi | Contoh |
---|---|---|
Hapus karakter khusus |
|
"Susu #*! terbaik di dunia" → "susu terbaik dunia" |
Hapus penelusuran 0 hasil |
|
Untuk retailer bahan makanan, "tas tangan Guci" memiliki 0 hasil penelusuran, sehingga dihapus |
Perbaiki kesalahan ketik |
|
"Milc" → "Susu" |
Menambahkan kueri daftar yang diizinkan |
|
Lihat bagian Informasi Selengkapnya di bawah. |
Hapus kueri daftar yang tidak diizinkan |
|
Lihat bagian Informasi Selengkapnya di bawah. |
Hapus istilah yang tidak aman |
|
Pornografi, tidak pantas, vulgar, kekerasan, dll. |
Hapus istilah yang sangat jarang |
|
"kasur udara kembar 74x39x9 inci 2 lapis dengan pompa genggam 120V" |
Hapus Duplikat |
|
"Sepatu untuk Wanita", "Sepatu Wanita", dan "Sepatu Perempuan" dihapus duplikatnya, jadi hanya satu yang akan disarankan. |
Mendapatkan saran penyelesaian
Gunakan completeQuery
API untuk mengambil saran.
Contoh:
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"
Opsi dan kontrol pelengkapan otomatis
Bagian ini menjelaskan opsi dan kontrol yang tersedia untuk pelengkapan otomatis. Lihat ringkasan dalam tabel berikut dan detail selengkapnya di bawah.
Kontrol | Detail | Location |
---|---|---|
Daftar tolak |
|
Permintaan API: CompletionData:import. Untuk mengetahui informasi selengkapnya, lihat Mengimpor data pelengkapan otomatis. |
Daftar yang diizinkan |
|
Permintaan API: CompletionData:import (lihat juga Mengimpor Data Pelengkapan Otomatis ) |
Panjang minimum untuk memicu pelengkapan otomatis |
|
Cloud Console > Kontrol |
Urutan yang Cocok |
|
Cloud Console > Kontrol |
Jumlah Saran |
|
Cloud Console > Controls atau API Request: completeQuery.maxSuggestions |
Jenis Perangkat |
|
Permintaan API: completeQuery.deviceType |
Sumber Data Saran |
|
Permintaan API: completeQuery.dataset |
Language |
|
Permintaan API: completeQuery.languageCodes[] |
Daftar yang Diizinkan (Jangan Hapus Daftar)
Penelusuran melakukan pascapemrosesan, seperti koreksi ejaan, pada data saran pelengkapan otomatis. Anda dapat membuat daftar istilah yang diizinkan yang dilewati oleh penelusuran saat pasca-pemrosesan.
Istilah yang diizinkan tidak akan pernah difilter dari saran. Daftar yang diizinkan berfungsi untuk set data yang diupload dan set data pembelajaran otomatis.
Contoh: ada beberapa nama merek yang sengaja salah dieja, seperti "froot loop" bukan "fruit" atau "foot". Lihat petunjuk upload mendetail dalam mengimpor data penyelesaian.
Untuk impor data, Anda dapat menggunakan
Cloud Console > Kontrol > Kontrol Autocomplete >
Daftar Jangan Hapus atau menggunakan CompletionData:import
.
Perubahan akan diterapkan dalam waktu sekitar 2 hari.
Daftar tolak
Daftar tolak hanya berfungsi untuk set data pembelajaran otomatis. Daftar tolak tidak berfungsi untuk set data yang diupload.
Istilah dalam daftar tolak tidak pernah muncul di saran.
Untuk mengimpor daftar tolak, Anda dapat menggunakan Cloud Console > Kontrol > Kontrol Autocomplete >
Daftar tolak atau menggunakan API CompletionData:import
. Untuk
petunjuk mendetail tentang cara mengimpor daftar tolak, lihat
mengimpor data penyelesaian.
Perubahan akan diterapkan dalam waktu sekitar 2 hari.
Durasi minimum untuk memicu
Anda dapat menetapkan jumlah karakter yang diperlukan sebelum kueri pelengkapan otomatis menampilkan hasil. Setelan ini dapat ditemukan di Konsol Cloud > Kontrol > Kontrol Pelengkapan Otomatis > Durasi minimum yang akan dipicu.
Perubahan akan langsung diterapkan.
Urutan yang cocok
Atribut ini menentukan cara mencocokkan saran dengan istilah input pengguna.
Jika ditetapkan ke "Saran dimulai dengan istilah", pelengkapan otomatis akan mencocokkan istilah input pengguna sebagai awalan yang tepat untuk saran. Misalnya, input pengguna "sh" cocok dengan saran "sepatu" dan "shirts", tetapi tidak dengan saran "sepatu merah".
Jika disetel ke "Saran dapat dimulai dari mana saja dalam istilah", pelengkapan otomatis akan membuat token istilah input pengguna menjadi kata dan mencocokkannya dengan kata dalam saran, terlepas dari urutan kata. Misalnya, istilah input pengguna "merah sh" cocok dengan saran "kemeja merah", "sepatu merah", dan "sepatu merah anak". Namun, istilah input "hoes" tidak cocok dengan saran ini karena tidak ada kata dalam saran yang diawali dengan "hoes".
Setelan ini dapat ditemukan di Cloud Console > Kontrol > Kontrol Pelengkapan Otomatis > Urutan pencocokan.
Perubahan akan langsung diterapkan.
Jumlah Saran
Ini adalah jumlah saran yang akan ditampilkan dari kueri pelengkapan otomatis dan tidak boleh lebih dari 20. Setelan ini dapat ditemukan di
Cloud Console > Controls > Kontrol Autocomplete >
Jumlah Saran atau dapat disetel di completeQuery
.
Perubahan akan langsung diterapkan.
Jenis perangkat
Pelengkapan otomatis penelusuran mendukung berbagai jenis perangkat, seperti
MOBILE
dan DESKTOP
. Anda dapat mengupload atau mendapatkan saran yang berbeda berdasarkan
jenis perangkat. Jika deviceType
tidak ditentukan dalam
completeQuery
, saran akan berlaku di semua jenis perangkat.
Untuk set data pembelajaran otomatis berdasarkan peristiwa pengguna penelusuran, tetapkan user_agent
di UserEvent.user_info untuk mendukung berbagai jenis perangkat.
Lihat agen pengguna di wiki.
Fitur lanjutan
Bagian ini menjelaskan fitur pelengkapan otomatis lanjutan yang tersedia dengan penelusuran. Misalnya, Anda dapat melengkapi saran pelengkapan otomatis kueri dengan saran lain, seperti merek dan kategori.
Fitur lanjutan ini hanya tersedia untuk set data pembelajaran otomatis.
Set Fitur Saran
Kami menyediakan FeatureSet tambahan untuk setiap istilah saran kueri agar pelanggan dapat menampilkan fungsi lanjutan di situsnya.
FeatureSet muncul dalam respons sebagai peta nilai kunci. Saat ini,
Vertex AI Search untuk retail menampilkan hingga lima kategori dan merek populer yang terkait dengan
setiap saran kueri dalam
respons API
completeQuery.completionResults.attributes
. Saran FeatureSet tidak harus cocok dengan string kueri yang dimasukkan oleh pengguna akhir.
Anda dapat menggunakan FeatureSet sebagai respons untuk memperkaya saran penelusuran. Contoh:
- Gabungkan dan buat bagian "Merek Populer" dan "Kategori Populer" yang muncul di bawah daftar saran penelusuran.
- Tampilkan merek atau kategori yang paling populer di samping istilah saran penelusuran.
Setelah melakukan perubahan pada katalog, seperti mengubah kategori produk, harap tunggu dua minggu hingga 30 hari sampai saran FeatureSet mencerminkan perubahan katalog produk. Waktu tunggu ini karena pembelajaran otomatis berlatih pada data peristiwa penelusuran 30 hari terakhir.
Saran atribut (Eksperimental)
Ini adalah fitur eksperimental. Hubungi tim dukungan jika Anda tertarik untuk menjadi pengguna awal.
Penelusuran memberikan saran atribut yang cocok dengan string input pengguna. Jenis saran atribut yang didukung adalah merek dan kategori.
Saran atribut berbeda dari FeatureSet saran. Saran atribut adalah daftar atribut produk yang disarankan (seperti merek dan kategori), mirip dengan saran kueri yang merupakan daftar kueri yang disarankan. Saran atribut dapat digunakan secara terpisah dari saran kueri. FeatureSet saran adalah metadata untuk saran kueri, sehingga bergantung pada saran kueri.
Saran atribut dapat digunakan untuk melengkapi merek atau kategori secara otomatis yang di ketik pengguna akhir, di bagian terpisah di bawah daftar saran penelusuran.
Faset saran dengan jumlah produk (Eksperimental)
Ini adalah fitur eksperimental untuk pelanggan terbatas. Untuk menggunakannya, hubungi tim dukungan.
Jika faset saran dengan fitur jumlah produk diaktifkan,
completeQuery.completionResults
yang ditampilkan akan memberikan daftar saran pelengkapan otomatis seperti biasa, tetapi
juga jumlah produk untuk setiap saran dengan jumlah total dan jumlah produk berdasarkan faset (seperti
"color", "category").
Misalnya, jika kueri penelusuran adalah "sepatu", saran Autocomplete yang ditampilkan mungkin adalah:
- sepatu wanita
- sepatu pria
Selain itu, jika kunci faset yang diminati adalah "color", jumlah produk dan jumlah produk berdasarkan warna juga akan ditampilkan dengan setiap saran Autocomplete:
- sepatu wanita (32)
- hitam (10)
- Taupe (16)
- putih (10)
- sepatu pria (43)
- hitam (10)
- cokelat (5)
- hijau (17)
Sebagai retailer, Anda tidak perlu menunjukkan jumlah produk kepada pembeli,
tetapi Anda dapat memutuskan untuk mengurutkan daftar saran berdasarkan jumlah produk,
bukan urutan yang ditampilkan di completeQuery.completionResults
.
Misalnya, Anda mungkin ingin mendorong pembeli untuk melihat sepatu hijau untuk pria dengan menampilkan
sepatu hijau di bagian atas kotak saran meskipun sepatu tersebut bukan item
yang paling populer.
Contoh:
{
"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
},
(...)
],
}
Informasi jumlah faset akan muncul sebagai daftar Facets
di completeQuery.completionResults.facets
untuk setiap kueri penelusuran yang disarankan. Setiap faset memiliki daftar FacetValues
yang berisi jumlah produk per nilai faset. Total jumlah produk untuk setiap kueri penelusuran
yang disarankan ditampilkan di
completeQuery.completionResults.totalProductCount
.
Untuk mengaktifkan dan menggunakan faset saran dengan jumlah produk, ikuti langkah-langkah berikut:
Hubungi tim dukungan dan minta mereka untuk mengaktifkan fitur, "Fase saran dengan jumlah produk". Tentukan
FacetKeys
yang jumlah produknya Anda inginkan. Hanyatextual_fields
faset yang diizinkan.Selama setidaknya 7 hari, pastikan bahwa saat menggunakan
search
API, sertakan kunci faset dalamFacetSpecs
sertakan kunci faset disearch.searchRequest.facetSpecs
.Waktu tunggu ini karena informasi faset dihitung menggunakan data histori penelusuran seminggu terakhir.
Setelah fitur tersebut diaktifkan untuk Anda, saran yang ditampilkan dari
completeQuery
API akan berisi jumlah produk berdasarkan faset dan saran.
Saran difilter menurut entitas
Entitas memungkinkan Anda memfilter saran penelusuran pelengkapan otomatis. Entity dapat berupa situs untuk merek atau wilayah yang berbeda. Anda ingin fitur pelengkapan otomatis mencerminkan perilaku pengguna yang berbelanja di situs regional atau merek tertentu. Untuk mengetahui informasi selengkapnya tentang entitas, lihat Entitas.
Untuk menyertakan entity dalam saran pelengkapan otomatis:
Sertakan kolom
entity
di peristiwa pengguna penelusuran Anda (eventType = "search"). Untuk mengetahui informasi selengkapnya, lihat contoh objek lengkap untuk peristiwa pengguna Penelusuran.Tetapkan kolom
entity
di permintaan APICompleteQuery
Anda untuk mendapatkan saran hanya untuk entity tersebut.String entity dalam peristiwa pengguna dan permintaan API harus sama persis. Jika tidak, pelengkapan otomatis akan menampilkan saran kosong.
Biasanya, diperlukan waktu 30-90 hari data peristiwa pengguna sebelum fitur entity dapat menampilkan saran pelengkapan otomatis yang optimal.