En esta página, se explica cómo implementar el filtrado de productos conversacional para Vertex AI Search para el comercio. En este documento, se proporcionan prácticas recomendadas respaldadas por datos para garantizar una implementación exitosa del filtrado de productos conversacional en empresas minoristas medianas y grandes.
El filtrado conversacional de productos de Vertex AI Search para comercio es una herramienta potenciada por IA que transforma la búsqueda en una experiencia guiada para acompañar a los compradores cuando interactúan con catálogos de productos grandes. Cuando un usuario del sitio realiza una búsqueda amplia (como mesa de café o vestido rojo) que devuelve miles de resultados, el filtrado de productos conversacional le hace preguntas de seguimiento de forma inteligente para que pueda reducir rápidamente sus opciones.
Caso de uso empresarial
La capacidad de filtrado de productos conversacional en la búsqueda guiada está diseñada específicamente para abordar búsquedas amplias, ambiguas o muy matizadas. Aplicar filtros para acotar los resultados aumenta significativamente los ingresos y la participación de los usuarios.
El objetivo principal del filtrado de productos conversacional es ayudar a los compradores a encontrar los artículos adecuados de forma rápida e intuitiva.
Las empresas usan el filtrado conversacional para lo siguiente:
- Acelera el descubrimiento de productos: Haz preguntas pertinentes para ayudar a los compradores a reducir rápidamente las vastas selecciones de productos (por ejemplo, pasar de 5,000 alfombras de área a unos cientos de resultados segmentados).
- Refina la personalización: Las preguntas y las opciones de respuesta son personalizadas para cada búsqueda, según los datos históricos de uso de filtros para esa búsqueda específica (históricamente, mesa de café se filtra por color con más frecuencia que por tamaño, por lo que se puede preguntar primero por el color).
- Simplifica la implementación: Las preguntas se designan previamente para los atributos del producto, como el color y el ancho, con una pregunta por atributo.
Conversación unidireccional
El filtrado conversacional de productos funciona como una conversación unidireccional que acompaña al comprador durante su recorrido de búsqueda en un sitio de comercio electrónico. El modelo de IA le hace una pregunta al comprador, y este la responde.
El comprador inicia una búsqueda. Ejemplo: alfombras
El sitio de venta minorista devuelve más de 80 páginas de resultados de productos.
Vertex AI Search for Commerce le hace una pregunta al comprador en el sitio para ayudarlo a acotar su búsqueda. Ejemplo: ¿Qué color buscas?
El comprador selecciona una respuesta de una lista de opciones de opción múltiple. Ejemplo: azul
Los resultados de productos en la página se filtran de inmediato según la selección del comprador.
Luego, la Búsqueda presenta la siguiente pregunta de seguimiento más pertinente. Ejemplo: ¿Qué forma buscas?
Figura 1. Recorrido del usuario del filtrado conversacional.
Mejora iterativa con pruebas
El filtrado de productos conversacional es una optimización que requiere un perfeccionamiento continuo y decisiones basadas en datos. El objetivo es maximizar la capacidad de la función para recopilar estadísticas de los usuarios, comprender el comportamiento de los compradores y adaptar el diseño para fomentar la participación de los usuarios.
Influido por diversos factores, como las tendencias del mercado, las ofertas de la competencia y los cambios en las preferencias personales, el comportamiento de los compradores es dinámico y evoluciona con el tiempo. Es importante que sigas experimentando y realizando iteraciones en tu diseño, y que pruebes nuevos enfoques a medida que recopiles más datos y observes cómo interactúan los compradores con las funciones basadas en IA. Este ciclo continuo de experimentación, análisis de datos y perfeccionamiento ayuda a garantizar que las funciones basadas en IA sigan siendo pertinentes, eficaces y optimizadas para tu base de usuarios en constante evolución.
Revisa periódicamente las métricas de rendimiento, realiza encuestas a los usuarios y analiza los comentarios para identificar áreas de mejora y nuevas oportunidades de innovación. Este compromiso con la iteración continua es clave para el éxito a largo plazo en la implementación de funciones basadas en IA.
Lecciones aprendidas
Las siguientes lecciones aprendidas se obtienen después de realizar pruebas sucesivas:
- Experimenta de forma continua: El resultado óptimo no suele ser el primer diseño que pruebas.
- Itera y adáptate: Los comportamientos de los usuarios evolucionan. Sigue iterando tus diseños y probando nuevos enfoques a medida que recopiles más datos y observes cómo interactúan los compradores con la función.
- Más allá de las pruebas A/B: No te limites solo a las pruebas A/B, que comparan dos versiones. En cambio, realiza muchas pruebas A/B/C/D/E/F para explorar una gama más amplia de diseños de IU y opciones de ubicación.
Métricas clave para la optimización
Para optimizar de manera eficaz Vertex AI Search para el comercio, es fundamental definir y hacer un seguimiento de las métricas pertinentes que proporcionen estadísticas sobre la participación y la satisfacción de los usuarios, así como el impacto general de las funciones. Las métricas clave que se deben tener en cuenta incluyen las siguientes:
- Porcentaje de conversiones: Es el porcentaje de usuarios que completan la acción objetivo, como realizar una compra.
- Puntuaciones de satisfacción del usuario (como NPS y CSAT): Comentarios directos de los usuarios sobre sus experiencias con la función potenciada por IA que proporcionan estadísticas cualitativas sobre la usabilidad y el valor percibido.
- Tasa de adopción: Es el porcentaje de compradores que usan activamente el filtrado de productos conversacional, lo que indica su visibilidad y utilidad percibida.
Preguntas de seguimiento en la búsqueda
Si el filtrado de productos conversacional está habilitado, las preguntas de seguimiento en el sitio generan una conversación que continúa hasta que ocurre una de las siguientes tres situaciones:
- Se alcanza un recuento mínimo de productos preconfigurado (una conversación no es útil cuando solo aparecen dos productos).
- El usuario hace clic en un producto y lo agrega a su carrito (el objetivo).
- El filtrado de productos conversacional se queda sin preguntas generadas por IA.
Úsalas como alternativa a las facetas dinámicas
Las facetas dinámicas se asocian con búsquedas amplias y generan una gran cantidad de resultados de búsqueda, lo que genera ingresos bajos por búsqueda. Los usuarios finales pueden sentirse abrumados cuando ven decenas de miles de resultados y abandonan la búsqueda. La búsqueda conversacional puede definir mejor las consultas y se puede usar con facetas dinámicas. El filtrado de productos conversacional ofrece algunas ventajas en comparación con las facetas dinámicas, ya que es más humano, más interactivo y usa menos espacio en la página.
Para obtener más información, consulta la página Facets.
Cómo editar preguntas generativas
El filtrado de productos conversacional fomenta una interacción con participación humana en las preguntas de la IA generativa, ya que permite a los comercios editar, anular o anular la selección de preguntas generadas por IA de forma preliminar según sus preferencias, en función del catálogo subido. Las preguntas se pueden editar o inhabilitar de forma individual o masiva en la consola de Search for commerce o en la API para adaptar las preguntas que se mostrarán en la búsqueda.
Conclusión
La integración del filtrado de productos conversacional en tu plataforma de comercio proporciona una forma de mejorar significativamente la experiencia del usuario y generar un aumento sustancial en las tasas de conversión de los usuarios. Esto se aplica a las búsquedas de categorías amplias, en las que los usuarios suelen enfrentarse a una gran cantidad de opciones y tienen dificultades para definir rápidamente sus preferencias.