Esta página serve como um guia para implementar a filtragem de produtos conversacional para o Vertex AI Search for commerce. Este documento fornece práticas recomendadas baseadas em dados para garantir uma implementação bem-sucedida da filtragem de produtos conversacional para empresas de retalho de média a grande dimensão.
A filtragem de produtos conversacional do Vertex AI Search for commerce é uma ferramenta com tecnologia de IA que transforma a pesquisa numa experiência guiada para acompanhar os compradores quando interagem com grandes catálogos de produtos. Quando um utilizador do site faz uma pesquisa ampla (como mesa de centro ou vestido vermelho) que devolve milhares de resultados, a filtragem de produtos conversacional apresenta-lhe de forma inteligente perguntas de seguimento para restringir rapidamente as suas opções.
Exemplo de utilização empresarial
A capacidade de filtragem de produtos conversacional na pesquisa guiada foi especificamente concebida para responder a consultas de pesquisa amplas, ambíguas ou muito detalhadas. A aplicação de filtros para restringir os resultados aumenta significativamente a receita e a interação dos utilizadores.
O objetivo principal da filtragem de produtos conversacional é ajudar os compradores a encontrar os artigos certos de forma rápida e intuitiva.
As empresas usam a filtragem conversacional para:
- Acelere a descoberta de produtos: ajude os compradores a restringir rapidamente as vastas seleções de produtos (por exemplo,passar de 5000 tapetes para algumas centenas de resultados segmentados) fazendo perguntas relevantes.
- Refinar personalização: as perguntas e as opções de escolha múltipla são personalizadas para cada consulta, com base nos dados do histórico de utilização de filtros para essa consulta específica (mesa de centro é historicamente filtrada por cor com mais frequência do que por tamanho, pelo que a cor pode ser perguntada primeiro).
- Simplifique a implementação: as perguntas são predefinidas para atributos do produto, como a cor e a largura, com uma pergunta por atributo.
Conversa unidirecional
A filtragem de produtos conversacional funciona como uma conversa unidirecional que acompanha o comprador ao longo do respetivo percurso de pesquisa num site de comércio eletrónico. O modelo de IA faz uma pergunta ao comprador, e este responde.
O comprador inicia uma consulta de pesquisa. Exemplo: tapetes
O site de retalho devolve mais de 80 páginas de resultados de produtos.
O Vertex AI Search para comércio faz uma pergunta ao comprador no site para ajudar a restringir a pesquisa. Exemplo: Que cor procura?
O comprador seleciona uma resposta a partir de uma lista de opções de escolha múltipla. Exemplo: azul
Os resultados dos produtos na página são imediatamente filtrados com base na seleção do comprador.
Em seguida, a Pesquisa apresenta a pergunta de seguimento mais relevante. Exemplo: Que forma procura?
Figura 1. Percurso do utilizador de filtragem conversacional.
Melhoria iterativa com testes
A filtragem de produtos conversacional é uma otimização que requer um refinamento contínuo e decisões baseadas em dados. O objetivo é maximizar a capacidade da funcionalidade de recolher estatísticas dos utilizadores, compreendendo o comportamento dos compradores e adaptando o design para fomentar a interação dos utilizadores.
Influenciados por vários fatores, como as tendências de mercado, as ofertas dos concorrentes e as alterações nas preferências pessoais, os comportamentos dos compradores são dinâmicos e evoluem ao longo do tempo. É importante continuar a experimentar e iterar o seu design, bem como testar novas abordagens à medida que recolhe mais dados e observa a forma como os compradores interagem com as funcionalidades de IA. Este ciclo contínuo de experimentação, análise de dados e refinamento ajuda a garantir que as funcionalidades de IA permanecem relevantes, eficazes e otimizadas para a sua base de utilizadores em evolução.
Reveja regularmente as métricas de desempenho, realize inquéritos aos utilizadores e analise o feedback para identificar áreas de melhoria e novas oportunidades de inovação. Este compromisso com a iteração contínua é fundamental para o sucesso a longo prazo na implementação de funcionalidades de IA.
Lições aprendidas
As seguintes conclusões ocorrem após testes sucessivos:
- Experimente continuamente: muitas vezes, o resultado ideal não é o primeiro design que experimenta.
- Itere e adapte: os comportamentos dos utilizadores evoluem. Continue a iterar os seus designs e a testar novas abordagens à medida que recolhe mais dados e observa como os compradores interagem com a funcionalidade.
- Além dos testes A/B: não se limite apenas aos testes A/B, que comparam duas versões. Em alternativa, faça muitos testes A/B/C/D/E/F para explorar uma gama mais ampla de designs da IU e opções de posicionamento.
Principais métricas para otimização
Para otimizar eficazmente a Vertex AI Search for commerce, é fundamental definir e acompanhar as métricas relevantes que fornecem estatísticas sobre a interação e a satisfação dos utilizadores, bem como o impacto geral das funcionalidades. As principais métricas a considerar incluem o seguinte:
- Taxa de conversão: a percentagem de utilizadores que concluem a ação segmentada, como fazer uma compra.
- Pontuações de satisfação do utilizador (como NPS e CSAT): feedback direto dos utilizadores sobre as respetivas experiências com a funcionalidade de IA que fornece estatísticas qualitativas sobre a usabilidade e o valor percebido.
- Taxa de adoção: a percentagem de compradores que usam ativamente a filtragem de produtos conversacional, o que indica a sua visibilidade e utilidade percebida.
Perguntas de seguimento na pesquisa
Se a filtragem de produtos conversacional estiver ativada, as perguntas de seguimento no site geram uma conversa que continua até ocorrer um dos três cenários seguintes:
- É atingido um número mínimo de produtos pré-configurado (uma conversa não é útil quando apenas são apresentados dois produtos).
- O utilizador clica num produto e adiciona-o ao carrinho (o objetivo).
- A filtragem de produtos conversacional fica sem perguntas geradas pela IA.
Use como alternativa às facetas dinâmicas
As facetas dinâmicas estão associadas a consultas amplas e a um elevado número de resultados de pesquisa, o que gera uma receita por consulta baixa. Os utilizadores finais podem ficar sobrecarregados quando veem dezenas de milhares de resultados e abandonam a pesquisa. A pesquisa conversacional consegue refinar as consultas e pode ser usada com facetas dinâmicas. A filtragem de produtos conversacional oferece algumas vantagens em relação às facetas dinâmicas, sendo mais humana, mais interativa e usando menos espaço na página.
Para mais informações, consulte a página Facets.
Edite perguntas generativas
A filtragem de produtos conversacional incentiva uma interação humana com as perguntas da IA generativa, permitindo que os retalhistas editem, substituam ou desmarquem preliminarmente as perguntas geradas pela IA de acordo com as suas preferências, com base no catálogo carregado. As perguntas podem ser editadas ou desativadas individualmente ou em massa na consola de pesquisa para comércio ou na API, de modo a personalizar as perguntas que quer que apareçam na pesquisa.
Conclusão
A integração da filtragem de produtos conversacional na sua plataforma de comércio oferece uma forma de melhorar significativamente a experiência do utilizador e gerar um aumento substancial nas taxas de conversão dos utilizadores. Isto é verdade para consultas de categorias amplas, em que os utilizadores se deparam frequentemente com uma variedade esmagadora de opções e têm dificuldade em restringir rapidamente as suas preferências.