Questa pagina descrive come creare un nuovo modello di suggerimenti.
Se hai già un modello di suggerimento del tipo corretto e vuoi ottenere previsioni da una posizione diversa nel tuo sito, puoi creare una nuova configurazione di pubblicazione anziché creare un nuovo modello. Scopri di più.
Introduzione
Quando vuoi utilizzare un nuovo tipo di suggerimento per ottenere previsioni, devi creare un nuovo modello di suggerimento e fornire dati sugli eventi utente sufficienti per l'addestramento. Creerai configurazioni di pubblicazione per il nuovo modello e, al termine dell'addestramento, richiedi le previsioni da queste configurazioni.
Per una panoramica del processo di collaborazione con Vertex AI Search per il retail, consulta Implementare Vertex AI Search per il retail.
Crea un modello di suggerimenti
Aggiungi un nuovo modello di suggerimenti utilizzando la console Search for Retail o il metodo API models.Create
.
Puoi definire fino a 20 modelli per progetto, fino a un massimo di 10 attivi (non in pausa) in qualsiasi momento. Scopri di più su come mettere in pausa un modello.
Puoi avviare fino a cinque operazioni sul modello al minuto. Le operazioni limitate nei modelli includono creazione, eliminazione, messa in pausa e ripresa.
Prima di creare un nuovo modello:
- Esamina e scegli tra i tipi di modelli di consigli e gli obiettivi commerciali del modello. che determinano il tipo di suggerimenti che questo modello dovrebbe essere addestrato a fornire.
- Decidi la frequenza con cui ottimizzare il modello. Per i dettagli dei costi di ottimizzazione e addestramento, consulta i prezzi.
- Assicurati di caricare dati sufficienti per soddisfare i requisiti per la creazione di un nuovo modello. Alcuni requisiti dipendono dal tipo di modello scelto.
Se prevedi di creare un modello di ottimizzazione a livello di pagina:
Verifica di avere già configurazioni di pubblicazione dei suggerimenti a cui sono associati modelli addestrati. Devi fornire una selezione di configurazioni di pubblicazione dei suggerimenti tra cui l'ottimizzazione a livello di pagina può scegliere durante l'ottimizzazione dei suggerimenti di una pagina.
Configura la registrazione degli eventi per
detail-page-view
eventi ed eventi corrispondenti al tipo di pagina su cui eseguirai il deployment del modello di ottimizzazione a livello di pagina (ad esempio, se esegui il deployment del modello su una home page, assicurati di configurare la registrazione per gli eventihome-page-view
). Per migliorare i consigli personalizzati, ti consigliamo di registrare anche gli eventipurchase
eadd-to-cart
.Se scegli lo scopo commerciale del tasso di conversione (CVR), è richiesta la registrazione degli eventi per
add-to-cart
.Dopo aver creato il modello di ottimizzazione a livello di pagina, assicurati di continuare a eseguire query sul modello per creare impressioni di suggerimenti. Queste impressioni vengono utilizzate per addestrare il modello di ottimizzazione a livello di pagina e migliorare i consigli che offre.
Per creare un nuovo modello:
Console Google Cloud
Vai alla pagina Modelli nella console di Search for Retail.
Vai alla pagina ModelliFai clic su Crea modello.
Assegna un nome al modello.
Il nome deve avere una lunghezza massima di 1024 caratteri e può contenere solo caratteri alfanumerici, trattini bassi, trattini e spazi.
Scegli il tipo di consiglio.
Se hai selezionato il tipo di modello Ottimizzazione a livello di pagina:
Scegli il tipo di pagina che il modello "Ottimizzazione a livello di pagina" ottimizzerà per te.
Scegli di quanto limitare la pubblicazione di configurazioni di pubblicazione simili nei riquadri:
Tipo di modello univoco: non consentire la visualizzazione di più configurazioni di pubblicazione con lo stesso tipo di modello su riquadri diversi.
Modello univoco: non consentire la visualizzazione di più configurazioni di pubblicazione con lo stesso modello su riquadri diversi.
Configurazione di pubblicazione unica: non consentire la visualizzazione della stessa configurazione di pubblicazione su più riquadri.
Nessuna limitazione: consenti la visualizzazione di qualsiasi configurazione di pubblicazione su un numero qualsiasi di riquadri.
Per ogni riquadro dei suggerimenti che intendi mostrare con questo modello:
Inserisci un ID riquadro.
Seleziona le configurazioni di pubblicazione che il modello di ottimizzazione a livello di pagina può considerare come opzioni per il riquadro.
Ad esempio, una pagina di aggiunta al carrello potrebbe avere un riquadro dei consigli in cui visualizzare i consigli Comprati di frequente insieme o Altri che ti potrebbero piacere. In questo caso, seleziona una configurazione di pubblicazione che utilizzi il modello Acquistati di frequente insieme e un'altra che utilizzi il modello Altri che ti potrebbero piacere per la considerazione in questo riquadro. Quando effettui una chiamata di previsione al modello di ottimizzazione a livello di pagina, questo sceglie il tipo di consigli da mostrare in quel riquadro in base alla panoramica eventi dell'utente finale.
Seleziona una configurazione di pubblicazione predefinita.
In caso di interruzione di un server Google, il modello di ottimizzazione a livello di pagina può comunque pubblicare i risultati dalla configurazione di pubblicazione predefinita.
Se devi creare riquadri aggiuntivi, per ogni nuovo riquadro fai clic su Aggiungi un riquadro e inserisci i relativi dettagli.
Scegli lo scopo commerciale, se disponibile per il tipo di modello selezionato.
Se hai scelto il tipo di modello Comprati spesso insieme, seleziona il tipo di prodotti di contesto:
- Più prodotti di contesto: utilizza uno o più elementi come contesto per i suggerimenti di questo modello.
- Prodotto contesto singolo: utilizza un elemento come contesto per i suggerimenti di questo modello.
Esamina l'elenco Requisiti dei dati soddisfatti? per confermare di aver caricato dati sufficienti per il tipo di modello selezionato.
Se un requisito di dati non soddisfatto ti impedisce di creare il modello, accanto al requisito viene visualizzata un'icona X cancel e il pulsante Crea nella parte inferiore del riquadro Crea modello di suggerimento è disattivato.
Se devi caricare più dati, esamina attentamente i requisiti dei dati elencati per assicurarti se alcuni o tutti devono essere soddisfatti per quel modello, poi importa gli eventi utente o i prodotti richiesti per creare il modello
Per sapere come eseguire l'importazione, consulta Importare gli eventi utente storici e Importare le informazioni del catalogo.
Scegli la frequenza di ottimizzazione del modello. Per i dettagli dei costi di ottimizzazione, consulta la pagina Prezzi.
- Ogni tre mesi: il modello si regola automaticamente ogni tre mesi.
- Solo ottimizzazione manuale: il modello viene ottimizzato solo manualmente.
(Funzionalità Anteprima pubblica) Scegli se generare automaticamente tag per i filtri.
- Genera automaticamente tag: se attivi questa opzione, puoi filtrare i risultati dei suggerimenti da questo modello. L'attivazione di questa opzione può aumentare i tempi di addestramento. Per i dettagli dei costi dell'addestramento, consulta i prezzi.
- Non generare tag: se questa opzione è disattivata, non puoi ricevere suggerimenti filtrati da questo modello.
Fai clic su Crea per creare il nuovo modello di suggerimento.
Se hai caricato un numero sufficiente di dati sugli eventi utente del tipo richiesto, inizia l'addestramento e l'ottimizzazione iniziali del modello. L'addestramento e l'ottimizzazione iniziali del modello richiedono 2-5 giorni, ma possono richiedere più tempo per set di dati di grandi dimensioni.
Puoi creare configurazioni di pubblicazione per il nuovo modello prima del completamento dell'addestramento, ma verranno pubblicate solo previsioni "di prova" fino a quando l'addestramento e l'ottimizzazione iniziali non saranno completati e il modello non diventerà attivo.
arricciatura
Effettua una richiesta Models.create
all'API v2beta con un'istanza di
Model
nel corpo della richiesta. Consulta il riferimento dell'API Models.create
.
Per maggiori dettagli su tutti i campi Models
, consulta il riferimento dell'API Models
.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ --data '{ "name": "FULL_MODEL_NAME", "displayName": "DISPLAY_NAME", "trainingState": "TRAINING_STATE", "type": "MODEL_TYPE", "optimizationObjective": "OPTIMIZATION_OBJECTIVE", "periodicTuningState": "TUNING_STATE", "filteringOption": "FILTERING_STATE", "modelTypeConfig" { "contextProductsType": "CONTEXT_PRODUCTS_TYPE" } }' \ "https://retail.googleapis.com/v2beta/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models"
Se hai caricato un numero sufficiente di dati sugli eventi utente del tipo richiesto, inizia l'addestramento e l'ottimizzazione iniziali del modello. L'addestramento e l'ottimizzazione iniziali del modello richiedono 2-5 giorni, ma possono richiedere più tempo per set di dati di grandi dimensioni.
Puoi creare configurazioni di pubblicazione per il nuovo modello prima del completamento dell'addestramento, ma verranno pubblicate solo previsioni di tipo "di prova" fino al completamento dell'addestramento e dell'ottimizzazione iniziali e al completamento dell'attivazione del modello.
Requisiti per la creazione di un nuovo modello di suggerimenti
La prima volta che utilizzi un tipo di suggerimento specifico per il tuo sito, stai addestrando un nuovo modello di machine learning, che richiede dati di addestramento sufficienti, oltre al tempo necessario per addestrare e ottimizzare il modello. Per iniziare a utilizzare un nuovo tipo di suggerimento, sono necessari i seguenti passaggi:
- Importa il tuo catalogo in Vertex AI Search per la vendita al dettaglio, se non l'hai già fatto, e implementa i processi per mantenere aggiornato il catalogo caricato.
- Se non lo hai già fatto, inizia a registrare gli eventi utente in Vertex AI Search per la vendita al dettaglio seguendo le best practice per la registrazione dei dati sugli eventi utente.
- Identifica il tipo di consiglio e l'obiettivo di ottimizzazione che vuoi utilizzare.
- Determinare il requisito di dati sugli eventi utente per il tipo di suggerimento e lo scopo che ti interessano.
- Importa i dati storici sugli eventi utente per soddisfare i requisiti minimi di dati sugli eventi o attendi che la raccolta di questi dati soddisfi i requisiti minimi.
Crea il modello e le configurazioni di pubblicazione.
A questo punto, Vertex AI Search per il retail avvia l'addestramento e l'ottimizzazione del modello. L'addestramento e l'ottimizzazione iniziali del modello richiedono 2-5 giorni, ma possono richiedere più tempo per set di dati di grandi dimensioni.
Verifica che il modello funzioni correttamente utilizzando l'anteprima di previsione.
Crea l'esperimento A/B.
Requisiti dei dati del tipo di modello
Il tipo di eventi utente che importi e la quantità di dati necessari dipendono dal tipo di consiglio (modello) e dall'obiettivo di ottimizzazione. Quando raggiungi il requisito minimo di dati, puoi iniziare l'addestramento del modello.
La finestra di raccolta dei dati rappresenta il periodo per gli eventi utente; l'importazione di più dati storici non ha alcun effetto sulla qualità del modello.
Assicurati di utilizzare eventi utente reali e dati di catalogo reali. I modelli di buona qualità non possono essere creati su dati sintetici
Tipo di modello | Obiettivo ottimizzazione | Tipi di eventi utente supportati | Requisito minimo di dati | Finestra di raccolta dei dati |
---|---|---|---|---|
Consigliate per te | Percentuale di clic |
detail-page-view purchase-complete home-page-view
|
10.000 eventi
Almeno 7 giorni di
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Consigliate per te | Tasso di conversione |
detail-page-view add-to-cart purchase-complete home-page-view
|
10.000 eventi
10.000 eventi
Almeno 7 giorni di
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Consigliate per te | Entrate per sessione |
detail-page-view add-to-cart purchase-complete home-page-view
|
10.000 eventi
10.000 eventi
Almeno 7 giorni di
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Altre persone che potrebbero piacerti | Percentuale di clic |
detail-page-view
|
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Altre persone che potrebbero piacerti | Tasso di conversione |
add-to-cart detail-page-view
|
10.000 eventi
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Altre persone che potrebbero piacerti | Entrate per sessione |
add-to-cart detail-page-view
|
10.000 eventi
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Comprati spesso insieme | Qualsiasi |
purchase-complete detail-page-view
|
1000 eventi AND
(Una media di 10 eventi OR
90 giorni di |
12 mesi Ti consigliamo di caricare gli eventi almeno una volta al giorno per mantenere una buona qualità dei dati. Durante le importazioni degli eventi storici, assicurati che la distribuzione dei dati sia inclinata verso il timestamp più recente. Il numero di eventi nell'ultimo giorno del timestamp deve essere uguale o superiore al conteggio medio degli eventi giornaliero. |
In vendita | Percentuale di clic |
detail-page-view add‑to‑cart purchase-complete home-page-view shopping-cart-page-view category-page-view
|
Il ramo del catalogo attivo contiene più di 100 prodotti in vendita (il valore
10.000 eventi
Almeno 7 giorni di eventi
10.000 eventi
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
In vendita | Tasso di conversione |
detail-page-view add-to-cart purchase-complete home-page-view category-page-view shopping-cart-page-view
|
Il ramo del catalogo attivo contiene più di 100 prodotti in vendita (il valore
10.000 eventi
10.000 eventi
10.000 eventi AND
(1 settimana, con una media di 10 eventi OR
60 giorni con almeno un evento |
3 mesi |
Articoli simili | Percentuale di clic | Non obbligatori. |
Nel ramo del catalogo attivo devono essere presenti almeno 100 SKU di prodotto disponibili. Non sono richiesti eventi utente. |
N/D |
Ottimizzazione a livello di pagina | Qualsiasi |
detail-page-view add-to-cart purchase-complete home-page-view
|
L'ottimizzazione a livello di pagina ottimizza i riquadri dei suggerimenti scegliendo tra diversi modelli possibili. Fai riferimento ai requisiti dei dati per i modelli selezionati come opzioni per l'ottimizzazione a livello di pagina. |
N/D |
Acquista di nuovo | N/D |
purchase-complete
|
1000 eventi AND
60 giorni di AND Nel ramo del catalogo attivo devono essere presenti almeno 100 SKU di prodotto disponibili. |
90 giorni Ti consigliamo di caricare gli eventi almeno una volta al giorno per mantenere una buona qualità dei dati. Durante le importazioni degli eventi storici, assicurati che la distribuzione dei dati sia inclinata verso il timestamp più recente. Il numero di eventi nell'ultimo giorno del timestamp deve essere uguale o superiore al conteggio medio degli eventi giornaliero. |
Passaggi successivi
- Crea una configurazione di pubblicazione per il modello.
- Scopri come mettere in pausa e riprendere l'addestramento per il tuo modello.
- Al termine dell'addestramento del modello, inizia a richiedere consigli.