In questa pagina viene descritto come creare un nuovo modello per i suggerimenti.
Se hai già un modello di consigli del tipo corretto e vuoi ottenere previsioni da una posizione diversa del tuo sito, puoi creare una nuova configurazione di pubblicazione anziché un nuovo modello. Scopri di più.
Introduzione
Quando vuoi utilizzare un nuovo tipo di suggerimento per ottenere previsioni, devi creare un nuovo modello di suggerimenti e fornire dati sugli eventi utente sufficienti per l'addestramento. Crei configurazioni di pubblicazione per il nuovo modello Al termine dell'addestramento del modello, richiedi previsioni configurazioni.
Per una panoramica del processo di utilizzo di Vertex AI Search for Retail, vedi Implementare Vertex AI Search for Retail.
Crea un modello di suggerimento
Aggiungi un nuovo modello di suggerimenti utilizzando Search for Retail
console Cloud o models.Create
API.
Puoi avere fino a 20 modelli per progetto, di cui fino a 10 possono essere attivi (non in pausa) in qualsiasi momento. Scopri di più su come mettere in pausa un modello.
Puoi avviare un massimo di cinque operazioni nei modelli 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 suggerimenti disponibili e gli obiettivi commerciali. Questi parametri determinano il tipo di consigli che il modello deve essere addestrato a fornire.
- Decidi la frequenza con cui ottimizzare il modello. Per costi di ottimizzazione e addestramento per i dettagli, consulta la sezione Prezzi.
- Assicurati di aver caricato 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 con ai modelli associati. Devi fornire una selezione di configurazioni di pubblicazione dei consigli tra cui l'ottimizzazione a livello di pagina può scegliere quando ottimizza i consigli di una pagina.
Configura la registrazione per
detail-page-vieweventi ed eventi corrispondenti il tipo di pagina in cui eseguirai il deployment del modello di ottimizzazione a livello di pagina (ad esempio, se di eseguire il deployment del modello su una home page, assicurati di configurare la registrazionehome-page-vieweventi). Per migliorare i consigli personalizzati, è consigliata anche la registrazione degli eventi per gli eventipurchaseeadd-to-cart.Se scegli l'obiettivo commerciale del tasso di conversione (CVR), è necessaria la registrazione degli eventi
add-to-cart.Assicurati che, dopo aver creato il modello di ottimizzazione a livello di pagina, tu continui a eseguire query sul modello per creare impressioni dei consigli. Queste impressioni vengono utilizzate per addestrare il modello di ottimizzazione a livello di pagina e migliorare i consigli che fornisce.
Per creare un nuovo modello:
Console Google Cloud
Vai alla pagina Modelli nella console Ricerca per la vendita al dettaglio.
Vai alla pagina ModelliFai clic su Crea modello.
Inserisci un nome per il 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 suggerimento.
Se hai selezionato il tipo di modello di ottimizzazione a livello di pagina:
Scegli il tipo di pagina di "Ottimizzazione a livello di pagina" ottimizza automaticamente il modello.
Scegli di quanto limitare la pubblicazione di configurazioni di pubblicazione simili nei riquadri:
Tipo di modello univoco: non consentire più configurazioni di pubblicazione con lo stesso tipo di modello da mostrare su riquadri diversi.
Modello univoco: non consentire più configurazioni di pubblicazione con lo stesso del modello da mostrare su riquadri diversi.
Configurazione di pubblicazione unica: non consentire che venga utilizzata la stessa configurazione di pubblicazione mostrati in più riquadri.
Nessuna limitazione: consenti la visualizzazione di tutte le configurazioni di pubblicazione su qualsiasi di riquadri.
Per ogni riquadro dei suggerimenti che prevedi di mostrare con questo modello:
Inserisci un ID riquadro.
Seleziona le configurazioni di pubblicazione che il modello di ottimizzazione a livello di pagina può prendere in considerazione opzioni per quel riquadro.
Ad esempio, una pagina di aggiunta al carrello potrebbe avere un riquadro dei consigli in cui vuoi mostrare consigli di tipo Acquistati di frequente insieme o Altri che potrebbero piacerti. In questo caso, seleziona una configurazione di pubblicazione che utilizza "Comprati spesso insieme" e un altro che utilizza il modello "Altri che potrebbero piacerti" considerazione in questo panel. Quando esegui una chiamata di previsione il modello di ottimizzazione a livello di pagina, sceglie quale tipo di consigli vengono visualizzati nel riquadro in base alla panoramica eventi dell'utente finale.
Seleziona una configurazione di pubblicazione predefinita.
In caso di interruzione del server di Google, il modello di ottimizzazione a livello di pagina può comunque i risultati della configurazione di pubblicazione predefinita.
Se devi creare riquadri aggiuntivi, per ogni nuovo riquadro fai clic su Aggiungi un riquadro e inserisci i dettagli del nuovo riquadro.
Scegli lo scopo commerciale, se disponibile per il tipo di modello che selezionato.
Se hai scelto il tipo di modello Acquistati spesso insieme, seleziona il tipo di prodotti contestuali:
- Più prodotti di contesto: utilizza uno o più elementi come contesto per i suggerimenti da questo modello.
- Prodotto con un solo contesto: utilizza un elemento come contesto per i suggerimenti di questo modello.
Consulta l'elenco Requisiti dei dati soddisfatti? per verificare di avere Hai caricato dati sufficienti per il tipo di modello selezionato.
Se un requisito relativo ai dati non soddisfatto ti impedisce di creare il modello, accanto al requisito viene visualizzata un'icona cancel X e il pulsante Crea nella parte inferiore del riquadro Crea modello di consigli è disattivato.
Se devi caricare altri dati, esamina attentamente i requisiti relativi ai dati elencati per verificare se alcuni o tutti devono essere soddisfatti per quel modello, quindi importa gli eventi utente o i prodotti necessari per creare il modello.
Per informazioni su come eseguire l'importazione, consulta Importare gli eventi utente storici e Importa informazioni del catalogo.
Scegli la frequenza con cui ottimizzare il modello. Per i dettagli dei costi di ottimizzazione, consulta Prezzi.
- Ogni tre mesi: il modello si ottimizza automaticamente ogni tre mesi mesi.
- Solo correzione manuale: il modello viene ottimizzato solo quando lo imposti manualmente.
(Funzionalità di Anteprima pubblica) Scegli se generare automaticamente tag per l'applicazione di filtri.
- Genera automaticamente tag: l'attivazione di questa opzione ti consente di filtrare i risultati dei consigli di questo modello. Attivare questa opzione può aumentare i tempi di addestramento. Per i dettagli sui costi dell'addestramento, vedi Prezzi.
- Non generare tag: se questa opzione è disattivata, non puoi ricevere consigli filtrati da questo modello.
Fai clic su Crea per creare il nuovo modello di suggerimenti.
Se hai caricato dati sugli eventi utente sufficienti del tipo richiesto, inizia l'addestramento e la messa a punto iniziale del modello. L'addestramento e l'ottimizzazione iniziali del modello richiedono da 2 a 5 giorni, ma in alcuni casi 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 "simulazione" fino al completamento dell'addestramento e della messa a punto iniziale e al momento in cui il modello diventa attivo.
curl
Effettua una richiesta Models.create all'API v2 con un'istanza di
Model nel corpo della richiesta. Consulta la documentazione di riferimento dell'API Models.create.
Per maggiori dettagli su tutti i campi Models, consulta le
Riferimento 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 dati sugli eventi utente sufficienti del tipo richiesto, inizia l'addestramento e la messa a punto iniziale del modello. L'addestramento e la messa a punto 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 "prova" delle previsioni fino all'addestramento e all'ottimizzazione viene completato e il modello diventa attivo.
Requisiti per la creazione di un nuovo modello di suggerimenti
La prima volta che utilizzi un tipo di consiglio specifico per il tuo sito, addestrare un nuovo modello di machine learning, che richiede dati di addestramento sufficienti, nonché il tempo necessario per addestrare e ottimizzare il modello. Per inizia a utilizzare un nuovo tipo di consiglio:
- Importa il catalogo in Vertex AI Search for Retail, se non l'hai già fatto e implementi processi per mantenere il catalogo caricato aggiornate.
- Se non l'hai ancora fatto, inizia a registrare gli eventi utente in Vertex AI Search per la vendita al dettaglio, assicurandoti di seguire le best practice per la registrazione dei dati sugli eventi utente.
- Identifica il tipo di consiglio e obiettivo di ottimizzazione che vuoi utilizzare.
- Determina il requisito dei dati sugli eventi utente per l'offerta tipo di suggerimento e scopo.
- Importa i dati storici sugli eventi utente per soddisfare i requisiti minimi dei dati sugli eventi oppure attendi che la raccolta dei dati sugli eventi utente soddisfi i requisiti minimi.
Crea il tuo modello e configurazioni di pubblicazione.
A questo punto, Vertex AI Search for Retail avvia l'addestramento del modello e dell'ottimizzazione. L'addestramento e l'ottimizzazione iniziali del modello richiedono da 2 a 5 giorni, ma in alcuni casi per set di dati di grandi dimensioni.
Verifica che il modello funzioni correttamente utilizzando l'anteprima della previsione.
Crea l'esperimento A/B.
Requisiti minimi dei dati per il tipo di modello
Il tipo di eventi utente importati e la quantità di dati di cui hai bisogno 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 influisce 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 dei dati | Finestra di raccolta dei dati |
|---|---|---|---|---|
| Consigliate per te | Percentuale di clic |
detail-page-viewhome-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
10.000 eventi |
3 mesi |
| Consigliate per te | Tasso di conversione |
add-to-cartdetail-page-viewhome-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
100 voci di catalogo univoche per l'evento
10.000 eventi E
7 giorni di eventi
10.000 eventi |
3 mesi |
| Consigliate per te | Entrate per sessione |
add-to-cartdetail-page-viewhome-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
10.000 eventi |
3 mesi |
| Altri che potrebbero piacerti | Percentuale di clic |
detail-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi |
3 mesi |
| Altri che potrebbero piacerti | Tasso di conversione |
add-to-cartdetail-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi |
3 mesi |
| Altri che potrebbero piacerti | Entrate per sessione |
add-to-cartdetail-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi |
3 mesi |
| Acquistati di frequente insieme | Entrate per sessione |
purchase-complete
|
10 occorrenze per articolo di catalogo in media (con una finestra di un anno di
100 articoli di catalogo unici per l'evento
1000 eventi |
3 mesi Per mantenere una buona qualità dei dati, consigliamo di caricare gli eventi almeno una volta al giorno. Durante le importazioni di eventi storici, assicurati che i dati di solito si discosta verso il timestamp più recente. Il numero di degli eventi del giorno dell'ultimo timestamp deve essere uguale o superiore al numero medio di eventi giornalieri. |
| In offerta | Percentuale di clic |
detail-page-viewhome-page-view
|
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
10.000 eventi |
3 mesi |
| In offerta | Tasso di conversione |
add-to-cartdetail-page-viewhome-page-view
|
7 giorni di eventi
100 voci di catalogo univoche per l'evento
10.000 eventi E
7 giorni di eventi
100 articoli di catalogo unici per l'evento
10.000 eventi E
7 giorni di eventi
10.000 eventi |
3 mesi |
| Articoli simili | N/D | Non obbligatorio. |
100 SKU di prodotto devono trovarsi in un ramo |
N/D |
| Ottimizzazione a livello di pagina | Qualsiasi |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
L'ottimizzazione a livello di pagina ottimizza i riquadri dei consigli scegliendo tra diversi possibili. Fai riferimento ai requisiti dei dati per i modelli selezionare come opzioni per l'ottimizzazione a livello di pagina. |
N/D |
| Acquista di nuovo | N/D |
purchase-complete
|
10 occorrenze per voce di catalogo in media (con una finestra di 90 giorni di eventi
100 voci di catalogo univoche per l'evento
1000 eventi 100 SKU di prodotto devono trovarsi in un ramo |
N/D Per mantenere una buona qualità dei dati, consigliamo di caricare gli eventi almeno una volta al giorno. Durante le importazioni di 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 giornaliero medio degli eventi. |
Passaggi successivi
- Crea una configurazione di pubblicazione per il modello.
- Scopri come mettere in pausa e riprendere l'addestramento del modello.
- Al termine dell'addestramento del modello, inizia a richiedere consigli.