Cette page explique comment créer un modèle Recommendations AI.
Si vous disposez déjà d'un modèle de recommandation du type approprié et que vous souhaitez obtenir des prédictions à partir d'un autre emplacement de votre site, vous pouvez créer une configuration de diffusion pour celui-ci plutôt que de créer un modèle. En savoir plus
Introduction
Lorsque vous souhaitez utiliser un nouveau type de recommandation pour obtenir des prédictions, vous devez créer un modèle de recommandation et fournir suffisamment de données d'événements utilisateur pour qu'il puisse être entraîné. Vous créez des configurations de diffusion pour votre nouveau modèle, puis, une fois l'entraînement terminé, demandez des prédictions à partir de ces configurations de diffusion.
Pour obtenir une présentation du processus de travail avec Retail, consultez la page Mettre en œuvre une solution Retail.
Créer un modèle de recommandation
Ajoutez un modèle de recommandation à l'aide de la console Google Cloud ou de la méthode API models.Create.
Vous pouvez avoir jusqu'à 20 modèles par projet, et jusqu'à 10 d'entre eux peuvent être actifs (non suspendus) à tout moment. En savoir plus sur la mise en veille d'un modèle
Vous pouvez lancer jusqu'à cinq opérations de modélisation par minute. Les opérations de modélisation limitées sont la création, la suppression, la pause et la reprise.
Avant de créer un modèle:
- Passez en revue les types de modèles de recommandation et les objectifs commerciaux disponibles. Elles déterminent le type de recommandations que ce modèle doit être entraîné à fournir.
- Choisissez la fréquence d'ajustement du modèle. Pour en savoir plus sur le réglage et l'entraînement, consultez la section Tarifs.
- Assurez-vous d'avoir suffisamment de données importées pour répondre aux exigences de création d'un modèle. Certaines exigences dépendent du type de modèle choisi.
Si vous envisagez de créer un modèle d'optimisation au niveau de la page:
Vérifiez que vous disposez déjà de configurations de diffusion de recommandations auxquelles sont associés des modèles entraînés. Vous devez fournir une sélection de configurations de diffusion de recommandations que l'optimisation au niveau de la page peut choisir lors de l'optimisation des recommandations d'une page.
Configurez l'enregistrement des événements
detail-page-viewet des événements correspondant au type de page sur lequel vous allez déployer le modèle d'optimisation au niveau de la page. Par exemple, si vous déployez le modèle sur une page d'accueil, veillez à configurer l'enregistrement pour des événementshome-page-view. Pour améliorer les recommandations personnalisées, il est également recommandé d'enregistrer les événementspurchaseetadd-to-cart.Si vous choisissez l'objectif d'entreprise "Taux de conversion", vous devez enregistrer les événements
add-to-cart.Après avoir créé le modèle d'optimisation au niveau de la page, vous devez continuer à l'interroger pour générer des impressions de recommandations. Ces impressions permettent d'entraîner le modèle d'optimisation au niveau de la page et d'améliorer les recommandations qu'il propose.
Pour créer un modèle, procédez comme suit :
Console Google Cloud
Accédez à la page "Modèles Retail" dans la console Google Cloud.
Accéder à la page "Modèles"Cliquez sur Créer un modèle.
Attribuez un nom à votre modèle.
Ce nom doit comporter 1 024 caractères au maximum, et ne peut contenir que des caractères alphanumériques, des traits de soulignement, des traits d'union et des espaces.
Sélectionnez le type de recommandation.
Si vous avez sélectionné le type de modèle d'optimisation au niveau de la page:
Choisissez le type de page que le modèle "Optimisation au niveau de la page" optimisera pour vous.
Choisissez dans quelle mesure limiter la diffusion de configurations de diffusion similaires dans les panneaux:
Type de modèle unique : n'autorisez pas l'affichage de plusieurs configurations de diffusion ayant le même type de modèle sur différents panneaux.
Modèle unique:n'autorisez pas l'affichage de plusieurs configurations de diffusion ayant le même modèle sur différents panneaux.
Configuration de diffusion unique:empêchez l'affichage de la même configuration de diffusion sur plusieurs panneaux.
Aucune restriction:permet d'afficher toutes les configurations de diffusion sur un nombre illimité de panneaux.
Pour chaque panneau de recommandations que vous prévoyez d'afficher avec ce modèle:
Saisissez un ID de panneau.
Sélectionnez les configurations de diffusion que le modèle d'optimisation au niveau de la page peut prendre en compte pour ce panneau.
Par exemple, une page d'ajout au panier peut comporter un panneau de recommandations dans lequel vous souhaitez afficher les recommandations fréquemment achetées ensemble ou autres que vous pourriez aimer. Dans ce cas, sélectionnez une configuration de diffusion qui utilise le modèle Fréquemment achetés et une autre qui utilise le modèle "Autres produits que vous pouvez" pour ce panneau. Lorsque vous effectuez un appel de prédiction au modèle d'optimisation au niveau de la page, il choisit le type de recommandations à afficher dans ce panneau en fonction de l'historique des événements de l'utilisateur final.
Sélectionnez une configuration de diffusion par défaut.
En cas de panne du serveur Google, le modèle d'optimisation au niveau de la page peut toujours fournir des résultats à partir de la configuration de diffusion par défaut.
Si vous devez créer des panneaux supplémentaires, cliquez sur Ajouter un panneau et saisissez les détails du nouveau panneau pour chaque nouveau panneau.
Choisissez l'objectif commercial, s'il est disponible pour le type de modèle sélectionné.
Consultez la liste Exigences concernant les données remplies ? pour vérifier que vous avez importé suffisamment de données pour le type de modèle sélectionné.
Si une exigence de données non satisfaite vous empêche de créer le modèle, une icône X cancel apparaît à côté de l'exigence, et le bouton Créer en bas du volet Créer un modèle de recommandation est désactivé.
Si vous devez importer plus de données, examinez attentivement les exigences de données listées pour vous assurer qu'elles doivent toutes être remplies pour ce modèle, ou toutes, puis importez les événements utilisateur ou les produits requis pour créer le modèle.
Pour savoir comment procéder à l'importation, consultez les pages Importer l'historique des événements utilisateur et Importer les informations du catalogue.
Choisissez la fréquence d'ajustement du modèle. Pour en savoir plus sur le réglage des coûts, consultez la section Tarifs.
- Tous les trois mois: le modèle ajuste automatiquement tous les trois mois.
- Régler manuellement: le modèle n'est réglé que lorsque vous le réglez manuellement.
(Fonctionnalité d'aperçu public) Indiquez si vous souhaitez générer automatiquement des tags pour le filtrage.
- Générer automatiquement des tags: l'activation de cette option vous permet de filtrer les résultats des recommandations à partir de ce modèle. L'activation de cette option peut augmenter le temps d'entraînement. Pour en savoir plus sur le coût de l'entraînement, consultez la page Tarifs.
- Ne pas générer de tags : si cette option est désactivée, vous ne pouvez pas obtenir de recommandations filtrées à partir de ce modèle.
Cliquez sur Créer pour créer le modèle de recommandation.
Si vous avez importé suffisamment de données d'événement utilisateur du type requis, l'entraînement et le réglage initiaux du modèle commencent. L'entraînement et le réglage initial du modèle prennent deux à cinq jours, mais cela peut prendre plus de temps pour les grands ensembles de données.
Vous pouvez créer des configurations de diffusion pour votre nouveau modèle avant la fin de l'entraînement, mais ils ne diffuseront que des prédictions "à blanc" jusqu'à ce que l'entraînement initial et le réglage se terminent et que le modèle soit activé.
curl
Envoyez une requête Models.create à l'API v2beta en incluant une instance de Model dans le corps de la requête. Consultez la documentation de référence de l'API Models.create.
Pour en savoir plus sur tous les champs Models, consultez la documentation de référence de l'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"
}' \
"https://retail.googleapis.com/v2beta/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models"
Si vous avez importé suffisamment de données d'événement utilisateur du type requis, l'entraînement et le réglage initiaux du modèle commencent. L'entraînement et le réglage initial du modèle prennent deux à cinq jours, mais cela peut prendre plus de temps pour les grands ensembles de données.
Vous pouvez créer des configurations de diffusion pour votre nouveau modèle avant la fin de l'entraînement, mais elles ne diffuseront que des prédictions de simulation jusqu'à la fin de l'entraînement et du réglage initiaux, et l'activation du modèle.
Exigences relatives à la création d'un modèle de recommandation
La première fois que vous utilisez un type de recommandation spécifique pour votre site, vous entraînez un nouveau modèle de machine learning. Le processus nécessite une quantité suffisante de données d'entraînement ainsi que du temps pour entraîner et régler le modèle. Pour commencer à utiliser un nouveau type de recommandation, vous devez suivre les étapes suivantes :
- Importez votre catalogue dans Retail, si ce n'est pas déjà fait, et mettez en œuvre des processus pour maintenir le catalogue à jour.
- Commencez à enregistrer des événements utilisateur dans Retail, si ce n'est pas déjà fait, en veillant à suivre les bonnes pratiques pour enregistrer les données d'événements utilisateur.
- Identifiez le type de recommandation et l'objectif d'optimisation que vous souhaitez utiliser.
- Déterminez les exigences applicables aux données d'événement utilisateur pour le type de recommandation et l'objectif souhaités.
- Importez les données d'historique des événements utilisateur afin de répondre aux exigences minimales applicables aux données d'événements, ou attendez que la collecte des données d'événements utilisateur génère suffisamment de données pour satisfaire les exigences minimales.
Créez votre modèle et vos configurations de diffusion.
À ce stade, Retail lance l'entraînement et le réglage du modèle. L'entraînement et le réglage initial du modèle prennent deux à cinq jours, mais cela peut prendre plus de temps pour les grands ensembles de données.
Vérifiez que votre modèle fonctionne correctement à l'aide de la version bêta de la prédiction.
Créez votre test A/B.
Exigences concernant les données de type de modèle
Le type d'événements utilisateur que vous importez et la quantité de données dont vous avez besoin dépendent de votre type de recommandation (modèle) et de votre objectif d'optimisation. Une fois que vous avez atteint la quantité minimale de données requise, vous pouvez commencer l'entraînement du modèle.
La période de collecte des données représente la durée maximale pendant laquelle l'API Retail recherche les événements utilisateur ; l'importation d'autres données historiques n'a aucun effet sur la qualité du modèle.
Étant donné que l'API Retail ne peut pas produire de modèles de bonne qualité en se basant sur des données synthétiques, veillez à utiliser des événements utilisateur réels et des données de catalogue réelles.
| Type de modèle | Objectif d'optimisation | Types d'événements utilisateur compatibles | Exigence minimale en matière de données | Période de collecte de données |
|---|---|---|---|---|
| Recommandées pour vous | Taux de clics |
detail-page-viewpurchase-completehome-page-view
|
10 000 événements
Au moins sept jours d'événements
10 000 événements "AND"
(1 semaine, avec une moyenne de 10 événements OU
60 jours avec au moins un événement |
3 mois |
| Recommandées pour vous | Taux de conversion |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
10 000 événements
10 000 événements
Au moins sept jours d'événements
10 000 événements "AND"
(1 semaine, avec une moyenne de 10 événements OU
60 jours avec au moins un événement |
3 mois |
| Autres articles susceptibles de vous intéresser | Taux de clics |
detail-page-view
|
10 000 événements "AND"
(1 semaine, avec une moyenne de 10 événements OU
60 jours avec au moins un événement |
3 mois |
| Autres articles susceptibles de vous intéresser | Taux de conversion |
add-to-cartdetail-page-view
|
10 000 événements
10 000 événements "AND"
(1 semaine, avec une moyenne de 10 événements OU
60 jours avec au moins un événement |
3 mois |
| Articles fréquemment achetés ensemble | Tout |
purchase-completedetail-page-view
|
1 000 événements "AND"
(En moyenne 10 événements OU
90 jours d'événements |
12 mois Nous vous recommandons d'importer des événements au moins une fois par jour pour garantir la qualité des données. Lors des importations d'événements historiques, assurez-vous que la distribution des données est orientée vers l'horodatage le plus récent. Le nombre d'événements le dernier jour d'horodatage doit être supérieur ou égal au nombre moyen d'événements quotidiens. |
| En solde | Taux de clics |
detail-page-viewadd‑to‑cartpurchase-completehome-page-viewshopping-cart-page-viewcategory-page-view
|
La branche active du catalogue comprend plus de 100 produits en solde (la valeur
10 000 événements
Au moins sept jours d'événements
10 000 événements
(1 semaine, avec une moyenne de 10 événements OU
60 jours avec au moins un événement |
3 mois |
| En solde | Taux de conversion |
detail-page-viewadd-to-cartpurchase-completehome-page-viewcategory-page-viewshopping-cart-page-view
|
La branche active du catalogue comprend plus de 100 produits en solde (la valeur
10 000 événements
10 000 événements
10 000 événements "AND"
(1 semaine, avec une moyenne de 10 événements OU
Au moins 60 jours avec au moins un événement |
3 mois |
| Articles similaires | Taux de clics | Aucune action requise. |
La branche active du catalogue doit comporter au moins 100 codes SKU de produits en stock. Aucun événement utilisateur n'est requis. |
Non disponible |
| Optimisation au niveau de la page | Tout |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
L'optimisation au niveau de la page optimise les panneaux de recommandations en choisissant parmi plusieurs modèles possibles. Consultez les exigences en matière de données pour les modèles que vous sélectionnez comme options d'optimisation au niveau de la page. |
Non disponible |
| Racheter | Non disponible |
purchase-complete
|
1 000 événements "AND"
60 jours d'événements liés à "AND" La branche active du catalogue doit comporter au moins 100 codes SKU de produits en stock. |
90 jours Nous vous recommandons d'importer des événements au moins une fois par jour pour garantir la qualité des données. Lors des importations d'événements historiques, assurez-vous que la distribution des données est orientée vers l'horodatage le plus récent. Le nombre d'événements le dernier jour d'horodatage doit être supérieur ou égal au nombre moyen d'événements quotidiens. |
Étapes suivantes
- Créez une configuration de diffusion pour votre modèle.
- Découvrez comment suspendre et reprendre l'entraînement de votre modèle.
- Une fois l'entraînement terminé, commencez à demander des recommandations.