Esta é a documentação do Recommendations AI, da Pesquisa de varejo e do novo Console do Retail.

Criar modelos

Nesta página, descrevemos como criar um novo modelo do Recommendations AI.

Se você já tem um modelo de recomendação do tipo correto e quer receber previsões dele de um local diferente no site, crie uma nova configuração de exibição para ele. em vez de criar um novo. Saiba mais.

Introdução

Quando você quiser usar um novo tipo de recomendação para receber previsões, crie um novo modelo de recomendação e forneça dados de evento do usuário suficientes para que sejam treinados. Crie configurações de disponibilização para o novo modelo e, quando o treinamento do modelo for concluído, solicite previsões a partir dessas configurações de disponibilização.

Para ter uma visão geral do processo de trabalho com o varejo, consulte Como implementar uma solução de varejo.

Criar um modelo de recomendação

Adicione um novo modelo de recomendação usando o Console do Google Cloud. É possível ter até 20 modelos por projeto, e até 10 deles podem estar ativos (não pausados) a qualquer momento. Saiba mais sobre como pausar um modelo.

É possível iniciar até 5 operações de modelo por minuto. As operações limitadas do modelo incluem criação, exclusão, pausa e retomada.

Antes de criar um novo modelo, faça o seguinte:

Para criar um novo modelo:.

  1. Acesse a página "Modelos de varejo" no Console do Google Cloud.

    Acessar a página de modelos

  2. Clique em Criar modelo.

  3. Insira um nome para seu modelo.

    O nome precisa ter 1.024 caracteres ou menos e pode conter apenas caracteres alfanuméricos, sublinhados, hífens e espaços.

  4. Escolha o tipo de recomendação.

  5. Escolha o objetivo de negócios, se disponível para esse modelo.

  6. Escolha a frequência para ajustar o modelo. Para ajustar os detalhes de custo, consulte Preços.

    • A cada três meses: o modelo é ajustado automaticamente a cada três meses.
    • Somente ajuste manual: o modelo é ajustado somente quando você o ajusta manualmente.
  7. (Recurso de visualização pública): escolha se você quer gerar tags automaticamente para filtrar.

    • Gerar tags automaticamente: ao ativar essa opção, você pode filtrar os resultados de recomendações desse modelo. Ativar essa opção pode aumentar o tempo de treinamento. Para detalhes sobre custos, consulte Preços.
    • Não gerar tags: se essa opção estiver desativada, não será possível receber recomendações filtradas desse modelo.
  8. Clique em Criar para gerar o novo modelo de recomendação.

    Se você tiver feito upload de dados de eventos do usuário suficientes do tipo necessário, começará o treinamento e o ajuste do modelo inicial. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos.

    Você podecriar configurações de exibição para o novo modelo antes da conclusão do treinamento, mas eles serão veiculados apenas previsões de"simulação" até que o treinamento e o ajuste iniciais sejam concluídos e o modelo fique ativo.

Requisitos para criar um novo modelo de recomendação

Na primeira vez que você usar um tipo de recomendação específico para seu site, estará treinando um novo modelo de machine learning, que exige dados de treinamento suficientes, bem como tempo para treinar e ajustar o modelo. As etapas a seguir são necessárias para começar a usar um novo tipo de recomendação:

  1. Importe seu catálogo para o varejo, caso ainda não tenha feito isso, e implemente processos para manter o catálogo enviado atualizado.
  2. Comece a gravar eventos de usuário no varejo, caso ainda não tenha feito isso. Não se esqueça de seguir as práticas recomendadas para gravar dados de eventos do usuário.
  3. Identifique o tipo de recomendação e o objetivo de otimização a serem usados.
  4. Determine o requisito de dados do evento do usuário para o tipo de recomendação e o objetivo desejados.
  5. Importe dados históricos de eventos do usuário para atender aos requisitos mínimos ou aguarde até que a coleta de dados de eventos do usuário atenda aos requisitos mínimos.
  6. Crie o modelo e as configurações de exibição.

    Neste ponto, o varejo inicia o treinamento e o ajuste do modelo. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos.

  7. Confirme se o modelo está funcionando corretamente usando a visualização da previsão.

  8. Crie seu experimento A/B.

Requisitos de dados de eventos do usuário

O tipo de evento do usuário importado e a quantidade de dados necessários depende do tipo de recomendação (modelo) e do objetivo de otimização. Quando você atinge o requisito mínimo de dados, pode começar o treinamento do modelo.

A janela de coleta de dados representa o período máximo em que a API Retail analisa os eventos do usuário. A importação de dados mais históricos não afeta a qualidade do modelo.

Como a API Retail não pode produzir modelos de boa qualidade com base em dados sintéticos, use eventos reais de usuários e dados reais de catálogo.

Tipo de modelo Objetivo da otimização Tipos de evento do usuário compatíveis Requisito de dados mínimos Janela de coleta de dados
Recomendados para você Taxa de cliques detail-page-view
add-to-cart
purchase-complete
home-page-view

10.000 eventos detail-page-view que incluem pelo menos 100 IDs de visitante único e 100 produtos únicos integrados na ramificação ativa.

10.000 eventos home-page-view .

AND

(1 semana, com uma média de 10 eventos detail-page-view por item no catálogo.

OU

60 dias com pelo menos um evento participando do detail-page-view.

3 meses
Recomendados para você Taxa de conversão detail-page-view
add-to-cart
purchase-complete
home-page-view

10.000 eventos add-to-cart que incluem pelo menos 100 IDs de visitante e 100 produtos exclusivos na ramificação ativa.

10.000 eventos detail-page-view .

10.000 eventos home-page-view .

AND

(1 semana, com uma média de 10 eventos add-to-cart por item no catálogo.

OU

60 dias com pelo menos um evento participando do add-to-cart.

3 meses
Outros itens que você pode gostar Taxa de cliques detail-page-view

10.000 eventos detail-page-view que incluem pelo menos 100 IDs de visitante único e 100 produtos únicos integrados na ramificação ativa.

AND

(1 semana, com uma média de 10 eventos detail-page-view por produto mesclado.

OU

60 dias com pelo menos um evento participando do detail-page-view.

3 meses
Outros itens que você pode gostar Taxa de conversão add-to-cart
detail-page-view

10.000 eventos add-to-cart que incluem pelo menos 100 IDs de visitante e 100 produtos exclusivos na ramificação ativa.

10.000 eventos detail-page-view.

AND

(1 semana, com uma média de 10 eventos add-to-cart por produto mesclado.

OU

60 dias com pelo menos um evento participando do add-to-cart.

3 meses
Itens comprados juntos com frequência Tudo purchase-complete
detail-page-view

1.000 eventos purchase que incluem pelo menos 100 IDs de visitantes exclusivos.

AND

Uma média de 10 eventos purchase-complete por produto mesclado.

OU

90 dias de eventos de purchase-complete.

12 meses
Itens semelhantes Taxa de cliques Não é necessário fazer nada.

Pelo menos 100 SKUs de produtos em estoque precisam estar presentes na filial do catálogo 0. Não são necessários eventos de usuário.

N/A

A seguir