Dentro del producto Vertex AI Search para comercio, obtienes la capacidad de recomendaciones y la capacidad de búsqueda y navegación. Puedes subir y administrar información del catálogo de productos y registros de eventos de usuario para tus aplicaciones de comercio electrónico. Puedes obtener y personalizar los resultados según esta información, y estos datos se siguen usando para entrenar y actualizar los modelos, lo que mejora tus recomendaciones y resultados de la búsqueda.
Para obtener más información sobre el proceso de implementación de Vertex AI Search for Commerce en tu aplicación, consulta Implementa Vertex AI Search for Commerce.
Recomendaciones
Vertex AI Search para el comercio te permite compilar sistemas de recomendación de productos personalizados y de alta calidad sin necesidad de un alto nivel de experiencia en aprendizaje automático, diseño de sistemas ni operaciones. Aprovechando los productos minoristas y el comportamiento del usuario de tu sitio, puedes usar las recomendaciones para crear modelos de recomendación específicos para tu caso de uso, como "Productos que se suelen comprar juntos" y "Recomendado para ti".
Vertex AI Search for Commerce usa eventos de usuario y tu catálogo de productos para entrenar tus modelos de aprendizaje automático de recomendación, que proporcionan recomendaciones basadas en estos datos.
Cuando implementes modelos de recomendación en tu aplicación, podrás solicitar recomendaciones de otros productos de tu catálogo y mostrarlos a tus usuarios.
Las capacidades de recomendaciones incluyen lo siguiente:
Modelos personalizados: Cada modelo se entrena específicamente para tus datos en función de modelos de aprendizaje automático basados en secuencias mediante el uso de transformadores.
Resultados personalizados: Usa algoritmos de personalización sin experiencia en aprendizaje automático. Las recomendaciones se basan en el comportamiento y las actividades de los usuarios como las vistas, los clics y las compras en la tienda, así como la actividad en línea, de modo que cada resultado de predicción sea personalizado.
Predicciones en tiempo real: Cada recomendación que se entrega considera la actividad anterior del usuario, como los eventos de clic, vista y compra, por lo que las recomendaciones se realizan en tiempo real.
Entrenamiento y ajuste automáticos de modelos: El reentrenamiento diario de modelos garantiza que todos los modelos puedan capturar con precisión el comportamiento de los usuarios cada día.
Objetivos de optimización: Los objetivos como el porcentaje de conversiones, la tasa de clics y la optimización de los ingresos te ayudan a optimizar con precisión tu objetivo comercial.
Recomendaciones de varios canales: Con el modelo de API, ve más allá de las recomendaciones de sitios web a fin de personalizar todo el recorrido del comprador para las recomendaciones en apps para dispositivos móviles, recomendaciones de correo electrónico personalizadas, kioscos o aplicaciones de centros de atención telefónica.
Buscar
Vertex AI Search for Commerce te permite proporcionar resultados de búsqueda de productos de alta calidad que se pueden personalizar para satisfacer las necesidades de tu negocio de venta minorista. Usa la comprensión contextual y de consultas de Google para mejorar el descubrimiento de productos en tu sitio web y las aplicaciones para dispositivos móviles.
Las funciones de búsqueda incluyen lo siguiente:
Jerarquías de productos: puedes incluir colecciones y variantes en tu catálogo de productos que se pueden buscar.
Búsqueda expandida: Aumenta los resultados relevantes que se muestran de los términos de consulta que normalmente producirían menos resultados, como las consultas que usan palabras clave muy específicas.
Umbrales de relevancia: Ajustan la forma en que Vertex AI Search for Commerce balancea la precisión de los resultados (la relevancia de los resultados de la búsqueda que se muestran) y la recuperación (muestra más resultados para esa consulta).
Paginación: Controla la paginación de los resultados de la búsqueda para disminuir el tiempo de búsqueda y el tamaño de la respuesta.
Filtros: Usa la sintaxis de expresiones para proporcionar filtros que definan mejor los resultados de la búsqueda de tu sitio.
Ordenamiento: Establece el orden de los resultados de la búsqueda mediante varios campos en orden de prioridad.
Facetas: Genera facetas a fin de proporcionar opciones más relevantes a tus usuarios según los atributos que proporciones. Se deben proporcionar los buckets para los atributos numéricos en la solicitud de búsqueda a fin de mostrarlos en la respuesta de la búsqueda.
Facetas dinámicas: Genera claves de faceta de forma automática según las consultas de la búsqueda y combina automáticamente (y vuelve a clasificar) las claves de faceta proporcionadas en la solicitud de búsqueda. Esta función se basa en una lista de entidades permitidas. Comunícate con el equipo de asistencia para obtener ayuda con la habilitación de esta función.
Mejora y ocultamiento: Controla la clasificación de los resultados de la búsqueda mediante la priorización o la eliminación de la priorización de algunos tipos de resultados.
Exploración: Obtén resultados ordenados para maximizar los ingresos cuando los usuarios exploren productos con la navegación del sitio. La búsqueda por exploración se puede combinar con el filtrado, el ordenamiento, las facetas, las facetas dinámicas, la mejora y el ocultamiento.
Resultados personalizados: Ofrece resultados de búsqueda de texto y de exploración personalizados para cada usuario final, según el comportamiento de cada usuario en tu sitio, incluido el historial de vistas de productos, clics, agregados al carrito y compras de cada usuario.
Usa Vertex AI Search for Commerce
Para compilar modelos de aprendizaje automático para recomendaciones o búsquedas, debes proporcionar dos conjuntos de información:
Catálogo de productos: Información sobre los productos que se recomiendan a los clientes. Esto incluye el título del producto, la descripción, la disponibilidad en stock y los precios.
Eventos de usuario: Comportamiento de los usuarios finales en tu sitio web. Esto incluye eventos como cuando un usuario ve o compra un artículo específico, o cuando tu sitio web le muestra al usuario una lista de productos.
Con muchas opciones de integración, puedes transferir tus datos con herramientas que puede que ya uses, como BigQuery, Cloud Storage, Tag Manager y Google Analytics.