All'interno del prodotto Vertex AI Search per il commercio, sono disponibili sia la funzionalità di suggerimenti sia quella di ricerca e navigazione. Puoi caricare e gestire le informazioni del catalogo dei prodotti e i log degli eventi utente per le tue applicazioni di e-commerce. Puoi ottenere e personalizzare i risultati in base a queste informazioni e questi dati continuano a essere utilizzati per addestrare e aggiornare i modelli, migliorando così i consigli e i risultati di ricerca.
Per ulteriori informazioni sul processo di implementazione di Vertex AI Search per il commercio per la tua applicazione, consulta Implementare Vertex AI Search per il commercio.
Consigli
Vertex AI Search per il commercio ti consente di creare sistemi di suggerimenti di prodotti personalizzati e di alta qualità senza richiedere un elevato livello di competenza in machine learning, progettazione di sistemi o operazioni. Sfruttando i prodotti di vendita al dettaglio e il comportamento degli utenti del tuo sito, puoi utilizzare i suggerimenti per creare modelli di suggerimenti specifici per il tuo caso d'uso, ad esempio "Articoli acquistati spesso insieme" e "Consigliati per te".
Vertex AI Search for Commerce utilizza gli eventi utente e il catalogo prodotti per addestrare i modelli di machine learning per i suggerimenti, che forniscono consigli basati su questi dati.
Quando implementi i modelli di consigli nella tua applicazione, puoi richiedere consigli per altri prodotti del tuo catalogo e mostrarli ai tuoi utenti.
Le funzionalità dei consigli includono:
Modelli personalizzati. Ogni modello viene addestrato in modo specifico per i tuoi dati, in base a modelli di machine learning basati su sequenze che utilizzano i transformer.
Risultati personalizzati. Utilizza gli algoritmi di personalizzazione senza alcuna competenza di machine learning. I consigli si basano sul comportamento e sulle attività degli utenti, come visualizzazioni, clic e acquisti in negozio, nonché sull'attività online, in modo che ogni risultato di previsione sia personalizzato.
Previsioni in tempo reale. Ogni suggerimento pubblicato tiene conto dell'attività utente precedente dell'utente, come eventi di clic, visualizzazione e acquisto, pertanto i suggerimenti sono in tempo reale.
Addestramento e ottimizzazione automatici del modello. Il riaddestramento giornaliero dei modelli garantisce che tutti i modelli possano acquisire con precisione il comportamento degli utenti ogni giorno.
Obiettivi di ottimizzazione. Obiettivi come il tasso di conversione, il tasso di clickthrough e l'ottimizzazione delle entrate ti aiutano a eseguire l'ottimizzazione in modo preciso in base al tuo obiettivo commerciale.
Consigli omnicanale. Con il modello API, vai oltre i consigli per i siti web per personalizzare l'intero percorso dell'acquirente con consigli su app mobile, consigli via email personalizzati, chioschi dei negozi o applicazioni per call center.
Cerca
Vertex AI Search per il commercio ti consente di fornire risultati di ricerca di prodotti di alta qualità che sono personalizzabili in base alle esigenze della tua attività di vendita al dettaglio. Utilizza la comprensione contestuale e delle query di Google per migliorare l'individuazione dei prodotti sul tuo sito web e nelle tue applicazioni mobile.
Le funzionalità di ricerca includono:
Gerarchie di prodotto: puoi includere raccolte e varianti nel tuo catalogo dei prodotti ricercabile.
Espansione delle query: aumenta i risultati pertinenti restituiti per i termini di query che normalmente producono meno risultati, ad esempio le query che utilizzano parole chiave molto specifiche.
Soglia di pertinenza: regola il modo in cui Vertex AI Search for Commerce bilancia la precisione (la pertinenza dei risultati di ricerca restituiti) e il richiamo (la restituzione di più risultati per quella query).
Impaginazione: controlla l'impaginazione dei risultati di ricerca per ridurre il tempo di ricerca e le dimensioni della risposta.
Filtro: utilizza la sintassi delle espressioni per fornire un filtro che perfezioni i risultati di ricerca del tuo sito.
Ordinamento: imposta l'ordine dei risultati di ricerca in base a più campi in ordine di priorità.
Filtri: genera filtri per fornire opzioni più pertinenti agli utenti in base agli attributi che fornisci. I bucket devono essere forniti per gli attributi numerici nella richiesta di ricerca per restituirli nella risposta della ricerca.
Filtri dinamici: genera automaticamente chiavi di filtro in base alle query di ricerca e le combina (e riordina) automaticamente con le chiavi di filtro fornite nella richiesta di ricerca. Questa funzionalità si basa su una lista consentita. Contatta l'assistenza per ricevere aiuto nell'attivazione di questa funzionalità.
Promozione e declassamento: controlla il ranking dei risultati di ricerca dando la priorità o deprioritizzando alcuni tipi di risultati.
Navigazione: ottieni risultati ordinati in modo da massimizzare le entrate quando gli utenti navigano tra i prodotti utilizzando la navigazione del sito. La ricerca per esplorazione può essere combinata con filtri, ordinamento, sfaccettatura, sfaccettatura dinamica, boosting e seppellimento.
Risultati personalizzati. Fornire risultati di ricerca di testo e di navigazione personalizzati per ogni utente finale, in base al comportamento di ciascun utente sul tuo sito, inclusa la cronologia di visualizzazioni, clic, aggiunte al carrello e acquisti di prodotti.
Utilizzare Vertex AI Search per l'e-commerce
Per creare modelli di machine learning per consigli o ricerche, devi fornire due set di informazioni:
Catalogo prodotti:informazioni sui prodotti consigliati ai clienti. tra cui titolo, descrizione, disponibilità in magazzino e prezzo del prodotto.
Eventi utente:comportamento dell'utente finale sul tuo sito web. Sono inclusi eventi come la visualizzazione o l'acquisto di un articolo specifico da parte di un utente oppure la visualizzazione di un elenco di prodotti da parte del tuo sito web.
Grazie alle numerose opzioni di integrazione, puoi importare i dati utilizzando strumenti che potresti già utilizzare, come BigQuery, Cloud Storage, Tag Manager e Google Analytics.