小売業向け Vertex AI Search プロダクトでは、レコメンデーション機能と検索およびブラウジング機能の両方を使用できます。 e コマース アプリケーションの商品カタログ情報とユーザー イベント ログをアップロードして管理できます。この情報に基づいて結果を取得およびカスタマイズできます。このデータは引き続きモデルのトレーニングや更新に使用されるため、レコメンデーションと検索結果が改善されます。
アプリケーションに小売業向け Vertex AI Search を実装するプロセスの詳細については、小売業向け Vertex AI Search の実装をご覧ください。
推奨事項
推奨事項を使用すると、機械学習、システム設計、運用に関する高度な専門知識がなくても、高品質なカスタマイズされた商品レコメンデーション システムを構築できます。サイトの小売商品とユーザーの行動を活用して、レコメンデーションを使用し、ユースケースに固有のレコメンデーション モデル（「よく一緒に購入される商品」や「あなたへのおすすめ」など）を構築できます。
小売業向け Vertex AI Search は、ユーザー イベントと商品カタログを使用して、レコメンデーション機械学習モデルをトレーニングします。このモデルは、このデータに基づいてレコメンデーションを提供します。
レコメンデーション モデルをアプリケーションにデプロイすると、カタログ内の他の商品のレコメンデーションをリクエストしてユーザーに表示できます。
レコメンデーション機能は次のとおりです。
カスタムモデル。各モデルは、Transformer を使用するシーケンスベースの機械学習モデルに基づいて、データ専用にトレーニングされます。
アカウントに基づく情報。機械学習の専門知識がなくても、パーソナライズ アルゴリズムを利用できます。レコメンデーションは、すべての予測結果がパーソナライズされるように、ユーザーの行動と、ビュー、クリック、店舗での購入などのなどのアクティビティとオンライン アクティビティに基づいて計算されます。
リアルタイムの予測レコメンデーションでは、クリック、表示、購入などの過去のユーザー アクティビティが考慮されるため、リアルタイムでレコメンデーションが行われます。
自動でのモデルのトレーニングと調整。毎日モデルを再トレーニングすることで、すべてのモデルが毎日ユーザーの行動を正確に取得できるようになります。
最適化の目標。コンバージョン率、クリック率、収益の最適化などの目標は、ビジネスの目標を正確に最適化するのに役立ちます。
オムニチャネルのレコメンデーション。この API モデルでは、ウェブサイトのレコメンデーションにとどまらず、モバイルアプリ、パーソナライズされたメール レコメンデーション、ショップのキオスク、コールセンター アプリケーションにおけるレコメンデーションを介した購入者全体のプロセスをパーソナライズできます。
検索
検索を使用すると、小売ビジネスニーズに合わせてカスタマイズできる高品質な商品検索結果を提供できます。Google のクエリとコンテキストの理解を活用して、ウェブサイトやモバイル アプリケーションにまたがって商品検索を改善できます。
検索機能には次のものがあります。
商品階層: 検索可能な商品カタログにコレクションとバリアントを含めることができます。
クエリ拡張: 非常に具体的なキーワードを使用するクエリなど、通常は少ない結果を返すクエリ用語に対して返す関連する結果を増やすことができます。
関連性のしきい値: 小売業向け Vertex AI Search が返す適合率（返される検索結果との関連性）と、再現率（該当するクエリに対して返される結果の数）のバランスを調整します。
ページ分け: 検索結果のページ分けをコントロールして、検索時間とレスポンスのサイズを短縮します。
フィルタリング: 式の構文を使用すると、サイトの検索結果を絞り込むフィルタリングを使用できます。
順序付け: 優先順位が高い順に複数のフィールドに対して検索結果の順序を設定します。
ファセット: ファセットを生成して、提供する属性に基づいて、より関連性の高いオプションをユーザーに提供します。検索リクエストで数値属性を返すには、検索レスポンスでバケットを返す必要があります。
動的ファセット: 検索クエリに基づいてファセットキーを自動的に生成し、検索リクエストで指定されたファセットキーと自動的に結合（および再ランク付け）します。現在、この機能は許可リストに基づいています。この機能を有効にするには、検索サポートにお問い合わせください。
ブースティングと目立たないようにする: 一部のタイプの結果を優先するか、優先順位を下げることで、検索結果のランキングを制御します。
ブラウジング: ユーザーがサイト ナビゲーションを使用して商品を閲覧したときに収益を最大化するように並べ替えられた結果を取得します。ブラウジング検索は、フィルタリング、順序付け、ファセット、動的ファセット、ブースティング、埋め込みと組み合わせて使用できます。
アカウントに基づく情報。商品閲覧、クリック、カートへの追加、購入の履歴など、サイトでの各ユーザーの行動に基づいて、エンドユーザーごとにパーソナライズされたテキスト検索とブラウジング検索の結果を提供します。
小売業向け Vertex AI Search を使用する
レコメンデーションまたは検索のための機械学習モデルを構築するには、次の 2 つの情報セットを提供する必要があります。
商品カタログ: お客様におすすめする商品に関する情報。これには、商品名、説明、在庫の有無、価格が含まれます。
ユーザー イベント: ウェブサイト上でのユーザーの行動。これには、ユーザーが特定のアイテムを表示または購入した場合や、ウェブサイトにユーザーが商品のリストを表示した場合などのイベントが含まれます。
統合オプションが多い場合は、BigQuery、Cloud Storage、Merchant Center、タグ マネージャー、Google アナリティクスなどのすでにお使いのツールを使用して、データを取り込むことができます。