Esta é a documentação do Recommendations AI, da Pesquisa de varejo e do novo Console do Varejo. Para usar a pesquisa de varejo na fase GA restrita, entre em contato com a equipe de vendas do Cloud.

Se você estiver usando apenas o Recommendations AI, permaneça no Console do Recommendations e consulte a documentação do Recommendations AI.

Recursos e funcionalidades da API Retail

O Recommendations AI e o Retail Search usam a API Retail. É possível usar a API Retail para fazer upload e gerenciar informações de catálogo de produtos e logs de eventos de usuários para seus sites. É possível conseguir e personalizar os resultados com base nessas informações. Além disso, a API Retail continua a usar esses dados para treinar e atualizar modelos que melhoram suas previsões e resultados de pesquisa.

Para mais informações sobre o processo de implementação do varejo para seu site, consulte Implementação do varejo.

Recommendations AI

O Recommendations AI permite criar sistemas de recomendação de produtos personalizados de alta qualidade sem exigir um alto nível de experiência em machine learning, design de sistemas ou operações. Aproveitando os produtos de catálogo do seu site e o comportamento do usuário, a API Retail cria um modelo de recomendação específico para sua empresa. É possível solicitar recomendações de outros produtos do catálogo para que sejam exibidos aos usuários.

A API Retail usa eventos do usuário e seu catálogo de produtos para treinar modelos de machine learning de recomendação, que fornecem recomendações com base nesses dados.

Os recursos do Recommendations AI incluem:

  • Modelos personalizados. Cada modelo é treinado especificamente para seus dados, com base em modelos de machine learning baseados em sequência usando transformadores.

  • Resultados personalizados. Aproveite os algoritmos de personalização sem ter experiência com machine learning. As recomendações são baseadas no comportamento do usuário e nas atividades (como visualizações, cliques e compras na loja), além da atividade on-line. Assim, todos os resultados da previsão são personalizados.

  • Previsões em tempo real. Cada recomendação veiculada considera atividades anteriores do usuário, como eventos de clique, visualização e compra, para que as recomendações sejam enviadas em tempo real.

  • Treinamento e ajuste de modelo automáticos. O novo treinamento diário do modelo garante que todos os modelos possam capturar com precisão o comportamento do usuário todos os dias.

  • Objetivos de otimização. Metas como taxa de conversão, taxa de cliques e otimização da receita ajudam você a otimizar com precisão sua meta de negócios.

  • Recomendações do Omni-Channel. Com o modelo de API, vá além das recomendações do site para personalizar toda a sua jornada de compra para recomendações em aplicativos para dispositivos móveis, recomendações de e-mail personalizadas, quiosques de loja ou aplicativos de call center.

Com a Pesquisa de varejo, é possível fornecer resultados de produtos de alta qualidade e personalizáveis para as necessidades da sua empresa. Aproveite a consulta e a compreensão contextual do Google para melhorar a descoberta de produtos no seu site e nos seus aplicativos para dispositivos móveis.

Os recursos da pesquisa de varejo incluem os seguintes:

  • Hierarquias de produtos: você pode incluir coleções e variantes no seu catálogo de produtos pesquisáveis.

  • Expansão de consulta: aumenta os resultados relevantes retornados para termos de consulta que normalmente produziriam menos resultados, como consultas que usam palavras-chave muito específicas.

  • Limite de relevância: ajuste a maneira como o varejo equilibra a precisão do retorno (a relevância dos resultados da pesquisa retornados) e o recall (retornando mais resultados para a consulta).

  • Paginação: controla a paginação dos resultados da pesquisa para diminuir o tempo de busca e o tamanho da resposta.

  • Filtragem: use a sintaxe de expressão para fornecer filtragem que refine os resultados da pesquisa do seu site.

  • Ordem: defina a ordem dos resultados da pesquisa por vários campos, em ordem de prioridade.

  • Faceting: gere o atributo para oferecer opções mais relevantes aos usuários com base nos atributos fornecidos. Os buckets precisam ser fornecidos para atributos numéricos na solicitação de pesquisa para retorná-los na resposta da pesquisa.

  • Atributos dinâmicos: geram automaticamente chaves de atributos com base em consultas de pesquisa e combinam-as (e fazem uma reclassificação) automaticamente com as chaves fornecidas na solicitação de pesquisa. No momento, esse recurso é baseado em uma lista de permissões. Entre em contato com o suporte da Pesquisa de varejo para receber ajuda com a ativação desse recurso.

  • Intensificação e encerramento: controle a classificação dos resultados da pesquisa ao priorizar ou priorizar os tipos de resultados.

  • Navegação: receba resultados de pesquisa com base nas categorias fornecidas na solicitação de pesquisa. O campo de consulta está vazio nesse modo. Isso pode ser combinado com filtragem, ordenação, atributo, atributo dinâmico, otimização e cemitério. No momento, esse recurso é baseado em uma lista de permissões. Entre em contato com o suporte da pesquisa de varejo para receber ajuda sobre como ativar esse recurso.

Como usar a API Retail

Para criar modelos de machine learning para recomendações ou pesquisa, o varejo precisa de dois conjuntos de informações:

  • Catálogo de produtos: informações sobre os produtos vendidos aos clientes. Isso inclui o título e a descrição do produto, a disponibilidade de estoque, o preço e assim por diante.

  • Eventos do usuário:comportamento do usuário final no seu site. Isso inclui a pesquisa, visualização ou compra de um item específico por usuários a exibição de uma lista de produtos pelo seu aplicativo e assim por diante.

Com muitas opções de integração, é possível ingerir dados usando ferramentas que você já utiliza, como BigQuery, Cloud Storage, Merchant Center, Gerenciador de tags e Google Analytics.