Sobre os modelos de recomendação

Nesta página, descrevemos os modelos de recomendação com as configurações de exibição e os objetivos de otimização padrão, as personalizações disponíveis e os tipos de evento compatíveis.

Introdução

Ao se inscrever para usar a Vertex AI Search for Retail, você trabalha com o suporte da Vertex AI Search for Retail para determinar os melhores modelos de recomendação e personalizações a serem usados no seu site. Os modelos e as personalizações que você usa dependem das suas necessidades de negócios e de onde você planeja exibir as recomendações resultantes.

Ao pedir recomendações, você fornece o valor da configuração de veiculação para o recurso placement. Consulte Sobre a veiculação de configuração para detalhes sobre como usar o recurso placement para configurações de veiculação e o suporte a posições, que antes usados para posicionar modelos.) A configuração de veiculação determina qual modelo é usado para retornar as recomendações. Também é possível filtrar os resultados.

Tipos de modelo de recomendação

Estes são os tipos de modelo de recomendação:

Outros itens que você pode gostar

A recomendação "Others You May Like" prevê o próximo produto que o usuário mais gosta com que se engajar ou gerar conversões. A previsão é baseada no histórico de compras e visualizações do usuário e na relevância do produto candidato para um produto especificado atual.

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas com suporte para implantação de modelos:

Comprados juntos com frequência (expansão do carrinho de compras)

A recomendação "Comprados juntos com frequência" prevê itens comprados juntos com frequência por um produto específico na mesma sessão de compras. Se uma lista de produtos estiver sendo visualizada, ela preverá os itens comprados com frequência com essa lista.

Essa recomendação é útil quando o usuário indica uma intenção de comprar um produto específico (ou uma lista de produtos) e você quer recomendar complementos (em vez de substitutos). Essa recomendação é normalmente exibida na página "adicionar ao carrinho" ou nas páginas "carrinho de compras" ou "registro" (para expansão do carrinho de compras).

Objetivo de otimização padrão: receita por pedido

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação de modelos:

Recomendados para você

A recomendação "Recomendado para você" prevê o próximo produto que um usuário tem mais probabilidade de se engajar ou comprar, com base no tipo de compra histórico desse usuário e informações contextuais das solicitações, como carimbos de data/hora. Essa recomendação é normalmente usada na página inicial.

Recomendado para Você também pode ser útil em páginas de categorias. Uma página de categoria é semelhante a uma página inicial, exceto pelo fato de você exibir apenas itens dessa categoria. Para isso, use o modelo padrão "Recomendado para você" com tags de filtro. Por exemplo, você pode adicionar tags de filtro personalizadas (correspondentes a cada página de categoria) aos itens no seu catálogo. Ao enviar a solicitação de previsão, defina o objeto de evento do usuário como category-page-view e especifique a tag de uma página de categoria específica no campo filter. Somente os resultados de recomendações correspondentes à tag de filtro solicitada são retornados. A diversidade precisa ser desativada nesse caso de uso, porque a diversidade pode entrar em conflito com tags de filtro com base na categoria.

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas com suporte para implantação de modelos:

  • Todos

Itens semelhantes

A recomendação "Itens semelhantes" prevê outros produtos com maior semelhança ao produto sendo considerado. Essa recomendação é normalmente usada em uma página de detalhes do produto ou quando um produto recomendado está esgotado.

O modelo de itens semelhantes requer apenas informações do catálogo de produtos. Não são necessários eventos de usuário.

Não é possível ajustar os modelos de itens semelhantes.

Recomendamos criar apenas um modelo de itens semelhantes por projeto. Porque os modelos de itens semelhantes não são personalizáveis, criando vários modelos de itens semelhantes com base no mesmo usuário não produz recomendações diferentes e pode resultar custos.

Objetivo de otimização padrão: taxa de cliques

Configuração de exibição padrão: N/A

Personalizações disponíveis: N/A

Páginas com suporte para implantação de modelos:

Comprar novamente

O modelo Comprar novamente incentiva a compra de itens novamente com base em itens recorrentes anteriores compras. Esse modelo personalizado prevê produtos que já foram comprados pelo menos uma vez e que geralmente são comprados em uma cadência regular. O intervalo em que um produto é sugerido depende do produto e do visitante do site. As recomendações desse modelo podem ser usadas em qualquer tipo de página.

O modelo "Comprar novamente" usa eventos do usuário de conclusão da compra.

O modelo Comprar novamente não pode ser ajustado.

Recomendamos criar apenas um modelo de "Compre de novo" por projeto. Como os modelos de "Compre de novo" não são personalizáveis, a criação de vários modelos com base nos mesmos eventos do usuário não produz recomendações diferentes e pode gerar custos desnecessários.

Objetivo de otimização padrão: N/A

Configuração de exibição padrão: N/A

Personalizações disponíveis: N/A

Páginas com suporte para implantação de modelos:

  • Todos

Em promoção

O tipo de modelo "Em promoção" é um modelo personalizado baseado em promoções que pode recomendar produtos em promoção. Você pode usar esse tipo de modelo para incentivar os usuários a comprar itens com desconto.

Geralmente usado na página inicial, na página "Adicionar ao carrinho", na página do carrinho de compras e na categoria e a página de detalhes.

Objetivo de otimização padrão:taxa de cliques

Configuração de exibição padrão: N/A

Personalizações disponíveis:

Páginas com suporte para implantação de modelos:

Acesso recente

A recomendação Acesso recente não é, na verdade, uma recomendação. Ele fornece os IDs dos produtos com que o usuário/visitante interagiu recentemente, com os produtos mais recentes primeiro.

Objetivo de otimização padrão: N/A

Configuração de veiculação padrão: recently_viewed_default

Personalizações disponíveis: N/A

Páginas com suporte para implantação de modelos:

  • Todos

Otimização na página

A otimização no nível da página amplia as recomendações da otimização para um único painel de recomendações por vez para otimizar uma página inteira com várias painéis. O modelo de otimização no nível da página seleciona automaticamente o conteúdo de cada painel e determina a ordem deles na página.

Por exemplo, as páginas iniciais geralmente são estruturadas com produtos organizados em linhas de grupos relacionados, como categorias, itens em alta ou produtos visualizados recentemente. Usar o modelo de otimização no nível da página em uma página inicial pode fornecer ao usuário final uma experiência de recomendação personalizada enquanto automatiza o processo de decisão para coordenar combinações de modelos e layouts da página.

Para criar um modelo de otimização no nível da página, primeiro você precisa ter uma recomendação de veiculação ou configurações com modelos treinados. Ao criar um modelo de otimização no nível da página, especificar em que tipo de página você usará o modelo, quais restrições você para limitar a veiculação de configurações de veiculação semelhantes, qual objetivo de negócio otimizar (CTR ou CVR), quantos painéis de recomendação exibir e quais configurações de veiculação a serem consideradas em cada painel.

Assim como em outros modelos, para usar o modelo de otimização no nível da página, faça uma chamada de previsão usar uma configuração de veiculação que contenha a "Otimização no nível da página"; um modelo de machine learning. Em vez de recomendações, a resposta de previsão contém uma lista classificada de IDs de configuração de veiculação que representam a configuração de veiculação a ser usada para cada painel. Em seguida, faça uma nova chamada de previsão para cada painel com o ID de configuração de exibição correspondente que foi retornado do modelo de otimização no nível da página. A resposta de previsão para cada painel contém a lista de itens recomendados para exibição no painel.

Objetivo de otimização padrão: N/A

Configuração de exibição padrão: N/A

Personalizações disponíveis: N/A

Páginas com suporte para implantação de modelos:

  • Todos

Ao ativar esse recurso

  • As informações da descrição precisam ser explicativas para cada produto e conter informações ou palavras exclusivas, separadas do título.
  • Esse recurso funciona melhor quando há pelo menos 10 palavras de descrição em média
  • A porcentagem de eventos com item_ids desconhecido precisa ser inferior a 10%. A verificação da "proporção não combinada" pode ser feita. Saiba mais sobre a definição da "proporção não combinada".

Otimização para objetivos de negócios

Modelos de aprendizado de máquina são criados para otimizar um objetivo de negócios específico, que determina como o modelo é criado. Cada modelo tem um objetivo de otimização padrão, mas é possível solicitar um objetivo diferente para atender às metas da sua empresa. Para isso, entre em contato com o representante do suporte.

Após treinar um modelo, não será possível alterar o objetivo de otimização. É preciso treinar um novo modelo para usar um objetivo de otimização diferente.

A Vertex AI Search for Retail oferece suporte aos seguintes objetivos de otimização.

Taxa de cliques (CTR)

A otimização para CTR enfatiza o engajamento. otimize a CTR quando quiser maximizar a probabilidade de o usuário interagir com a recomendação.

A CTR é o objetivo de otimização padrão para a seção Outros produtos que você pode gostar. e Recomendados para você.

Receita por sessão

O objetivo de otimização de receita por sessão está disponível para os tipos de modelo de recomendação Outros itens que você pode gostar, Recomendado para você e Frequentemente comprados. Embora a meta funcione de maneira diferente para cada modelo, o objetivo é o mesmo: aumentar a receita.

  • Para "Outros itens que você pode gostar" e "Recomendado para você". A meta combina informações de cliques, conversões e preços de itens para ajudar o modelo a recomendar itens com preços mais altos e maior probabilidade de compra.

  • Para itens comprados juntos. Esse objetivo é otimizado para recomendar itens com uma probabilidade de serem adicionados aos carrinhos, beneficiando a receita com a expansão do carrinho tamanhos.

Taxa de conversão (CVR)

A otimização para a taxa de conversão maximiza a probabilidade de o usuário adicionar o item recomendado ao carrinho. Se você quiser aumentar o número de itens adicionados ao carrinho por sessão, otimize a taxa de conversão.

Opções avançadas de configuração de modelo

Dependendo do tipo, há algumas outras opções de configuração de modelo que você pode usar para alterar o comportamento do seu modelo.

Preferência de ajuste

O ajuste mantém o treinamento do modelo ideal à medida que os dados de entrada mudam com o tempo. Configure o modelo para ajustar automaticamente a cada três meses ou escolha somente para ajustá-lo manualmente. O modelo é ajustado automaticamente uma vez após a criação. Saiba mais.

Para ajustar os detalhes de custo, consulte Preços.

Modelos e configurações de exibição disponíveis

Antes de solicitar previsões do modelo, é preciso criar pelo menos um de veiculação dele. Para mais informações, consulte Crie configurações de veiculação.

Você encontra seus modelos listados na página Modelos. Clique no nome de um modelo para acesse a página de detalhes dele, onde você encontra as configurações de veiculação associadas às esse modelo.

Produtos de contexto

Ao gerar uma recomendação, os modelos consideram os produtos com que um usuário interagiu anteriormente no contexto do painel de recomendações.

Esses produtos contextuais são transmitidos para o corpo de um predict como parte de um evento do usuário. Por exemplo, se houver um painel de recomendação em uma página de carrinho de compras, qualquer evento de usuário shopping-cart-page-view que acione uma solicitação predict precisa incluir os produtos que estão no carrinho de compras naquele momento. Esses produtos são usados como os produtos de contexto para essa recomendação.

Ao criar um modelo de itens comprados juntos, você especifica se ele vai gerar recomendações no contexto de um ou vários itens. A opção escolhida depende do tipo de página em que você planeja usar o modelo.

  • Vários produtos de contexto (padrão): o modelo "Comprados juntos" pode usar um ou vários produtos como contexto para suas recomendações. Esse caso de uso é geralmente para páginas de carrinho de compras que têm uma variedade de produtos contextuais que podem informar a recomendação a ser veiculada nessa página.

  • Produto de contexto único: o modelo "Comprados juntos com frequência" pode usar apenas um contexto. produto. Esse caso de uso geralmente é para páginas que têm um único produto que seria usado como contexto para recomendações, como páginas de adição ao carrinho e de detalhes do produto.

    Como transmitir mais de um produto em uma solicitação predict de um único contexto do produto, o modelo "Comprados juntos com frequência" não falha, embora não seja recomendado porque isso pode não resultar em recomendações ideais.