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 solicitar recomendações, você fornece o valor da configuração de exibição para o recurso placement. Consulte Sobre as configurações de exibição para saber mais sobre como usar o recurso placement para configurações de exibição e sobre a compatibilidade com posições, que eram usadas anteriormente para colocar 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 "Outros que você pode gostar" prevê o próximo produto com que o usuário tem mais probabilidade de interagir ou realizar uma conversão. 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 exibição padrão:N/A

Personalizações disponíveis:

Páginas com suporte para implantação de modelos:

Comprados juntos com frequência (expansão do carrinho de compras)

A recomendação "Juntos comprados com frequência" prevê os itens comprados com frequência para 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 exibição padrão:N/A

Personalizações disponíveis:

Páginas com suporte para implantação de modelos:

Recomendados para você

A recomendação "Recomendados para você" prevê o próximo produto com que o usuário tem mais probabilidade de interagir ou comprar, com base no histórico de compras ou visualizações do usuário e informações contextuais de solicitações, como carimbos de data/hora. Essa recomendação é normalmente usada na página inicial.

A seção "Recomendado para você" também pode ser útil nas páginas de categoria. 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 exibição padrão:N/A

Personalizações disponíveis:

Páginas com suporte para implantação de modelos:

  • Todos

Itens semelhantes

A recomendação "Itens semelhantes" prevê outros produtos com atributos semelhantes aos do produto em questão. 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. Como os modelos de itens semelhantes não são personalizáveis, a criação de vários modelos de itens semelhantes com base nos mesmos eventos do usuário não produz recomendações diferentes e pode gerar custos desnecessários.

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 "Compre de novo" incentiva a compra de itens com base em compras recorrentes anteriores. 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 "Compre de novo" usa eventos de usuário de compra concluída.

Não é possível ajustar o modelo "Comprar de novo".

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 com base 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 usada na página inicial, na página de adição ao carrinho, na página do carrinho de compras, na página de categoria e na 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 "Visitados recentemente" 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 exibição padrão:recently_viewed_default

Personalizações disponíveis: N/A

Páginas com suporte para implantação de modelos:

  • Todos

Otimização na página

A otimização na página estende as recomendações de um único painel de recomendação por vez para uma página inteira com vários 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. O uso do modelo de otimização no nível da página em uma página inicial pode oferecer ao usuário final uma experiência de recomendação personalizada, além de automatizar o processo de decisão para coordenar combinações de modelos e layouts para essa página.

Para criar um modelo de otimização no nível da página, primeiro é necessário ter configurações de disponibilização de recomendações com modelos treinados. Ao criar um modelo de otimização no nível da página, você especifica em que tipo de página vai usar o modelo, quais restrições vai aplicar para limitar a veiculação de configurações de exibição semelhantes, qual objetivo de negócios otimizar (CTR ou CVR), quantos painéis de recomendação mostrar e quais configurações de exibição considerar para cada painel.

Assim como em outros modelos, para usar o modelo de otimização na página, faça uma chamada de previsão usando uma configuração de veiculação que contenha o modelo "Otimização na página". 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 a serem mostrados nesse 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 devem 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 desconhecidos 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 machine learning 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 para Pesquisa no varejo 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 os tipos de modelo de recomendação Outros itens que você pode gostar e Recomendado 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 "Comprados juntos com frequência". Esse objetivo otimiza a recomendação de itens com maior probabilidade de serem adicionados aos carrinhos, aumentando a receita com o aumento do tamanho deles.

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, crie pelo menos uma configuração de exibição para ele. Para mais informações, consulte Criar configurações de exibição.

Você encontra seus modelos listados na página Modelos. Clique no nome de um modelo para acessar a página de detalhes dele, onde é possível ver as configurações de exibição associadas a 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 uma solicitação 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 com frequência" pode usar um ou vários produtos como contexto para as 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" só pode usar um produto de contexto. 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.

    Transmitir mais de um produto em uma solicitação predict de um único modelo de produto de contexto "Frequentemente comprados juntos" não falha, mas não é recomendado, porque ele pode não resultar em recomendações ideais.