Acerca dos modelos de recomendações

Esta página descreve os modelos de recomendações com as respetivas configurações de publicação e objetivos de otimização predefinidos, personalizações disponíveis e tipos de eventos suportados.

Introdução

Quando se inscreve para usar o Vertex AI Search for commerce, trabalha com o apoio técnico do Vertex AI Search for commerce para determinar os melhores modelos de recomendações e personalizações a usar para o seu site. Os modelos e as personalizações que usa dependem das necessidades da sua empresa e do local onde planeia apresentar as recomendações resultantes.

Quando pede recomendações, fornece o valor de configuração de publicação ao recurso placement. (Consulte o artigo Acerca das configurações de publicação para ver detalhes sobre a utilização do recurso placement para configurações de publicação e sobre o suporte para posicionamentos, que eram usados anteriormente para posicionar modelos.) A configuração de publicação determina que modelo é usado para devolver as suas recomendações. Também pode filtrar os resultados.

Tipos de modelos de recomendações

Seguem-se os tipos de modelos de recomendações:

Outros de que pode gostar

A recomendação Outros produtos de que pode gostar prevê o próximo produto com o qual um utilizador tem maior probabilidade de interagir ou gerar uma conversão. A previsão baseia-se no histórico de compras e de visualizações do utilizador, bem como na relevância do produto candidato para um produto especificado atual.

Objetivo de otimização predefinido: taxa de cliques

Configuração de publicação predefinida: N/A

Personalizações disponíveis:

Páginas suportadas para a implementação de modelos:

Frequentemente comprados em conjunto (expansão do carrinho de compras)

A recomendação "Frequentemente comprados em conjunto" prevê os artigos comprados frequentemente em conjunto para um produto específico na mesma sessão de compras. Se estiver a ver uma lista de produtos, o modelo prevê os artigos comprados frequentemente com essa lista de produtos.

Esta recomendação é útil quando o utilizador já indicou uma intenção de comprar um produto (ou uma lista de produtos) específico e quer recomendar complementos (em vez de substitutos). Esta recomendação é normalmente apresentada na página add-to-cart ou nas páginas do carrinho de compras ou da lista de desejos (para expansão do carrinho de compras).

Objetivo de otimização predefinido: receita por sessão

Configuração de publicação predefinida: N/A

Personalizações disponíveis:

Páginas suportadas para a implementação de modelos:

Recomendadas para si

A recomendação Recomendado para si prevê o próximo produto com o qual um utilizador tem maior probabilidade de interagir ou que tem maior probabilidade de comprar, com base no histórico de compras ou visualizações desse utilizador e nas informações contextuais dos pedidos, como as indicações de tempo. Normalmente, esta recomendação é usada na página inicial.

A secção Recomendado para si também pode ser útil nas páginas de categorias. Uma página de categoria é semelhante a uma página inicial, exceto que apresenta apenas itens dessa categoria. Pode fazê-lo através de um modelo padrão Recomendado para si com etiquetas de filtro. Por exemplo, pode adicionar etiquetas de filtro personalizadas (correspondentes a cada página de categoria) aos itens no seu catálogo. Quando enviar o pedido de previsão, defina o objeto de evento do utilizador como category-page-view e especifique a etiqueta de uma página de categoria específica no campo filter. Apenas são devolvidos resultados de recomendações que correspondam à etiqueta de filtro pedida. A diversidade deve ser desativada neste exemplo de utilização, porque pode entrar em conflito com as etiquetas de filtro baseadas em categorias.

Objetivo de otimização predefinido: taxa de cliques

Configuração de publicação predefinida: N/A

Personalizações disponíveis:

Páginas suportadas para a implementação de modelos:

  • Tudo

Volte a comprar

O modelo Comprar novamente incentiva a compra de artigos novamente com base em compras recorrentes anteriores. Este modelo personalizado prevê produtos que foram comprados anteriormente, pelo menos, uma vez e que são normalmente comprados com regularidade. O intervalo no qual um produto é sugerido depende do produto e do visitante do site. As recomendações deste modelo podem ser usadas em qualquer tipo de página.

O modelo Comprar novamente usa eventos de utilizador de compra concluída.

Não é possível otimizar o modelo Comprar novamente.

Recomendamos que crie apenas um modelo Comprar novamente por projeto. Uma vez que os modelos de Comprar novamente não são personalizáveis, a criação de vários modelos de Comprar novamente com base nos mesmos eventos de utilizador não produz recomendações diferentes e pode incorrer em custos desnecessários.

Objetivo de otimização predefinido: N/A

Configuração de publicação predefinida: N/A

Personalizações disponíveis: N/A

Páginas suportadas para a implementação de modelos:

  • Tudo

Em promoção

O tipo de modelo Em promoção é um modelo personalizado baseado em promoções que pode recomendar produtos em promoção. Pode usar este tipo de modelo para incentivar os utilizadores a comprar artigos com desconto.

Normalmente usado 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 predefinido: taxa de cliques

Configuração de publicação predefinida: N/A

Personalizações disponíveis:

Páginas suportadas para a implementação de modelos:

Visualizados recentemente

A recomendação Vistos recentemente não é, na verdade, uma recomendação. Fornece os IDs dos produtos com os quais o utilizador ou o visitante interagiu recentemente, com os produtos mais recentes primeiro.

Objetivo de otimização predefinido: N/A

Configuração de publicação predefinida: recently_viewed_default

Personalizações disponíveis: N/A

Páginas suportadas para a implementação de modelos:

  • Tudo

Otimização ao nível da página

A otimização ao nível da página estende as recomendações da otimização de um único painel de recomendações de cada vez para a otimização de uma página inteira com vários painéis. O modelo de otimização ao nível da página seleciona automaticamente os conteúdos para cada painel e determina a ordem dos painéis na sua página.

Por exemplo, as páginas iniciais são normalmente estruturadas com produtos organizados em linhas de grupos relacionados, como categorias, artigos populares ou produtos vistos recentemente. A utilização do modelo de otimização ao nível da página numa página inicial pode oferecer ao utilizador final uma experiência de recomendação personalizada, ao mesmo tempo que automatiza o processo de decisão para coordenar combinações de modelos e esquemas para essa página.

Para criar um modelo de otimização ao nível da página, primeiro, tem de ter configurações de publicação de recomendações existentes com modelos preparados. Quando cria um modelo de otimização ao nível da página, especifica o tipo de página em que vai usar o modelo, as restrições que vai aplicar para limitar a publicação de configurações de publicação semelhantes, o objetivo empresarial para o qual vai fazer a otimização (CTR ou CVR), quantos painéis de recomendações apresentar e que configurações de publicação considerar para cada painel.

Tal como acontece com outros modelos, para usar o modelo de otimização ao nível da página, faz uma chamada de previsão usando uma configuração de publicação que contém o modelo "Otimização ao nível da página". Em vez de recomendações, a resposta de previsão contém uma lista ordenada de IDs de configuração de publicação que representam a configuração de publicação a usar para cada painel. Em seguida, faça uma nova chamada de previsão para cada painel com o ID de configuração de publicação correspondente que foi devolvido pelo modelo de otimização ao nível da página. A resposta de previsão para cada painel contém a lista de itens recomendados a apresentar nesse painel.

Objetivo de otimização predefinido: N/A

Configuração de publicação predefinida: N/A

Personalizações disponíveis: N/A

Páginas suportadas para a implementação de modelos:

  • Tudo

Quando ativa esta funcionalidade

  • As informações da descrição devem ser explicativas para cada produto e conter informações ou palavras únicas separadas do título.
  • Esta funcionalidade funciona melhor quando existem, em média, pelo menos 10 palavras de descrição.
  • A percentagem de eventos que contêm item_ids desconhecidos deve ser inferior a 10%. (Pode verificar a proporção não associada. Leia mais acerca da definição de taxa de não associação).

Otimização em função dos objetivos da empresa

Os modelos de aprendizagem automática são criados para otimizar um objetivo empresarial específico, o que determina a forma como o modelo é criado. Cada modelo tem um objetivo de otimização predefinido, mas pode pedir um objetivo de otimização diferente para apoiar os objetivos da sua empresa contactando o representante do apoio técnico.

Depois de formar um modelo, não pode alterar o objetivo de otimização. Tem de preparar um novo modelo para usar um objetivo de otimização diferente.

O Vertex AI Search para comércio suporta os seguintes objetivos de otimização.

Taxa de cliques (CTR)

A otimização para CTR enfatiza a interação. Deve otimizar para CTR quando quiser maximizar a probabilidade de o utilizador interagir com a recomendação.

A CTR é o objetivo de otimização predefinido para os tipos de modelos de recomendações Outros que podem gostar e Recomendado para si.

Receita por sessão

O objetivo de otimização de receita por sessão está disponível para os tipos de modelos de recomendações "Outros produtos que podem interessar-lhe", "Recomendado para si" e "Comprados frequentemente em conjunto". Embora o objetivo funcione de forma diferente para cada modelo, o objetivo é o mesmo: aumentar a receita.

  • Para as secções Outras sugestões e Recomendado para si. O objetivo combina informações de cliques, conversões e preços dos artigos para ajudar o modelo a recomendar artigos com preços mais elevados e uma maior probabilidade de serem comprados.

  • Para a funcionalidade Frequentemente comprados em conjunto. Este objetivo otimiza em função da recomendação de artigos com uma probabilidade mais elevada de serem adicionados aos carrinhos, o que beneficia a receita através da expansão dos tamanhos dos carrinhos.

Taxa de conversão (CVR)

A otimização em função da taxa de conversão maximiza a probabilidade de o utilizador adicionar o artigo recomendado ao carrinho. Se quiser aumentar o número de artigos adicionados a um carrinho por sessão, otimize em função da taxa de conversão.

Opções de configuração avançadas do modelo

Consoante o tipo de modelo, existem outras opções de configuração do modelo que pode usar para alterar o comportamento do modelo.

Preferência de aperfeiçoamento

A otimização mantém a preparação do modelo ideal à medida que os dados de entrada mudam ao longo do tempo. Defina o seu modelo para ser ajustado automaticamente a cada três meses ou opte por ajustá-lo apenas manualmente. O modelo é ajustado automaticamente uma vez após a criação. Saiba mais.

Para ver detalhes dos custos de otimização, consulte a secção Preços.

Modelos e configurações de publicação disponíveis

Antes de poder pedir previsões ao seu modelo, tem de criar, pelo menos, uma configuração de publicação para o mesmo. Para mais informações, consulte o artigo Crie configurações de publicação.

Pode ver os seus modelos listados na página Modelos. Clique no nome de um modelo para aceder à respetiva página de detalhes, onde pode ver as configurações de publicação associadas a esse modelo.

Produtos de contexto

Quando geram uma recomendação, os modelos têm em conta os produtos com os quais um utilizador interagiu anteriormente no contexto do painel de recomendações.

Estes produtos contextuais são transmitidos para o corpo de um pedido predict como parte de um evento do utilizador. Por exemplo, se existir um painel de recomendações numa página do carrinho de compras, qualquer evento do utilizador que acione um pedido predict deve incluir os produtos que estão no carrinho de compras nesse momento.shopping-cart-page-view Estes produtos são usados como os produtos de contexto para essa recomendação.

Quando cria um modelo de Comprados frequentemente em conjunto, especifica se esse modelo vai gerar recomendações no contexto de um ou vários artigos. A opção que escolher depende do tipo de página em que planeia usar o modelo.

  • Vários produtos de contexto (predefinição): o modelo Comprados frequentemente em conjunto pode usar um ou vários produtos como contexto para as respetivas recomendações. Normalmente, este exemplo de utilização destina-se a páginas do carrinho de compras que têm uma variedade de produtos contextuais que podem informar a recomendação a ser publicada nessa página.

  • Produto de contexto único: o modelo Comprados frequentemente em conjunto só pode usar um produto de contexto. Este exemplo de utilização destina-se normalmente a páginas que têm um único produto que seria usado como contexto para recomendações, como páginas de adição ao carrinho e páginas de detalhes do produto.

    A transmissão de mais de um produto num pedido predict de um único contexto do modelo de produtos frequentemente comprados em conjunto não falha, embora não seja recomendada porque pode não resultar em recomendações ideais.