À propos des modèles de recommandation

Cette page décrit les modèles de recommandation avec leurs configurations de diffusion et objectifs d'optimisation par défaut, les personnalisations disponibles et les types d'événements compatibles.

Introduction

Lorsque vous vous inscrivez pour utiliser Vertex AI Search pour le commerce, vous travaillez avec l'assistance Vertex AI Search pour le commerce afin de déterminer les meilleurs modèles de recommandation et personnalisations à utiliser pour votre site. Les modèles et les personnalisations que vous utilisez dépendent des besoins de votre entreprise et de l'emplacement où vous prévoyez d'afficher les recommandations fournies.

Lorsque vous demandez des recommandations, vous fournissez la valeur de la configuration de diffusion à la ressource placement. (Consultez la section À propos des configurations de diffusion pour en savoir plus sur l'utilisation de la ressource placement pour les configurations de diffusion et sur la compatibilité avec les emplacements, qui étaient auparavant utilisés pour placer des modèles.) La configuration de diffusion détermine le modèle utilisé pour renvoyer vos recommandations. Vous pouvez également filtrer les résultats.

Types de modèles de recommandation

Voici les types de modèles de recommandation:

Autres articles susceptibles de vous intéresser

La recommandation "Autres sujets que vous pourriez aimer" prédit le prochain produit avec lequel un utilisateur est le plus susceptible d'interagir ou de réaliser une conversion. La prédiction se base sur l'historique des achats et des vues de page de l'utilisateur ainsi que sur la pertinence du produit par rapport au produit actuel.

Objectif d'optimisation par défaut : taux de clics

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles :

Pages compatibles avec le déploiement des modèles:

  • Page d'informations. Consultez l'événement detail-page-view.
  • Page d'ajout au panier. Afficher l'événement add-to-cart (Ajouter au panier)

Fréquemment achetés ensemble (expansion du panier d'achat)

La recommandation "Fréquemment achetés ensemble" prédit les articles fréquemment achetés ensemble pour un produit spécifique au cours d'une même session d'achat. Si une liste de produits est affichée, la recommandation prédit les articles fréquemment achetés avec cette liste.

Cette recommandation est utile lorsque l'utilisateur a indiqué qu'il avait l'intention d'acheter un produit spécifique (ou une liste de produits) et que vous souhaitez recommander des produits complémentaires (par opposition à des produits de substitution). Cette recommandation est généralement affichée sur la page "Ajouter au panier", ou sur les pages "Panier" ou "Paiement" (dans une optique d'expansion du panier).

Objectif d'optimisation par défaut : revenus par commande

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles :

Pages compatibles avec le déploiement des modèles:

Recommandées pour vous

La recommandation "Recommandé pour vous" prédit le prochain produit qu'un utilisateur est le plus susceptible d'interagir ou d'acheter, en fonction de son historique d'achat ou de consultation, ainsi que des informations contextuelles des requêtes, telles que les codes temporels. Cette recommandation est généralement utilisée sur la page d'accueil.

Cette section peut aussi être utile sur les pages de catégorie. Une page de catégorie est semblable à une page d'accueil, à la différence que vous n'affichez que les articles de cette catégorie. Vous pouvez obtenir un résultat similaire en utilisant un modèle standard "Recommandations personnalisées" avec des tags de filtre. Par exemple, vous pouvez ajouter des tags de filtre personnalisés (correspondant à chaque page de catégorie) aux articles de votre catalogue. Lorsque vous envoyez la requête de prédiction, définissez l'objet d'événement utilisateur sur category-page-view et spécifiez le tag d'une page de catégorie spécifique dans le champ filter. Seuls les résultats de recommandations correspondant au tag de filtre demandé seront renvoyés. La diversité doit être désactivée dans ce cas d'utilisation car elle peut entrer en conflit avec les tags de filtre basés sur des catégories.

Objectif d'optimisation par défaut : taux de clics

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles :

Pages compatibles avec le déploiement des modèles:

  • Tous

Articles similaires

La recommandation "Articles similaires" prédit d'autres produits ayant des attributs globalement semblables à celui du produit envisagé. Cette recommandation est généralement utilisée sur une page d'informations détaillées sur le produit, ou lorsqu'un produit recommandé n'est pas disponible.

Le modèle "Articles similaires" ne nécessite que des informations issues du catalogue de produits. Aucun événement utilisateur n'est requis.

Le modèle "Articles similaires" ne peut pas être optimisé.

Nous vous recommandons de ne créer qu'un seul modèle "Articles similaires" par projet. Étant donné que les modèles d'articles similaires ne sont pas personnalisables, la création de plusieurs modèles d'articles similaires basés sur les mêmes événements utilisateur ne génère pas de recommandations différentes et peut entraîner des coûts inutiles.

Objectif d'optimisation par défaut : taux de clics

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles : N/A

Pages compatibles avec le déploiement des modèles:

Acheter à nouveau

Le modèle "Acheter à nouveau" encourage l'achat d'articles à nouveau en fonction des achats récurrents précédents. Ce modèle personnalisé prédit les produits qui ont été achetés au moins une fois et qui sont généralement achetés régulièrement. L'intervalle de suggestion d'un produit dépend du produit et du visiteur du site. Les recommandations de ce modèle peuvent être utilisées sur n'importe quel type de page.

Le modèle "Acheter à nouveau" utilise des événements utilisateur de type "achat terminé".

Impossible de régler le modèle "Acheter à nouveau".

Nous vous recommandons de créer un seul modèle "Acheter à nouveau" par projet. Étant donné que les modèles "Acheter à nouveau" ne sont pas personnalisables, la création de plusieurs modèles "Acheter à nouveau" basés sur les mêmes événements utilisateur ne génère pas de recommandations différentes et peut entraîner des coûts inutiles.

Objectif d'optimisation par défaut : N/A

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles : N/A

Pages compatibles avec le déploiement des modèles:

  • Tous

En vente

Le type de modèle "En promotion" est un modèle personnalisé basé sur des promotions qui peut recommander des produits en promotion. Vous pouvez utiliser ce type de modèle pour encourager les utilisateurs à acheter des articles à prix réduit.

Généralement utilisé sur la page d'accueil, la page d'ajout au panier, la page du panier, la page de catégorie et la page d'informations.

Objectif d'optimisation par défaut:Taux de clics

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles :

Pages compatibles avec le déploiement des modèles:

Consultés récemment

La recommandation "Consultés récemment" n'est pas une recommandation en réalité. Elle fournit les ID des produits avec lesquels l'utilisateur ou le visiteur a récemment interagit, en commençant par les plus récents.

Objectif d'optimisation par défaut : N/A

Configuration de diffusion par défaut:recently_viewed_default

Options de personnalisation disponibles : N/A

Pages compatibles avec le déploiement des modèles:

  • Tous

Optimisation au niveau de la page

L'optimisation au niveau de la page va de l'optimisation d'un seul panneau de recommandations à la fois à l'optimisation d'une page entière comportant plusieurs panneaux. Le modèle d'optimisation au niveau de la page sélectionne automatiquement le contenu de chaque panneau et détermine l'ordre des panneaux sur votre page.

Par exemple, les pages d'accueil sont généralement structurées avec des produits organisés en lignes de groupes associés, tels que des catégories, des articles tendance ou des produits consultés récemment. L'utilisation du modèle d'optimisation au niveau de la page sur une page d'accueil peut offrir à l'utilisateur final une expérience de recommandation personnalisée tout en automatisant le processus de décision pour coordonner les combinaisons de modèles et les mises en page de cette page.

Pour créer un modèle d'optimisation au niveau de la page, vous devez d'abord disposer de configurations de diffusion de recommandations existantes avec des modèles entraînés. Lorsque vous créez un modèle d'optimisation au niveau de la page, vous spécifiez le type de page sur lequel vous allez l'utiliser, les restrictions que vous appliquerez pour limiter la diffusion de configurations de diffusion similaires, l'objectif commercial à optimiser (CTR ou taux de conversion), le nombre de panneaux de recommandations à afficher et les configurations de diffusion à prendre en compte pour chaque panneau.

Comme pour les autres modèles, pour utiliser le modèle d'optimisation au niveau de la page, vous devez effectuer un appel de prédiction à l'aide d'une configuration de diffusion contenant le modèle "Optimisation au niveau de la page". Au lieu de recommandations, la réponse de prédiction contient une liste triée d'ID de configuration de diffusion représentant la configuration de diffusion à utiliser pour chaque panneau. Effectuez ensuite un nouvel appel de prédiction pour chaque panneau avec l'ID de configuration de diffusion correspondant qui a été renvoyé par le modèle d'optimisation au niveau de la page. La réponse de prédiction de chaque panneau contient la liste des éléments recommandés à afficher dans ce panneau.

Objectif d'optimisation par défaut : N/A

Configuration de diffusion par défaut:N/A

Options de personnalisation disponibles : N/A

Pages compatibles avec le déploiement des modèles:

  • Tous

Optimisation pour les objectifs d'entreprise

Les modèles de machine learning sont créés pour optimiser un objectif commercial spécifique, qui détermine la façon dont le modèle est conçu. Chaque modèle a un objectif d'optimisation par défaut, mais vous pouvez demander à utiliser un objectif plus adapté à vos objectifs commerciaux en contactant votre conseiller de l'équipe d'assistance.

Une fois que vous avez entraîné un modèle, vous ne pouvez plus modifier son objectif d'optimisation. Vous devrez entraîner un nouveau modèle pour utiliser un objectif d'optimisation différent.

Vertex AI Search pour le commerce est compatible avec les objectifs d'optimisation suivants.

Taux de clics (CTR)

L'optimisation du CTR met l'accent sur l'engagement. Vous devez optimiser le CTR lorsque vous souhaitez maximiser la probabilité que l'utilisateur interagisse avec la recommandation.

Le CTR est l'objectif d'optimisation par défaut pour les types de modèles de recommandations Autres idées et Recommandations pour vous.

Revenus par session

L'objectif d'optimisation des revenus par session est disponible pour les types de modèles de recommandations "Autres sources susceptibles de vous intéresser", "Recommandé pour vous" et Fréquemment achetés ensemble. Bien que l'objectif fonctionne différemment pour chaque modèle, il est le même : augmenter les revenus.

  • Pour les autres personnes que vous pourriez aimer et recommander pour vous. L'objectif combine les informations issues des clics, des conversions et du prix des articles pour aider le modèle à recommander des articles dont le prix est plus élevé et dont la probabilité d'achat est plus élevée.

  • Produits fréquemment achetés ensemble. Cet objectif optimise la recommandation d'articles qui ont plus de chances d'être ajoutés au panier, ce qui permet d'augmenter les revenus en augmentant la taille du panier.

Taux de conversion

L'optimisation du taux de conversion augmente la probabilité que l'utilisateur ajoute l'article recommandé à son panier. Si vous souhaitez améliorer la métrique de nombre d'articles ajoutés au panier par session, optimisez le taux de conversion.

Options avancées de configuration du modèle

Selon le type de modèle, d'autres options de configuration vous permettent de modifier le comportement de votre modèle.

Préférence de réglage

Le réglage de modèle garantit un entraînement optimal du modèle lorsque les données d'entrée changent au fil du temps. Configurez le modèle de manière à effectuer un réglage automatique tous les trois mois, ou choisissez de le faire manuellement. Le modèle fait l'objet d'un réglage automatique ponctuel après sa création. En savoir plus

Pour en savoir plus sur les coûts de réglage, consultez la page Tarifs.

Configurations et modèles de diffusion disponibles

Avant de pouvoir demander des prédictions à votre modèle, vous devez créer au moins une configuration de diffusion pour celui-ci. Pour en savoir plus, consultez la page Créer des configurations de diffusion.

Vous pouvez consulter vos modèles sur la page Modèles. Cliquez sur le nom d'un modèle pour accéder à sa page d'informations, où vous pouvez voir les configurations de diffusion associées à ce modèle.

Produits de contexte

Lorsqu'ils génèrent une recommandation, les modèles tiennent compte des produits avec lesquels un utilisateur a déjà interagi dans le contexte du panneau de recommandations.

Ces produits contextuels sont transmis dans le corps d'une requête predict dans le cadre d'un événement utilisateur. Par exemple, si un panneau de recommandations s'affiche sur la page du panier, tout événement utilisateur shopping-cart-page-view qui déclenche une requête predict doit inclure les produits qui se trouvent dans le panier à ce moment-là. Ces produits sont utilisés comme produits de contexte pour cette recommandation.

Lorsque vous créez un modèle "Fréquemment achetés ensemble", vous spécifiez s'il doit générer des recommandations pour un ou plusieurs éléments. L'option que vous choisissez dépend du type de page que vous prévoyez d'utiliser avec le modèle.

  • Produits à contextes multiples (par défaut): le modèle "Fréquemment achetés ensemble" peut utiliser un ou plusieurs produits comme contexte pour ses recommandations. Ce cas d'utilisation concerne généralement les pages de panier d'achat comportant divers produits contextuels pouvant orienter la recommandation de diffusion sur cette page.

  • Produit à contexte unique: le modèle "Fréquemment achetés ensemble" ne peut utiliser qu'un seul produit de contexte. Ce cas d'utilisation concerne généralement les pages ne contenant qu'un seul produit pouvant servir de contexte pour les recommandations, telles que les pages d'ajout au panier et les pages d'informations détaillées sur le produit.

    La transmission de plusieurs produits dans une requête predict à partir d'un modèle de produit de contexte unique "Fréquemment acheté ensemble" n'échoue pas, bien que cela ne soit pas recommandé, car cela pourrait ne pas donner lieu à des recommandations optimales.