Sobre modelos de recomendação

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

Introdução

Ao se inscrever para usar a Vertex AI para Pesquisa no varejo, você trabalha com o suporte da Vertex AI para Pesquisa para varejo a fim de determinar os melhores modelos de recomendação e personalizações para usar 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 ao recurso placement. Consulte Sobre configurações de exibição para mais detalhes sobre como usar o recurso placement para configurações de exibição e sobre o suporte a posições, que antes eram usadas para posicionar modelos. A configuração de exibição 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 com que um usuário tem mais probabilidade de interagir ou fazer 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 veiculação padrão:N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação de modelos:

Comprados juntos com frequência (expansão do carrinho de compras)

A recomendação Juntos com frequência prevê itens comprados com frequência em conjunto 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 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 com que um usuário tem maior probabilidade de interagir ou comprar, com base no histórico de compras ou visualização desse usuário e em informações contextuais das solicitações, como carimbos de data/hora. Essa recomendação é normalmente usada na página inicial.

Recomendados também pode ser útil nas 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 compatíveis com a implantação de modelos:

  • Tudo

Itens semelhantes

A recomendação de itens semelhantes prevê outros produtos que têm atributos similares ao do produto considerado. Essa recomendação é normalmente usada em uma página de detalhes do produto ou quando um produto recomendado está esgotado.

O modelo "Itens semelhantes" só requer informações do catálogo de produtos. Nenhum evento de usuário é necessário.

Não é possível ajustar os modelos de itens semelhantes.

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

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão:N/A

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação de modelos:

Comprar novamente

O modelo "Comprar novamente" incentiva a compra de itens novamente com base em compras recorrentes anteriores. Esse modelo personalizado prevê os produtos que foram comprados anteriormente pelo menos uma vez e que, geralmente, são comprados regularmente. 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 de usuário com conclusão de compra.

O modelo Comprar novamente não pode ser ajustado.

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

Objetivo de otimização padrão: N/A

Configuração de veiculação padrão:N/A

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação de modelos:

  • Tudo

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 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 veiculação padrão:N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação de modelos:

Acesso recente

A recomendação de 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 compatíveis com a implantação de modelos:

  • Tudo

Otimização no nível da página

A otimização no nível da página estende as recomendações da otimização para um único painel de recomendações por vez até a otimização 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 normalmente são estruturadas com produtos organizados em linhas de grupos relacionados, como categorias, itens em alta ou produtos Acesso recente. O uso do 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 para essa página.

Para criar um modelo de otimização no nível da página, primeiro é preciso ter configurações de veiculação de recomendações que tenham modelos treinados. Ao criar um modelo de otimização no nível da página, especifique em que tipo de página o modelo será usado, quais restrições serão aplicadas para limitar a exibição de configurações de veiculação semelhantes, qual objetivo de negócio otimizar (CTR ou CVR), quantos painéis de recomendação serão exibidos e quais configurações de veiculação considerar para cada painel.

Assim como em outros modelos, para usar o modelo de otimização no nível da página, faça uma chamada de previsão usando uma configuração de exibição que contenha o modelo de otimização no nível da página. Em vez de recomendações, a resposta da previsão contém uma lista classificada de IDs de configurações de exibição que representam a configuração a ser usada em cada painel. Em seguida, faça uma nova chamada de previsão para cada painel com o ID de configuração de veiculação 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 naquele painel.

Objetivo de otimização padrão: N/A

Configuração de veiculação padrão:N/A

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação de modelos:

  • Tudo

Otimização para objetivos de negócios

Os modelos de machine learning são criados para otimizar de acordo com um objetivo de negócio 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 para varejo é compatível com os objetivos de otimização a seguir.

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 recomendações e Recomendados para você.

Receita por sessão

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

  • Para outros usuários que você pode gostar e recomendações para você. O objetivo combina informações de cliques, conversões e preços dos 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 ao carrinho, beneficiando a receita com a expansão dos tamanhos do carrinho.

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.

Configurações e modelos de exibição disponíveis

Antes de solicitar previsões do seu modelo, você precisa criar pelo menos uma configuração de veiculação para ele. Para mais informações, acesse Criar configurações de exibição.

Você encontra seus modelos listados na página Modelos. Clique no nome de um modelo para acessar a página de detalhes, em que é possível ver as configurações de veiculação associadas a ele.

Produtos de contexto

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

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

Ao criar um modelo "Comprados juntos com frequência", você especifica se ele gerará recomendações no contexto de um ou vários itens. A opção escolhida depende do tipo de página que você planeja usar com o modelo.

  • Vários produtos de contexto (padrão): o modelo "Combinados com frequência" pode usar um ou vários produtos como contexto para as recomendações. Esse caso de uso normalmente é para páginas de carrinho de compras com vários produtos contextuais que podem informar a recomendação a ser veiculada nessa página.

  • Produto de contexto único: o modelo "Combinados com frequência" pode usar apenas um produto de contexto. Esse caso de uso normalmente é para páginas com 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 comprado com frequência não falha, embora não seja recomendado porque pode não resultar em recomendações ideais.