您可以为电子商务应用实现适用于零售的 Vertex AI Search。
使用推荐内容或搜索功能时，您 注入用户事件和清单数据， 在您的网站上提供预测或搜索结果。
推荐和搜索都使用相同的数据，因此如果您同时使用这两者，则无需提取相同的数据两次。
如果您使用推荐模型，则用户事件数据要求会列出其他要求，具体取决于您的模型类型和优化目标。这些要求有助于 适用于零售的 Vertex AI Search 可生成高质量的结果。
平均集成时间约为数周。请注意，对于搜索广告系列，实际时长取决于 对注入数据的质量和数量至关重要。
如果您使用的是 Google 跟踪代码管理器或 Google Merchant Center，则可以使用 Google 工具实现 Vertex AI Search for Retail。
你可以获得 网站。如果您没有使用 Google 工具，请参阅在不使用 Google 工具的情况下实现 Vertex AI Search 零售解决方案。
执行实施步骤
如果您使用跟踪代码管理器和 Merchant Center， 按照 With Google tools（使用 Google 工具）标签页中的步骤集成 Vertex AI Search for Retail 嵌入您的网站中如果您不使用跟踪代码管理器和 Merchant Center，请按照不使用 Google 工具标签页中的步骤将 Vertex AI Search for Retail 集成到您的网站中。
借助 Google 工具
| 步骤 | 说明 |
|---|---|
| 1. 设置 Google Cloud 项目 | 如果您已经有 Google Cloud 项目，则可以使用。 |
| 2a. 使用 Merchant Center 导入商品清单 |
您也可以直接导入商品清单，但关联 Merchant Center 可以减少导入清单所需的步骤。如果您想使用 [分面](facets-overview.md)，此解决方案并不理想。此交钥匙解决方案与 Google Ads 搭配使用效果出色，并且可以快速复制到 Vertex AI Search for Retail。只需点击几下，即可启动并运行此服务。 请注意，Merchant Center 不支持集合商品类型。导入之前，请务必查看 Merchant Center 限制 检查它是否符合你的目录需求。 |
| 2b. 配置跟踪代码管理器以记录用户事件 | 用户事件用于跟踪用户操作，例如点击商品、将商品添加到购物车或购买商品。 您可以开始在导入目录的同时记录用户事件。 目录导入完成后 重新联接任何事件 在导入完成前上传的内容。如果您已在使用 Google 跟踪代码管理器，则建议您采用此方法，因为它已与 Vertex AI Search for Retail 集成。 |
| 3. 导入历史用户事件 |
通过提供历史用户事件数据，您可以 开始模型训练，而不必等待数月，等待足够多的用户 收集事件数据如需了解如何导入用户数据，请参阅导入用户事件文档，了解如何从 BigQuery 导入 Google Analytics 360 事件和 Google Analytics 4 事件。您的模型需要足够多的训练数据才能提供准确的预测。如需了解要使用多少数据，请了解每种模型的要求。 |
| 4. 设置监控和提醒 |
设置监控和提醒。 |
| 5. 创建服务配置、模型和控件 |
投放配置是一种服务实体，用于关联模型和（可选）控件。在生成您的搜索或 推荐结果。创建投放配置时，您可以同时创建模型（仅适用于推荐）和控件。您也可以单独创建这些元素。 如果您使用推荐，请根据以下建议选择模型类型： 服务配置的位置及其目标。评价 可用的 推荐类型、 优化目标 和 其他模型调参选项 以据此确定最适合您业务目标的选项。（ 搜索服务配置，默认模型是 自动创建。） |
| 6. 留出时间进行模型训练和调优 |
决定您要使用推荐内容和/或搜索功能。然后，熟悉用户事件的格式。 如果您决定使用搜索功能，系统会自动进行训练和调整（前提是您已达到最低要求）。请参阅每个模型和每种产品的用户事件要求，以确定要训练和调整模型的用户事件数量和类型。 如果您使用的是推荐，则创建模型会启动训练和调整。初始模型训练和调整需要 2-5 天才能完成，但对于大型数据集，可能需要更长时间。 初始模型训练和调整需要 2-5 天才能完成，但对于大型数据集，可能需要更长时间。 |
| 7. 预览和测试服务配置 |
激活模型后，预览并测试您的服务 配置建议或搜索结果，确保您的设置 是否按预期运行。您可以创建新控件或使用现有控件添加新的服务配置，并将应用指向测试版本以比较性能。您可以排除或包含规则，并对生产版与其他测试投放配置进行分块测试。然后，您可以在控制台的评估页面中使用这些变体模拟搜索。 |
| 8. 设置 A/B 实验（可选） |
您可以使用 A/B 实验来比较启用和未启用 Vertex AI Search for Retail 时网站的效果。 |
| 9. 评估您的配置 |
评估 Search for Retail 提供的指标，以帮助您确定纳入 Vertex AI Search 零售解决方案对您的业务有何影响。 在 数据分析页面 “报告”页面 |
不使用 Google 工具
| 步骤 | 说明 |
|---|---|
| 1. 设置 Google Cloud 项目 |
创建一个 Google Cloud 项目，并创建包含 API 密钥和 OAuth 令牌（使用用户账号或服务账号）的身份验证凭据来访问该项目。 |
| 2a. 导入商品清单 |
您可以使用
|
| 2b. 记录用户事件 |
用户事件用于跟踪用户操作，例如点击商品、将商品添加到购物车或购买商品。 需要用户事件数据才能生成 个性化搜索结果。需要实时提取用户事件以准确反映用户的行为。 您可以开始在导入目录的同时记录用户事件。 目录导入完成后，重新联接在导入完成之前上传的所有事件。您需要编写跟踪像素。 |
| 3. 导入历史用户事件 |
通过提供历史用户事件数据，您可以
开始模型训练，而不必等待数月，等待足够多的用户
收集事件数据如需了解如何导入用户数据，请参阅 导入用户事件文档，了解如何从 Cloud Storage 或 BigQuery 导入事件，或使用 |
| 4. 设置监控和提醒 |
设置监控和提醒。 |
| 5. 创建服务配置、模型和控件 |
服务配置是一种服务实体，将各项设置 模型和控件（可选）。这些信息会在生成搜索结果或推荐结果时使用。 创建服务配置时，您可以同时创建 或者分别创建模型和控件。它们可为您提供高级别的可配置性。 如果您使用推荐，请根据以下建议选择模型类型： 服务配置的位置及其目标。评价 可用的 推荐类型、 优化目标 和 其他模型调参选项 以据此确定最适合您业务目标的选项。 |
| 6. 留出时间进行模型训练和调优 |
确定您要使用推荐内容和/或搜索功能。然后，熟悉用户事件的格式。 如果您决定使用搜索，则训练和调参会自动进行（假设您已达到阈值）。请参阅每种模型和每种产品的用户事件要求，以确定要使用多少个以及哪些类型的用户事件来训练和调整模型。 如果您使用的是推荐，则创建模型会启动训练和调整。初始模型训练和调整需要 2-5 天才能完成，但对于大型数据集，可能需要更长时间。 初始模型训练和调优需要 2-5 天才能完成，但可能需要 。 |
| 7. 预览和测试投放配置 |
激活配置后，预览投放配置的建议或搜索结果，以确保您的设置按预期正常运行。您必须用它来创建自己的自定义模型。您可以创建新控件或使用现有控件添加新的服务配置，并将应用指向测试版本以比较性能。在测试版中添加或移除规则，以了解哪些规则可能会影响效果。您可以排除或包含规则，并对生产版与其他测试投放配置进行分块测试。然后，您可以在控制台的评估页面中使用这些变体模拟搜索。 |
| 8. 设置 A/B 实验（可选） |
您可以使用 A/B 实验来比较启用和未启用 Vertex AI Search for Retail 时网站的效果。 |
| 9. 评估您的配置 |
评估 Search for Retail 控制台提供的指标，以便 可帮助您确定将 Vertex AI Search for Retail。 在 数据分析页面 “报告”页面 |
服务条款
使用本产品时，您需要遵循 Google Cloud 的条款及条件或相关的线下变体。Google Cloud 隐私权声明 说明了我们如何收集和处理您的个人信息， 使用 Google Cloud 和其他 Google Cloud 服务。
为了保证质量，使用一小部分搜索查询和搜索结果 （包括客户数据）会发送到 对第三方供应商的人工评级披露为“第三方” 子处理方。 我们还会使用公开收集的数据集（来自 Google 搜索日志的搜索查询和搜索结果）进行其他测试，并将这些测试发送给不同的第三方供应商进行人工评分，以确保质量。Google 搜索日志不会被归类为客户数据。