É possível implementar a Vertex AI para Pesquisa para varejo no seu aplicativo de e-commerce.
Ao usar recomendações ou pesquisa, você ingere dados de eventos e catálogos do usuário e exibe previsões ou resultados de pesquisa no seu site.
Os mesmos dados são usados para recomendações e pesquisa. Portanto, se você usar os dois, não será necessário ingerir os mesmos dados duas vezes.
Se você usar modelos de recomendação, Os requisitos dos dados de eventos do usuário listam outros requisitos. dependendo do tipo de modelo e do objetivo de otimização. Esses requisitos ajudam a Vertex AI para Pesquisa para varejo a gerar resultados de qualidade.
O tempo médio de integração está na ordem de semanas. Para pesquisas, a duração real depende na qualidade e na quantidade dos dados a serem ingeridos.
Se você usa o Gerenciador de tags do Google ou o Google Merchant Center, pode: implementar a Vertex AI para Pesquisa para Retail com as ferramentas do Google.
É possível receber resultados personalizados para seu site, mesmo que você não use outras ferramentas do Google. Caso contrário, consulte Implementar a Vertex AI para Pesquisa para varejo sem ferramentas do Google.
Seguir as etapas de implementação
Se você usa o Gerenciador de tags e o Merchant Center, siga as etapas na guia Com as ferramentas do Google para integrar a Vertex AI para Pesquisa para Retail. no seu site. Se você não usa o Gerenciador de tags e o Merchant Center, siga as etapas na guia Sem ferramentas do Google para integrar a Vertex AI para Pesquisa para varejo ao seu site.
Com as ferramentas do Google
| Etapa | Descrição |
|---|---|
| 1. Configurar um projeto do Google Cloud | É possível usar um projeto atual do Google Cloud se você já tiver um. |
| 2a. Importar seu catálogo de produtos usando o Merchant Center |
Também é possível importar diretamente seu catálogo de produtos, mas vincular o Merchant Center reduz as etapas necessárias para importar seu catálogo. Essa solução não é ideal se você quiser usar [facetas](facets-overview.md). Essa solução chave na mão funciona bem com o Google Ads e é replicada rapidamente na Vertex AI para Pesquisa para varejo. Isso pode ser feito com alguns cliques. O Merchant Center não é compatível com o tipo de produto de coleções. Antes de importar, leia as limitações do Merchant Center para verificar se elas atendem às necessidades do seu catálogo. |
| 2b. Configurar o Gerenciador de tags para registrar eventos do usuário | Os eventos do usuário rastreiam as ações do usuário, como clicar em um produto, adicionar um item a um carrinho de compras ou comprar um item. Você pode começar a gravar eventos do usuário em paralelo à importação do catálogo. Depois que a importação do catálogo for concluída, voltar a participar de eventos que foram enviadas antes da conclusão da importação. Se você já usa o Gerenciador de tags do Google, esse é o método recomendado devido à integração com a Vertex AI para Pesquisa para varejo. |
| 3. Importar eventos históricos do usuário |
O fornecimento de dados históricos de eventos do usuário permite iniciar o treinamento de modelo sem ter que esperar meses por um número suficiente de usuários dados de eventos sejam coletados do seu site. Para saber como importar dados do usuário, consulte a documentação Importar eventos do usuário sobre a importação de eventos do Google Analytics 360 e 4 do BigQuery. Os modelos precisam de dados de treinamento suficientes para fornecer previsões precisas. Para saber quantos dados usar, entenda os requisitos de cada modelo. |
| 4. Configurar o monitoramento e os alertas |
Configure o monitoramento e os alertas. |
| 5. Criar a configuração, o modelo e os controles de veiculação |
Uma configuração de exibição é uma entidade de serviço que associa um modelo e opcionalmente, controles. Eles são usados como contêineres ao gerar a pesquisa ou resultados das recomendações. Ao criar uma configuração de veiculação, é possível criar um modelo simultaneamente (somente para recomendações) e controles de segurança. Também é possível criá-los separadamente. Se você usa recomendações, escolha um tipo de modelo com base no local da configuração de exibição e nos objetivos dela. Analise os tipos de recomendação, objetivos de otimização e outras opções de ajuste de modelo para determinar as melhores opções para seus objetivos de negócios. Para configs de exibição de pesquisa, um modelo padrão é criado automaticamente. |
| 6. Reserve tempo para o treinamento de modelo e o ajuste de modelos |
Decida se você quer usar as recomendações, a pesquisa ou ambas. Em seguida, familiarize-se com os formatos dos eventos do usuário. Se você decidir usar a pesquisa, o treinamento e o ajuste serão automáticos, desde que você tenha atingido o limite. Consulte os requisitos para eventos do usuário de cada modelo e produto para determinar quantos e quais tipos de eventos do usuário treinar e ajustar os modelos. Se você estiver usando recomendações, a criação de um modelo iniciará o treinamento e o ajuste. O treinamento e o ajuste iniciais do modelo levam de dois a cinco dias para serem concluídos, mas podem demorar mais no caso de conjuntos de dados grandes. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem levar por mais tempo para grandes conjuntos de dados. |
| 7. Visualizar e testar a configuração de exibição |
Depois de ativar o modelo, visualize e teste a exibição nas recomendações ou nos resultados da pesquisa para garantir que está funcionando como esperado. É possível criar novos controles ou usar os atuais para adicionar novas configurações de exibição e direcionar o aplicativo à versão de teste para comparar a performance. É possível excluir ou incluir regras e fazer um teste dividido entre a produção e outra configuração de veiculação de teste. Em seguida, é possível simular pesquisas usando essas variações na página Avaliações do console. |
| 8. Configurar um experimento A/B (opcional) |
Você pode usar um experimento A/B para comparar a performance do seu site. com e sem a Vertex AI para Pesquisa para Retail. |
| 9. Avaliar a configuração |
Avalie as métricas fornecidas pela Pesquisa para varejo para ajudar você determinar como sua empresa é afetada ao incorporar Vertex AI para Pesquisa para Retail. Confira as métricas do seu projeto no Página Analytics do console da Pesquisa para varejo. |
Sem ferramentas do Google
| Etapa | Descrição |
|---|---|
| 1. Configurar um projeto do Google Cloud |
Criar um projeto do Google Cloud e criar credenciais de autenticação, incluindo uma chave de API e uma (usando uma conta de usuário ou uma conta de serviço) para acessar o projeto. |
| 2a. Importar seu catálogo de produtos |
É possível adicionar itens ao catálogo de produtos individualmente usando o método
|
| 2b. Registrar eventos do usuário |
Os eventos do usuário acompanham as ações do usuário, como clicar em um produto, adicionar uma o item a um carrinho de compras ou a compra de um item. Os dados de eventos do usuário são necessários para gerar resultados personalizados. Os eventos do usuário precisam ser ingeridos em tempo real para refletir com precisão o comportamento dos usuários. Você pode começar a gravar eventos do usuário em paralelo à importação do catálogo. Depois que a importação do catálogo for concluída, voltar a participar de eventos que foram enviadas antes da conclusão da importação. Você vai precisar escrever um pixel de rastreamento. |
| 3. Importar eventos históricos do usuário |
O fornecimento de dados históricos de eventos do usuário permite
iniciar o treinamento de modelo sem ter que esperar meses por um número suficiente de usuários
dados de eventos sejam coletados do seu site. Para saber como importar dados do usuário, consulte a documentação Importar eventos do usuário sobre a importação de eventos do Cloud Storage, do BigQuery ou inline usando o método |
| 4. Configurar o monitoramento e os alertas |
Configure o monitoramento e os alertas. |
| 5. Criar a configuração, o modelo e os controles de veiculação |
Uma configuração de exibição é uma entidade que associa as configurações a um modelo e, opcionalmente, a controles. Eles são usados ao gerar resultados de pesquisa ou recomendação. Ao criar uma configuração de veiculação, é possível criar simultaneamente uma o modelo e os controles ou os criar separadamente. Eles oferecem um alto nível de configurabilidade. Se você usa recomendações, escolha um tipo de modelo com base no local da configuração de exibição e nos objetivos dela. Analise os tipos de recomendação, objetivos de otimização e outras opções de ajuste de modelo para determinar as melhores opções para seus objetivos de negócios. |
| 6. Reserve tempo para o treinamento e ajuste do modelo |
Decida se você quer usar as recomendações, a pesquisa ou ambas. Em seguida, familiarize-se com os formatos dos eventos do usuário. Se você decidir usar a pesquisa, o treinamento e o ajuste serão automáticos, desde que você tenha atingido o limite. Consulte os requisitos para eventos do usuário de cada modelo e produto para determinar quantos e quais tipos de eventos do usuário treinar e ajustar os modelos. Se você estiver usando recomendações, a criação de um modelo inicia o treinamento e o ajuste. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos, mas podem levar mais tempo para grandes conjuntos de dados. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos, mas podem levar mais tempo para grandes conjuntos de dados. |
| 7. Visualizar e testar a configuração de exibição |
Depois que a configuração for ativada, visualize as recomendações ou os resultados da pesquisa da configuração de exibição para garantir que ela esteja funcionando conforme o esperado. Você terá que usá-lo para criar seu próprio modelo personalizado. É possível criar novos controles ou usar os atuais para adicionar novas configurações de veiculação e direcionar o aplicativo à versão de teste para comparar o desempenho. Adicione ou remova regras da versão de teste para descobrir quais delas podem estar afetando o desempenho. É possível excluir ou incluir regras e fazer testes divididos na produção em comparação com outra configuração de veiculação de teste. Em seguida, é possível simular pesquisas usando essas variações na página Avaliações do console. |
| 8. Configurar um experimento A/B (opcional) |
Você pode usar um experimento A/B para comparar o desempenho do seu site com e sem a Vertex AI para Pesquisa de varejo. |
| 9. Avaliar a configuração |
Avalie as métricas fornecidas pelo console do Search for Retail para ajudam a determinar como sua empresa é afetada pela incorporação Vertex AI para Pesquisa para Retail. Confira as métricas do seu projeto na página Analytics do console da Pesquisa para varejo. |
Termos de Serviço
O uso do produto está de acordo com os Termos e Condições do Google Cloud ou de acordo com as variante off-line. O Aviso de privacidade do Google Cloud explica como coletamos e processamos suas informações pessoais relacionadas ao uso do Google Cloud e de outros serviços do Google Cloud.
Para garantir a qualidade, um pequeno conjunto de amostras de consultas e resultados de pesquisa dos registros, que incluem dados do cliente, são enviados para classificação humana para fornecedores terceirizados divulgada como Subprocessadores para pesquisa. Outros testes que usam consultas e resultados de pesquisa de registros da Pesquisa Google que são conjuntos de dados coletados publicamente são enviados para classificação humana a diferentes fornecedores terceirizados para garantia de qualidade. Os registros da Pesquisa Google não são categorizados como dados do cliente.