Puoi implementare Vertex AI Search per il retail per la tua applicazione di e-commerce.
Quando utilizzi i consigli o la ricerca, importi i dati del catalogo e degli eventi utente e pubblichi previsioni o risultati di ricerca sul tuo sito.
Gli stessi dati vengono utilizzati sia per i consigli sia per la ricerca, quindi se li utilizzi entrambi, non è necessario importarli due volte.
Se utilizzi modelli di consigli, la pagina Requisiti relativi ai dati sugli eventi utente elenca i requisiti aggiuntivi in base al tipo di modello e all'obiettivo di ottimizzazione. Questi requisiti aiutano Vertex AI Search for Retail a generare risultati di qualità.
Il tempo di integrazione medio è nell'ordine delle settimane. Tieni presente che, per la ricerca, la durata effettiva dipende molto dalla qualità e dalla quantità di dati da importare.
Se utilizzi Google Tag Manager o Google Merchant Center, puoi implementare Vertex AI Search for Retail con gli strumenti Google.
Puoi ottenere risultati personalizzati per il tuo sito web indipendentemente dal fatto che tu utilizzi o meno altri strumenti Google. In caso contrario, consulta Implementare Vertex AI Search per il retail senza gli strumenti Google.
Esegui i passaggi di implementazione
Se utilizzi Tag Manager e Merchant Center, segui i passaggi descritti nella scheda Con gli strumenti Google per integrare Vertex AI Search per la vendita al dettaglio nel tuo sito web. Se non utilizzi Tag Manager e Merchant Center, segui i passaggi descritti nella scheda Senza strumenti Google per integrare Vertex AI Search for Retail nel tuo sito web.
Con gli strumenti Google
| Passaggio | Descrizione |
|---|---|
| 1. Configura un progetto Google Cloud | Se ne hai già uno, puoi utilizzare un progetto Google Cloud esistente. In caso contrario, segui questa guida per configurare un nuovo progetto. |
| 2a. Importare il catalogo dei prodotti utilizzando Merchant Center |
Puoi anche importare direttamente il tuo catalogo dei prodotti, ma il collegamento a Merchant Center riduce i passaggi necessari per l'importazione. Questa soluzione non è ideale se vuoi utilizzare le sezioni. Questa soluzione chiavi in mano funziona bene con Google Ads e viene replicata rapidamente in Vertex AI Search for Retail. L'intera operazione può essere completata in pochi clic. Tieni presente che Merchant Center non supporta il tipo di prodotto delle collezioni. Prima dell'importazione, assicurati di esaminare le limitazioni di Merchant Center per verificare se soddisfa le esigenze del tuo catalogo. |
| 2b. Configurare Tag Manager per registrare gli eventi utente | Gli eventi utente monitorano le azioni degli utenti, ad esempio i clic su un prodotto, l'aggiunta di un articolo a un carrello degli acquisti o l'acquisto di un articolo. Puoi iniziare a registrare gli eventi utente in parallelo all'importazione del catalogo. Al termine dell'importazione del catalogo, riassocia gli eventi caricati prima del completamento dell'importazione. Se utilizzi già Google Tag Manager, questo è il metodo consigliato a causa dell'integrazione con Vertex AI Search for Retail. |
| 3. Importare gli eventi utente storici |
Fornendo dati storici sugli eventi utente, puoi iniziare l'addestramento del modello senza dover attendere mesi per raccogliere dati sugli eventi utente sufficienti dal tuo sito. Per scoprire come importare i dati utente, consulta la documentazione Importa eventi utente sull'importazione di Google Analytics 360 ed eventi GA4 da BigQuery. I modelli hanno bisogno di dati di addestramento sufficienti per poter fornire previsioni accurate. Per sapere quanti dati utilizzare, comprendi i requisiti per ciascun modello. |
Senza gli strumenti Google
| Passaggio | Descrizione |
|---|---|
| 1. Configura un progetto Google Cloud |
Crea un progetto Google Cloud e le credenziali di autenticazione, tra cui una chiave API e un token OAuth (utilizzando un account utente o un account di servizio) per accedere al progetto. |
| 2a. Importa il catalogo dei prodotti |
Puoi aggiungere singoli articoli al tuo catalogo dei prodotti utilizzando il metodo
|
| 2b. Registra gli eventi utente |
Gli eventi utente monitorano le azioni degli utenti, ad esempio i clic su un prodotto, l'aggiunta di un articolo a un carrello o l'acquisto di un articolo. I dati sugli eventi utente sono necessari per generare risultati personalizzati. Gli eventi utente devono essere importati in tempo reale per riflettere con precisione il comportamento degli utenti. Puoi iniziare a registrare gli eventi utente in parallelo all'importazione del catalogo. Al termine dell'importazione del catalogo, riassocia gli eventi caricati prima del completamento dell'importazione. Dovrai scrivere un pixel di monitoraggio. |
| 3. Importare gli eventi utente storici |
Fornendo dati storici sugli eventi utente, puoi iniziare l'addestramento del modello senza dover attendere mesi per raccogliere dati sugli eventi utente sufficienti dal tuo sito. Per scoprire come importare i dati utente, consulta la documentazione Importa eventi utente sull'importazione di eventi da Cloud Storage, BigQuery o per importare gli eventi in linea utilizzando il metodo |
Segui questi passaggi per entrambi i percorsi di onboarding
| Passaggio | Descrizione |
|---|---|
| 4. Configurare il monitoraggio e gli avvisi |
Configura monitoraggio e avvisi. |
| 5. Crea la configurazione di pubblicazione, il modello e i controlli |
Decidi se utilizzare i consigli, la ricerca o entrambi. Acquisisci familiarità con i formati per gli eventi utente. Una configurazione di pubblicazione è un'entità che associa un modello e, facoltativamente, i controlli. Una configurazione di pubblicazione viene utilizzata come contenitore per generare i risultati di ricerca o dei suggerimenti. Se utilizzi i suggerimenti quando crei una configurazione di pubblicazione, puoi creare contemporaneamente un modello insieme ai controlli. Puoi anche crearli separatamente. Scegli un tipo di modello in base alla posizione della configurazione di pubblicazione e ai relativi scopi. Esamina i tipi di suggerimenti, gli obiettivi di ottimizzazione, e altre opzioni di ottimizzazione del modello per determinare le opzioni migliori per i tuoi obiettivi commerciali. Per le configurazioni di pubblicazione della ricerca, viene creato automaticamente un modello predefinito. |
| 6. Attendi il tempo necessario per l'addestramento e l'ottimizzazione del modello |
Le configurazioni di pubblicazione sono versioni di test delle configurazioni. Vengono utilizzati come spazio di lavoro per testare la differenza tra gli obiettivi o i controlli di ottimizzazione. Ad esempio, puoi eseguire la gestione temporanea di una configurazione di pubblicazione per testarla rispetto a quella di produzione e indirizzare l'applicazione a una o all'altra per la risoluzione dei problemi. Se utilizzi la ricerca, l'addestramento e la regolazione sono automatici, a condizione che tu abbia raggiunto la soglia. Consulta i requisiti per gli eventi utente per ogni modello e ogni prodotto per determinare quanti e quali tipi di eventi utente devono essere utilizzati per addestrare e ottimizzare i modelli. Se utilizzi i consigli, la creazione di un modello avvia l'addestramento e l'ottimizzazione. L'addestramento e la messa a punto iniziali del modello richiedono 2-5 giorni, ma possono richiedere più tempo per set di dati di grandi dimensioni. L'addestramento e la messa a punto iniziali del modello richiedono 2-5 giorni, ma possono richiedere più tempo per set di dati di grandi dimensioni. |
| 7. Visualizza l'anteprima e testa la configurazione di pubblicazione |
Dopo aver attivato il modello, visualizza l'anteprima e testa i consigli o i risultati di ricerca della configurazione di pubblicazione per assicurarti che la configurazione funzioni come previsto. Puoi creare nuovi controlli o utilizzare quelli esistenti per aggiungere nuove configurazioni di pubblicazione e indirizzare l'applicazione alla versione di test per confrontare il rendimento. Puoi escludere o includere regole e eseguire test di suddivisione della produzione rispetto a un'altra configurazione di pubblicazione del test. Puoi quindi simulare le ricerche utilizzando queste varianti nella pagina Valutazioni della console. |
| 8. (Facoltativo) Configurare un esperimento A/B |
Puoi utilizzare un esperimento A/B per confrontare il rendimento del tuo sito web con e senza Vertex AI Search for Retail. |
| 9. Valutare la configurazione |
Valuta le metriche fornite da Search for Retail per aiutarti a determinare in che modo la tua attività è interessata dall'integrazione Vertex AI Search per il retail. Visualizza le metriche del tuo progetto nella pagina Analytics della console Ricerca per la vendita al dettaglio. |
Termini di servizio
L'utilizzo del prodotto è soggetto ai Termini e condizioni di Google Cloud o alla variante offline pertinente. L'Informativa sulla privacy di Google Cloud spiega come raccogliamo e trattiamo le tue informazioni personali relative all' utilizzo di Google Cloud e di altri servizi Google Cloud.
Per garantire la qualità, un piccolo insieme di query di ricerca e risultati di ricerca ricavato dai log, che include i dati dei clienti, viene inviato per la classificazione da parte di persone a fornitori di terze parti divulgati come subappaltatori di terze parti per la Ricerca. Test aggiuntivi che utilizzano query di ricerca e risultati di ricerca provenienti dai log della Ricerca Google che sono set di dati raccolti pubblicamente vengono inviati per la classificazione da parte di persone a diversi fornitori di terze parti per il controllo qualità. I log di Ricerca Google non sono classificati come dati dei clienti.