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 usa modelos de recomendação, os Requisitos de dados do evento 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 é de semanas. Para a pesquisa, a duração real depende muito da qualidade e da quantidade de dados a serem ingeridos.
Se você usa o Gerenciador de tags do Google ou o Google Merchant Center, é possível implementar a Vertex AI para Pesquisa de varejo 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 estiver usando o Gerenciador de tags e o Merchant Center, siga as etapas na guia Com ferramentas do Google para integrar a Vertex AI para Pesquisa de varejo ao 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. Caso contrário, siga este guia para configurar um novo projeto. |
| 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. 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 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. Quando a importação do catálogo estiver concluída, reconecte-se a qualquer evento que tenha sido enviado 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 Retail. |
| 3. Importar eventos históricos do usuário |
Ao fornecer dados históricos de eventos do usuário, você pode iniciar treinamento de modelo sem precisar esperar meses até que dados suficientes sejam coletados no 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 GA4 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. |
Sem ferramentas do Google
| Etapa | Descrição |
|---|---|
| 1. Configurar um projeto do Google Cloud |
Crie um projeto do Google Cloud e crie credenciais de autenticação, incluindo uma chave de API e um token do OAuth (usando uma conta de usuário ou de 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 rastreiam ações do usuário, como clicar em um produto, adicionar um item a um carrinho de compras ou comprar 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 seus usuários. Você pode começar a gravar eventos do usuário em paralelo à importação do catálogo. Quando a importação do catálogo estiver concluída, reconecte-se a qualquer evento que tenha sido enviado antes da conclusão da importação. Você vai precisar escrever um pixel de rastreamento. |
| 3. Importar eventos históricos do usuário |
Ao fornecer dados históricos de eventos do usuário, você pode
iniciar treinamento de modelo sem precisar esperar meses até que dados
suficientes sejam coletados no 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 |
Siga estas etapas para os dois caminhos de integração
| Etapa | Descrição |
|---|---|
| 4. Configurar o monitoramento e os alertas |
Configure o monitoramento e os alertas. |
| 5. Criar a configuração, o modelo e os controles de veiculação |
Decida se você quer usar recomendações, pesquisa ou ambos. Em seguida, conheça os formatos de eventos do usuário. Uma configuração de exibição é uma entidade que associa um modelo e, opcionalmente, controles. Uma configuração de exibição é usada como um contêiner ao gerar os resultados da pesquisa ou recomendação. Se você estiver usando recomendações ao criar uma configuração de exibição, poderá criar um modelo simultaneamente com seus controles. Também é possível criar esses itens separadamente. Escolha um tipo de modelo com base no local da configuração de veiculação 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 veiculação de pesquisa, um modelo padrão é criado automaticamente. |
| 6. Reserve tempo para o treinamento de modelo e o ajuste do modelo |
As configurações de veiculação são versões de teste das configurações. Eles são usados como um espaço de trabalho para testar a diferença entre os objetivos ou controles de otimização. É possível preparar uma configuração de veiculação para testá-la com a de produção, por exemplo, e apontar o aplicativo para uma ou outra para resolver problemas. Se você estiver usando 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 o modelo for ativado, visualize e teste as recomendações ou os resultados da pesquisa da configuração de exibição para garantir que ela esteja funcionando conforme o 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 o desempenho do seu site com e sem a Vertex AI para Pesquisa para varejo. |
| 9. Avaliar a configuração |
Avalie as métricas fornecidas pela Pesquisa para varejo para ajudar você a determinar como sua empresa é afetada pela incorporação da Vertex AI para Pesquisa para varejo. 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 com a variante off-line relevante. 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, uma pequena amostra de consultas e resultados de pesquisa dos registros, que incluem dados do cliente, é enviada para classificação humana a fornecedores terceirizados divulgados como subprocessadores terceiros 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.