Receba recomendações

Esta página descreve como pedir recomendações de produtos para um utilizador específico e um evento do utilizador.

Depois de carregar os seus produtos e registar eventos do utilizador, pode pedir recomendações de produtos para utilizadores específicos com base nos eventos do utilizador registados para esse utilizador e na respetiva atividade atual. Pode demorar até 48 horas para que os novos produtos e eventos do utilizador sejam refletidos no modelo de recomendação.

O Vertex AI Search for commerce devolve uma lista de identificadores de produtos classificados. É responsável por renderizar os resultados no seu Website com imagens e texto.

Nunca colocar em cache resultados personalizados de um utilizador final e nunca devolver resultados personalizados a um utilizador final diferente.

Antes de começar

Tem de criar um Google Cloud projeto e configurar a autenticação através dos passos descritos em Antes de começar.

Além disso, antes de poder pedir previsões a partir de recomendações, precisa de uma recomendação (modelo) preparada e otimizada e de uma ou mais configurações de publicação ativas.

Avalie as recomendações

Antes de atualizar o código do Website para pedir recomendações, pode usar os resultados da previsão de pré-visualização para confirmar que o modelo e a configuração de publicação estão a funcionar como esperado.

Para mais informações sobre as configurações de publicação, consulte o artigo Acerca das configurações de publicação.

Pode pré-visualizar os resultados da configuração de publicação na página Avaliar ou acedendo à página Detalhes de uma configuração de publicação na consola e clicando no separador Avaliar. Os passos seguintes mostram como fazer uma pré-visualização a partir da página Avaliar.

Para pré-visualizar as recomendações devolvidas pela configuração de publicação:

  1. Aceda à página Avaliar na consola de pesquisa para comércio.

    Aceda à página Avaliar

  2. Clique no separador Recomendações, se ainda não estiver selecionado.

  3. Selecione a configuração de publicação que quer pré-visualizar.

  4. Opcional: introduza um ID do visitante para pré-visualizar as recomendações para esse utilizador.

  5. Se a secção Itens associados for apresentada, clique em Adicionar item e introduza um ID do produto para receber recomendações associadas a esse item. Pode adicionar vários itens associados.

    A adição de itens só está disponível se o tipo de modelo da configuração de publicação selecionada exigir produtos como entrada para recomendações. Os modelos Recomendado para si não requerem a introdução de itens associados.

  6. Clique em Pré-visualização da previsão para ver os resultados da previsão.

Para ver a página Detalhes da configuração de publicação em pré-visualização, clique em Ver configuração de publicação no campo Selecionar configuração de publicação.

Receba uma recomendação

A API Recommendations tem limites no número de itens devolvidos. No entanto, existem soluções alternativas para aumentar o número de itens devolvidos.

Aumente os limites

  • O limite para os resultados do Vertex AI Search for commerce é de 120.

  • A API Recommendations suporta a reclassificação de até 2000 itens.

  • Embora a latência aumente, é possível aumentar o tamanho da página até 500 ou 1000.

Soluções alternativas

Para as páginas de categorias, pode personalizá-las e reclassificá-las através de recomendações pessoais. Para contornar o limite de 120 resultados, faça várias chamadas simultâneas para o primeiro número de páginas indicado e, em seguida, junte os resultados para parecerem uma página grande.

Para restringir manualmente o conjunto de recomendações devolvidas aos utilizadores finais, pode adicionar critérios de filtro em consultas PredictRequest.params.

Marque os atributos selecionados como filtráveis através da API e, em seguida, consulte-os diretamente nos respetivos pedidos de previsão.

Para ver detalhes dos custos de previsão, consulte a secção Preços.

curl

Para receber uma recomendação, faça um pedido POST ao método REST predict e forneça o corpo do pedido adequado:

  • A conta de serviço que usa tem de ter a função "Visualizador de retalho" ou superior.

  • Substitua SERVING_CONFIG_ID pela configuração de publicação onde vai usar as previsões. Saiba mais.

  • Se importou eventos de utilizadores do Google Analytics 360 através do BigQuery, defina visitorId como o ID de cliente do Google Analytics. Consulte a documentação do Google Analytics para saber como obter o ID do cliente.

  • Se estiver a executar uma experiência A/B, defina experimentIds como o ID deste grupo de experiência. Saiba mais.

  • Forneça um objeto de evento do utilizador para a ação do utilizador que iniciou o pedido de recomendação.

    Tenha em atenção que este evento do utilizador não é registado. É usado apenas para fornecer contexto para este pedido de recomendação. Também deve registar o evento do utilizador da mesma forma que regista outros eventos do utilizador.

  • Opcionalmente, forneça um filtro para restringir os potenciais produtos devolvidos. Saiba mais.

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    --data '{
              "filter": "FILTER_STRING",
              "validateOnly": false,
              "userEvent": {
                  "eventType": "detail-page-view",
                  "visitorId": "VISITOR_ID",
                  "userInfo": {
                      "userId": "USER_ID",
                      "ipAddress": "IP_ADDRESS",
                      "userAgent": "USER_AGENT"
                  },
                  "experimentIds": "EXPERIMENT_GROUP",
                  "productDetails": [{
                      "product": {
                        "id": "PRODUCT_ID"
                     }
                  }]
              }
            }' \
https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/servingConfigs/SERVING_CONFIG_ID:predict

Deverá ver resultados semelhantes aos seguintes:

{
  "results": [{"id": "sample-id-1"}, {"id": "sample-id-2"}],
  "attribution_token": "sample-atr-token"
}

Java

public static PredictResponse predictWithNextPageToken(UserEvent userEvent, int pageSize,
    String nextPageToken)
    throws IOException, InterruptedException {
  PredictionServiceClient predictionClient = getPredictionServiceClient();

  PredictRequest request = PredictRequest.newBuilder()
      .setPlacement(HOME_PAGE_PLACEMENT_NAME)
      .setUserEvent(userEvent)
      .setPageSize(pageSize)
      .setPageToken(nextPageToken)
      .setValidateOnly(true)
      .build();

  PredictResponse response = predictionClient.predict(request);

  predictionClient.shutdownNow();
  predictionClient.awaitTermination(2, TimeUnit.SECONDS);

  return response;
}

Reclassificação de preços

A reclassificação de preços faz com que os produtos recomendados com uma probabilidade de recomendação semelhante sejam ordenados por preço, com os artigos de preço mais elevado em primeiro lugar. A relevância também é usada para ordenar os itens, pelo que a reclassificação por preço não é o mesmo que ordenar por preço.

A reclassificação de preços pode ser definida ao nível da configuração de publicação ou por pedido de previsão.

Quando escolhe uma definição de reclassificação de preços ao criar uma configuração de publicação na consola de pesquisa para comércio, essa definição aplica-se a todas as recomendações publicadas por essa configuração, sem que tenha de tomar medidas adicionais.

Se precisar de controlar a reclassificação de preços de uma recomendação específica, pode fazê-lo através do campo PredictRequest.params. Isto substitui qualquer definição de reclassificação ao nível da configuração que, de outra forma, se aplicaria a esta recomendação.

Diversidade das recomendações

A diversificação de recomendações afeta se os resultados devolvidos de um único pedido de previsão são de diferentes categorias do seu catálogo de produtos.

A diversificação de recomendações pode ser definida ao nível da configuração de publicação ou por pedido de previsão.

Quando escolhe uma definição de diversificação de recomendações ao criar uma configuração de publicação na consola de pesquisa para comércio, essa definição aplica-se por predefinição a todas as previsões publicadas por essa configuração, sem que tenha de realizar mais ações.

Se precisar de controlar a diversidade de uma recomendação específica, pode fazê-lo através do campo PredictRequest.params. Isto substitui qualquer definição de diversificação ao nível da configuração que, de outra forma, se aplicaria a esta recomendação. Veja os valores aceites.

Use filtros de recomendações

Pode filtrar as recomendações devolvidas por recomendações usando o campo filter no método predict. Para mais informações, consulte o artigo Filtre as recomendações.

Chamadas de previsão com modelos de otimização ao nível da página

O fornecimento de recomendações através da otimização ao nível da página requer um passo de chamada de previsão adicional.

Faça uma chamada de previsão inicial usando uma configuração de publicação que contenha o modelo de otimização ao nível da página. A resposta de previsão devolve uma lista ordenada de IDs de configuração de serviço que representam o modelo a usar para cada painel.

Em seguida, faça uma chamada de previsão para cada painel com o ID de configuração de publicação que o modelo de otimização ao nível da página recomendou. A resposta de previsão contém o nome do modelo (como Recomendado para si) e a lista de artigos recomendados para apresentar nesse painel.

A reclassificação de preços, a diversidade de recomendações e os filtros de recomendações não estão disponíveis para configurações de serviço que usam o modelo de otimização ao nível da página.

Monitorize e resolva problemas de recomendações

Depois de configurar o seu Website para receber recomendações, recomendamos que configure alertas. Consulte o artigo Configure um alerta para erros de previsão.

Para resolver problemas de erros, consulte o artigo Monitorize e resolva problemas.