이 문서는 Recommendations AI 전용 문서입니다. 제한된 GA 단계에서 Retail Search 및 통합 Retail 콘솔을 사용해 보려면 Cloud 영업팀에 문의하세요. Retail Search를 사용할 계획이 없으면 추가 알림이 있을 때까지 권장사항 콘솔에 남아 있으세요.

Recommendations AI의 v1beta 버전을 사용하는 경우 Retail API 버전으로 마이그레이션합니다.

기여 분석 토큰

이 페이지에서는 기여 분석 토큰을 사용하여 시간 경과에 따라 추천 성능을 개선하는 방법을 설명합니다.

기여 분석 토큰은 Recommendations AI에서 생성하고 각 예측 요청을 사용하여 반환하는 고유한 ID로, Recommendations AI가 사용자 작업 및 추천을 서로 연관시켜 수익 및 전환율 측정항목을 제공할 수 있게 해줍니다.

사용자 이벤트에 기여 분석 토큰을 포함하는 것은 선택사항입니다. 기여 분석 토큰을 제공하지 않으면 Recommendations AI에서 방문자 ID와 타임스탬프를 기준으로 예측 응답 및 수집된 사용자 이벤트의 추천을 정렬하여 기여 분석 토큰의 근사치를 계산합니다. 자세히 알아보기

추천 토큰의 작동 방식

predict 메서드가 반환하는 각 추천에는 응답 본문의 고유한 attributionToken이 포함됩니다. 예를 들면 다음과 같습니다.

{
  "results": [{"id": "352"}, {"id": "456"}],
  "attribution_token": "abc123"
}

웹사이트에서 Recommendations AI의 추천을 기반으로 제품을 표시하는 경우 사용자가 추천 제품과 상호작용할 때(예: 보기 또는 장바구니에 추가 클릭) 해당 추천의 기여 분석 토큰을 반환해야 합니다. 이러한 피드백 루프를 사용 설정하면 Recommendations AI에서 추천이 비즈니스에 미치는 영향에 대한 정보를 제공할 수 있습니다. 자세한 내용은 추천자 성능 측정을 참조하세요.

기여 분석 토큰 반환 방법

사용자가 추천 제품으로 수행하는 모든 작업에 대해 기록하는 사용자 이벤트에 기여 분석 토큰을 포함하여 반환합니다. 사용자가 추천 제품에서 수행할 수 있는 작업은 웹사이트의 디자인에 따라 다릅니다. 일반적인 작업에는 즐겨찾기 목록에 제품 추가, 상세 보기 요청, 쇼핑 장바구니에 추가 또는 원클릭 구매 등이 포함됩니다.

기여 분석 토큰을 반환하려면 먼저 웹사이트의 추천 패널에 표시될 때 기여 분석 토큰을 제품에 연결해야 합니다. 일반적으로 추천 패널에서 수행할 수 있는 작업과 연결된 모든 URL에 토큰을 추가하면 됩니다. 예를 들면 다음과 같습니다.

https://www.example.com/54321/?rtoken=abc123

그런 다음 사용자가 추천 패널의 제품과 상호작용하여 사용자 이벤트가 생성될 때 기여 분석 토큰을 URL 링크에서 파싱하고 해당 상호작용에 대해 Recommendations AI에 보내는 사용자 이벤트에 삽입할 수 있습니다.

예를 들어 사용자에게 제품을 보여주는 것과 관련된 예측을 요청한다고 가정해 보겠습니다. Recommendations AI는 연결된 기여 분석 토큰과 함께 추천 카탈로그 ID 집합을 반환합니다.

{
  "results": [{"id": "352"}, {"id": "456"}],
  "attribution_token": "abc123"
}

웹사이트의 추천 패널에 추천 항목이 표시되고 추천 패널의 각 URL에 해당 예측에 대해 반환된 기여 분석 토큰이 포함됩니다. 사용자가 추천 제품 중 하나를 클릭하여 해당 제품을 자세히 보면 해당 클릭에 대해 기록되는 detail-page-view 사용자 이벤트에 기여 분석 토큰을 포함합니다. 사용자 이벤트는 다음 예시와 유사합니다.

{
  "eventType" : "detail-page-view",
  "userInfo": {
    "visitorId": "visitor1",
    "userId": "user1"
   },
   "eventDetail": {
     "attributionToken": "abc123",
   },
   "productEventDetail": {
      "productDetails": [{
        "catalogItemId": "123",
        "originalPrice": 49.00,
        "displayPrice": 44.00,
        "currencyCode": "USD"
       }
     ]
   }
}

사용자가 추천 항목으로 표시된 제품과 상호작용하고 해당 상호작용에 대한 사용자 이벤트와 함께 기여 분석 토큰을 포함하면 Recommendations AI가 이 정보를 평가에 사용합니다.

예를 들어 사용자가 추천 패널에서 제품을 보고 추천 패널을 사용하여 위시리스트에 제품을 추가하고 제품의 세부정보도 확인한다고 가정하겠습니다. 추천 패널에서 생성된 사용자 이벤트(목록에 추가 및 세부정보 페이지) 모두에 기여 분석 토큰을 포함해야 합니다.

이제 동일한 사용자가 제품의 상세 보기에서 해당 제품을 장바구니에 추가했다고 가정하겠습니다. 추천 패널이 아닌 상세 보기에서 작업을 수행했기 때문에 해당 작업에는 기여 분석 토큰을 포함할 필요가 없습니다. 마찬가지로 사용자가 결국 제품을 구매했지만 추천 패널에서 직접 구매하지 않은 경우, 구매 이벤트와 함께 기여 분석 토큰을 반환하는 것은 의미가 없습니다.

다음 단계