Implementar a Vertex AI para Pesquisa no varejo

Nesta página, mostramos uma visão geral das etapas necessárias para implementar a Vertex AI para Pesquisa no varejo com seu aplicativo de e-commerce.

Introdução

Ao usar recomendações ou pesquisa, você ingere eventos do usuário e dados de catálogo e para exibir previsões ou resultados de pesquisa no seu site.

Os mesmos dados são usados tanto para recomendações quanto para pesquisa. Portanto, se você usar os dois, não será necessário ingerir os mesmos dados duas vezes.

Confira os requisitos e práticas recomendadas para eventos do usuário relacionados aos dados de eventos do usuário utilizados pelas recomendações e pela pesquisa. Se você usar modelos de recomendações, a seção Requisitos de dados de eventos do usuário listará outros requisitos dependendo do tipo do modelo e do objetivo da otimização. Esses requisitos ajudam a Vertex AI para Pesquisa para o varejo a gerar resultados de qualidade.

O tempo médio de integração está na ordem de semanas. No caso da pesquisa, a duração real depende muito da qualidade e da quantidade de dados a serem ingeridos.

Se você estiver usando o Gerenciador de tags do Google ou o Google Merchant Center, é possível implementar a Vertex AI para Pesquisa no 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.

Nunca armazene em cache resultados personalizados de um usuário final nem retorne resultados personalizados para outro usuário final.

Implemente a Vertex AI para Pesquisa no varejo com as ferramentas do Google

Se você usa o Gerenciador de tags do Google e o Google Merchant Center, é possível utilizar esses produtos para fornecer dados que a Vertex AI para Pesquisa para varejo pode usar.

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. 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. Após a conclusão da importação do catálogo, reconecte todos os eventos que foram enviados antes da conclusão da importação.
3: Importar eventos históricos do usuário	Os modelos precisam de dados de treinamento suficientes para fornecer previsões precisas. Ao fornecer dados históricos de eventos do usuário, você pode iniciar o treinamento do modelo sem precisar esperar meses até que dados suficientes sejam coletados no seu site. Saiba mais.
4. Crie a configuração, o modelo e os controles de veiculação	Uma configuração de exibição é uma entidade de exibição que associa um modelo e, opcionalmente, controles. Eles são usados ao gerar os resultados de pesquisa ou recomendação. Ao criar uma configuração de exibição, é possível criar simultaneamente um modelo (somente para recomendações) e controles. Também é possível criá-las separadamente. Se você usar recomendações, escolha um tipo de modelo com base no local e nos objetivos da configuração de exibição. Analise os tipos de recomendação, os objetivos de otimização e outras opções de ajuste de modelo disponíveis. para determinar as melhores opções para seus objetivos de negócios. Para configurações de exibição de pesquisa, um modelo padrão é criado automaticamente.
5. Espere até o ajuste do modelo	A criação de um modelo inicia o treinamento do modelo. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem demorar mais em grandes conjuntos de dados.
6. Conferir a configuração de veiculação	Depois que seu modelo for ativado, visualize as recomendações ou os resultados da pesquisa da configuração de exibição para garantir que ela esteja funcionando conforme o esperado.
7. Configurar um experimento A/B (opcional)	É possível usar um experimento A/B para comparar o desempenho do seu site com e sem a Vertex AI para Pesquisa para varejo.
8. Avaliar a configuração	Avalie as métricas fornecidas pela Pesquisa para varejo para ajudar a determinar como sua empresa é afetada ao incorporar a Vertex AI para Pesquisa para varejo. Confira as métricas do seu projeto na página Análise do console da Search for Retail.

Implemente a Vertex AI para Pesquisa no varejo sem outras ferramentas do Google

Se você não usa o Gerenciador de tags e o Merchant Center, siga as etapas a seguir para integrar a Vertex AI para Pesquisa para varejo ao seu site.

Etapa	Descrição
1. Configurar um projeto do Google Cloud	Crie um projeto do Google Cloud e credenciais de autenticação, incluindo uma chave de API e um token OAuth (usando uma conta de usuário ou de conta de serviço) para acessar o projeto.
2a. Importar seu catálogo de produtos	Para adicionar itens ao catálogo de produtos individualmente, use o método Products.create. Para catálogos de produtos grandes, recomendamos adicionar itens em massa usando o método Products.import.
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, comprar um item e assim por diante. 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. Após a conclusão da importação do catálogo, reconecte todos os eventos que foram enviados antes da conclusão da importação.
3: Importar eventos históricos do usuário	Os modelos precisam de dados de treinamento suficientes para fornecer previsões precisas. Ao fornecer dados históricos de eventos do usuário, você pode iniciar o treinamento do modelo sem precisar esperar meses até que dados suficientes sejam coletados no seu site. Saiba mais.
4. Crie a configuração, o modelo e os controles de veiculação	Uma configuração de exibição é uma entidade de exibição que associa configurações a um modelo e, opcionalmente, controles. Eles são usados ao gerar os resultados da pesquisa ou recomendação. Ao criar uma configuração de veiculação, é possível gerar simultaneamente um modelo e controles ou criá-los separadamente. Para recomendações, o local da configuração de exibição e os objetivos dela afetam o ajuste do modelo. Analise os tipos de recomendação, objetivos de otimização e outras opções de ajuste de modelo disponíveis para determinar as melhores opções para seus objetivos de negócios.
5. Reserve tempo para o treinamento	A criação do modelo ou da configuração de disponibilização inicia o treinamento. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem demorar mais em grandes conjuntos de dados.
6. Conferir a configuração de veiculação	Depois que a configuração for ativada, visualize as recomendações da configuração de exibição ou os resultados da pesquisa para garantir que a configuração esteja funcionando conforme o esperado.
7. Configurar um experimento A/B (opcional)	É possível usar um experimento A/B para comparar o desempenho do seu site com e sem a Vertex AI para Pesquisa para varejo.
8. Avaliar a configuração	Avalie as métricas fornecidas pelo console da Pesquisa para varejo para ajudar a determinar como sua empresa é afetada ao incorporar a Vertex AI para Pesquisa para varejo. Confira as métricas do seu projeto na página Análise do console da Search for Retail.

Termos de Serviço

O uso do produto está de acordo com os Termos e Condições do Google Cloud ou 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, um pequeno conjunto de consultas de pesquisa e resultados da pesquisa dos registros, que incluem dados do cliente, é enviado para classificação humana a fornecedores terceirizados divulgados como subprocessadores de terceiros para pesquisa. Outros testes usando consultas e resultados dos registros da Pesquisa Google que são conjuntos de dados coletados publicamente são enviados para classificação humana a diferentes fornecedores terceirizados para controle de qualidade. Os registros da Pesquisa Google não são categorizados como dados do cliente.