Dies ist die Dokumentation nur für Recommendations AI. Wenn Sie Retail Search und die einheitliche Retail-Konsole in der eingeschränkten GA-Phase ausprobieren möchten, wenden Sie sich an den Cloud-Vertrieb. Wenn Sie Retail Search nicht verwenden möchten, können Sie das bis auf Weiteres in der Empfehlungskonsole bleiben.

Wenn Sie die v1beta-Version von Recommendations AI verwenden, migrieren Sie zur Retail API-Version.

Kataloge und Kataloginformationen

Auf dieser Seite finden Sie Best Practices zum Erstellen Ihrer Kataloginformationen und zum Füllen Ihrer Katalogdaten.

Überblick

Die Katalogdaten, die Sie in Recommendations AI importieren, haben direkten Einfluss auf die Qualität des resultierenden Modells und somit auf die Qualität der Prediction AI. Im Allgemeinen gilt: Je genauer und spezifischer die Kataloginformationen sind, desto höher ist die Qualität Ihres Modells.

Ihr Katalog sollte auf dem neuesten Stand sein. Sie können Katalogänderungen so oft wie nötig hochladen. Im Idealfall täglich für Kataloge mit einer hohen Änderungsrate. Sie können vorhandene Produktelemente hochladen (patchen). Es werden nur die geänderten Felder aktualisiert. Für das Hochladen von Kataloginformationen fallen keine Gebühren an. Weitere Informationen finden Sie unter Katalog auf dem neuesten Stand halten.

Produkte

Der Katalog ist eine Sammlung von Produktobjekten.

Erforderliche Produktinformationen

Die folgenden Felder sind erforderlich. Sie müssen Werte für diese angeben, wenn Sie Produktelemente in Ihrem Katalog erstellen. Sie sollten auch den Werten entsprechen, die in Ihrer internen Produktdatenbank verwendet werden. Außerdem sollten sie das dargestellte Produkt genau widerspiegeln, da sie im Training Ihrer Modelle enthalten sind.

In einigen Fällen sind auch andere Felder erforderlich. Sehen Sie sich die vollständige Liste aller Produktfelder auf der [Product-Referenzseite][product-ref] an.

Alle von Ihnen bereitgestellten Produktinformationen können zur Verbesserung der Qualität der Empfehlungen verwendet werden. Achten Sie darauf, so viele Felder wie möglich anzugeben.

Feld Hinweise
name Der vollständige Ressourcenname des Produkts. Erforderlich für alle Produktmethoden mit Ausnahme von import. Während des Imports wird der Name automatisch generiert und muss nicht manuell angegeben werden.
id Die von Ihrer Produktdatenbank verwendete Produkt-ID. Das ID-Feld muss in dem gesamten Katalog eindeutig sein. Derselbe Wert wird beim Aufzeichnen eines Nutzerereignisses verwendet und auch von der Methode predict zurückgegeben.
title Produkttitel aus Ihrer Produktdatenbank. Ein UTF-8-codierter String. Er ist auf maximal 1250 Zeichen beschränkt.

Produktebenen verwenden

Wenn Sie Ihren Katalog zum ersten Mal importieren, müssen Sie angeben, ob Sie nur primäre oder primäre Elemente sowie deren Varianten bereitstellen.

  • Primäre Elemente sind die Elemente, die die Retail API in den Vorhersageergebnissen zurückgibt. Dies können einzelne Elemente (SKU-Ebene) oder Gruppen ähnlicher Elemente (SKU-Gruppen) sein. Standardmäßig ist die Retail API so konfiguriert, dass nur primäre Elemente importiert werden.
  • Varianten sind Versionen eines primären Produkts. Varianten können nur einzelne Elemente (Artikelebene) sein. Wenn das primäre Produkt z. B. "V-Head-Shirt" ist, können die Varianten "Braun V-Shirt-Shirt, Größe XL" und "Weißes V-Shirt, Größe S" lauten. Primäre und Varianten werden manchmal als "übergeordnete" und "untergeordnete" Elemente bezeichnet. Das Importieren von Varianten ist optional.

Legen Sie beim Katalogimport Ihre Produktebenen mit der Methode Catalog.patch fest. Beispiel:

curl -X PATCH 
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)"
-H "Content-Type: application/json; charset=utf-8"
--data '{ "productLevelConfig": { "ingestionProductType": "PRODUCT-TYPE", "merchantCenterProductIdField": "PRODUCT-ID-FIELD" } }'
"https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog"

Damit Sie die besten Auswahlmöglichkeiten für Produktlevels für Ihre Implementierung bestimmen können, müssen Sie Ihre Katalogdaten und Websitelogik durchsehen. Welche Element-IDs stehen Ihnen zur Verfügung, wenn Sie Nutzerereignisdaten erfassen? Welche Element-IDs würden am besten mit Vorhersagen zurückgegeben werden? Wie werden diese IDs verglichen und miteinander verknüpft?

Führen Sie die entsprechenden Schritte aus, je nachdem, ob Sie Daten aus dem Merchant Center importieren:

Produktebenen für den Import aus dem Merchant Center ermitteln

Wenn Sie Katalogdaten aus dem Merchant Center importieren, verwendet die Retail APIingestionProductType zur Ermittlung, ob sie als Primäre oder Varianten hochgeladen werden sollen, und das Feld merchantCenterProductIdField, der angibt, ob dieMerchant Center offer_id oder item_group_id alsProdukt-ID genutzt werden.

Prüfen Sie Ihre Katalogdaten und Ihre Websitelogik, um die folgenden Fragen zu beantworten:

  • Gibt es in meinem Katalog sowohl Primäre als auch Varianten?
  • Falls ja, welches Element habe ich, wenn ich Nutzerereignisdaten erfasse?
  • Welche Art von Elementen muss ich mit meinen Vorhersagen zurückgeben?

Bestimmen Sie, ob:

  1. Ihr Katalog nur eine Artikelebene enthält. Das bedeutet:

    • Alle Ihre Produkte und Ereignisse befinden sich auf SKU-Ebene und Sie möchten Vorhersagen auf SKU-Ebene erhalten.
    • Alle Ihre Produkte und Ereignisse befinden sich auf Gruppenebene, und Sie möchten Vorhersagen auf Gruppenebene.

    Wenn dies der Fall ist, importieren Sie nur mit primären Elementen. Dies ist die Standardeinstellung für den Import.

  2. Sie möchten (primäre) Vorhersagen auf Gruppenebene machen, Ihre Merchant Center-Produkte sind jedoch SKU-Ebene. In diesem Fall hängt die Importentscheidung davon ab, wie Ihre Ereignisse erfasst werden.

    1. Ihre Ereignisse werden auf Gruppenebene erfasst. Verwenden Sie in diesem Fall die folgenden Einstellungen für den Import:

      Wo mehrere Merchant Center-Produkte dasselbe Merchant Center haben, importiert item_group_id Recommendations AI nur eine davon als primäres Produkt und verwendet die item_group_id als seineProdukt-ID. Produkte ohne item_group_id können in diesem Fall nicht importiert werden. Die aufgezeichneten Ereignisse müssen sich auf die primäre Produkt-ID (Gruppenebene) beziehen.

    2. Ihre Ereignisse werden auf SKU-Ebene erfasst. Verwenden Sie in diesem Fall die folgenden Einstellungen für den Import:

      Recommendations AI importiert Ihre Produkte als Varianten und verwendet das Merchant Center offer_id als Produkt-ID. Die aufgezeichneten Ereignisse müssen sich auf die Produkt-ID der Variante (SKU-Ebene) beziehen.

Produktebenen für den Import ohne Merchant Center festlegen

Entweder alle Ihre Produkte müssen einen Wert für primaryProductId haben oder keines von ihnen kann es haben. Sie können keine Katalogdaten importieren, wobei primaryProductId für einige Elemente festgelegt ist, für andere jedoch nicht.

  1. Wenn Ihr Katalog nur eine Artikelebene hat, kann dies Folgendes bedeuten:

    • Alle Ihre Produkte und Ereignisse befinden sich auf SKU-Ebene und Sie möchten Vorhersagen auf SKU-Ebene erhalten.
    • Alle Ihre Produkte und Ereignisse befinden sich auf Gruppenebene, und Sie möchten Vorhersagen auf Gruppenebene.

    Wenn dies der Fall ist, importieren Sie nur mit primären Elementen. Das ist die empfohlene Standardeinstellung.

  2. Wenn Ihre Ereignisse und Produkte SKU-Ebene sind, können Sie Vorhersagen auf Gruppenebene erhalten. Setzen Sie ingestionProductType während des Imports auf variant.

Vorhersagen auf SKU-Ebene werden nicht unterstützt, wenn Sie nur Ereignisse und Produkte auf Gruppenebene haben.

Wenn Sie zukünftig Katalogdaten aus dem Merchant Center importieren möchten, überprüfen Sie Ihre Daten wie für Merchant Center-Importe beschrieben, um sicherzustellen, dass Sie die richtige Wahl treffen. Diese Konfiguration kann nur geändert werden, indem der Katalog gelöscht und noch einmal hochgeladen wird (siehe Konfiguration auf Produktebene ändern).

Recommendations AI-Schema

Verwenden Sie beim Importieren eines Katalogs aus BigQuery das unten aufgeführte Schema von Recommendations AI, um eine BigQuery-Tabelle mit dem richtigen Format zu erstellen und mit Ihren Katalogdaten zu laden. Anschließend importieren Sie den Katalog.