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.

추천 모델 만들기

이 페이지에서는 새 추천 모델을 만드는 방법을 설명합니다.

올바른 유형의 추천 모델이 이미 있는 경우 사이트의 다른 위치에서 예측을 가져오려면 새 모델을 만드는 대신 해당 모델의 새 게재위치를 만들면 됩니다. 자세히 알아보기

소개

예측을 가져오는 데 새 추천 유형을 사용하려면 새 추천 모델을 만들고 모델이 학습할 수 있는 충분한 사용자 이벤트 데이터를 제공해야 합니다. 새 모델의 게재위치를 만들고 모델이 학습을 완료하면 이러한 게재위치에서 예측을 요청합니다.

Recommendations AI를 사용하는 프로세스에 대한 개요는 Recommendations AI 솔루션 구현을 참조하세요.

추천 모델 만들기

Google Cloud Console을 사용하여 새 추천 모델을 추가합니다. 프로젝트당 최대 20개의 모델을 만들 수 있으며 언제든지 최대 10개의 모델을 활성화할 수 있습니다(일시중지되지 않음). 모델 일시중지에 대해 자세히 알아보세요.

분당 최대 5개의 모델 작업을 시작할 수 있습니다. 한도가 적용되는 모델 작업에는 생성, 삭제, 일시중지, 다시 시작 등이 있습니다.

새 모델을 만들려면 먼저 새 모델을 만들기 위한 요구사항을 충족해야 합니다.

새 모델을 만들려면 다음 안내를 따르세요.

  1. Google Cloud Console에서 Recommendations AI 모델 페이지로 이동합니다.
    Recommendations AI 모델 페이지로 이동

  2. 모델 만들기를 클릭합니다.

  3. 모델의 이름을 입력합니다.

    이름은 1,024자(영문 기준) 이하여야 하고 영숫자, 밑줄, 하이픈, 공백만 포함할 수 있습니다.

  4. 이 모델이 학습하도록 제공할 추천 유형비즈니스 목표를 선택합니다.

  5. 다각화 수준 및 가격 재순위 설정을 제어하려면 고급 옵션 표시를 클릭하고 설정을 선택합니다. 자세히 알아보기

  6. 만들기를 클릭하여 새 추천 모델을 만듭니다.

    필요한 유형의 사용자 이벤트 데이터를 충분히 업로드하면 초기 모델 학습 및 미세 조정이 시작됩니다. 초기 모델 학습 및 미세 조정을 완료하는 데 2~5일이 걸립니다.

    학습이 완료되기 전에 새 모델의 게재위치를 생성할 수 있지만 초기 학습 및 미세 조정이 완료되고 모델이 활성화될 때까지 예측 '테스트 실행'만 지원됩니다.

새 추천 모델을 만들기 위한 요구사항

사이트에 특정 추천 유형을 처음 사용할 때는 새로운 머신러닝 모델을 학습시키고 미세 조정하는 데 시간이 걸리며 충분한 학습 데이터도 필요합니다. 새 추천 유형의 사용을 시작하려면 다음 단계를 수행해야 합니다.

  1. 아직 가져오지 않았다면 Recommendations AI로 카탈로그를 가져오고, 업로드된 카탈로그를 최신 상태로 유지하는 프로세스를 구현합니다.
  2. 아직 기록을 시작하지 않았다면 Recommendations AI에 사용자 이벤트 기록을 시작하고 사용자 이벤트 데이터 기록 권장사항을 따라야 합니다.
  3. 사용할 추천 유형최적화 목표를 식별합니다.
  4. 원하는 추천 유형 및 목표에 대한 사용자 이벤트 데이터 요구사항을 확인합니다.
  5. 최소 이벤트 데이터 요구사항을 충족하기 위해 이전 사용자 이벤트 데이터 가져오기를 수행하거나 사용자 이벤트 데이터 수집이 최소 요구사항을 충족할 때까지 기다립니다.
  6. 모델게재위치를 만듭니다.

    이때 Recommendations AI는 모델 학습 및 미세 조정을 시작합니다. 초기 모델 학습 및 미세 조정을 완료하는 데 2~5일이 걸립니다.

  7. 예측 미리보기를 사용하여 모델이 제대로 작동하는지 확인합니다.

  8. A/B 실험을 만듭니다.

사용자 이벤트 데이터 요구사항

가져오는 사용자 이벤트 유형과 필요한 데이터 양은 추천 (모델) 유형최적화 목표에 따라 다릅니다. 최소 데이터 요구사항에 도달하면 모델 학습을 시작할 수 있습니다.

데이터 수집 기간은 Recommendations AI가 사용자 이벤트를 검토하는 최대 시간을 나타냅니다. 이전 데이터를 더 많이 가져와도 모델 품질에 영향을 주지 않습니다.

Retail API가 합성 데이터를 기준으로 좋은 품질 모델을 생성할 수 없기 때문에 실제 사용자 이벤트 및 실제 카탈로그 데이터를 사용해야 합니다.

모델 유형 최적화 목표 지원되는 사용자 이벤트 유형 최소 데이터 요구사항 데이터 수집 기간
추천 서비스 클릭률 detail-page-view
add-to-cart
purchase-complete
home-page-view

순 방문자 ID가 100개 이상 포함된 detail-page-view 이벤트 10,000개, home-page-view 이벤트 10,000개

또한

(일주일, 조인된 카탈로그 항목당 평균 detail-page-view 이벤트 10개

OR

60일, 조인된 detail-page-view 이벤트 1개 이상)

3개월
추천 서비스 전환율 detail-page-view
add-to-cart
purchase-complete
home-page-view

순 방문자 ID가 100개 이상 포함된 add-to-cart 이벤트 10,000개, detail-page-view 이벤트 10,000개, home-page-view 이벤트 10,000개

또한

(일주일, 조인된 카탈로그 항목당 평균 add-to-cart 이벤트 10개

OR

60일, 조인된 add-to-cart 이벤트 1개 이상)

3개월
내가 좋아할 만한 기타 항목 클릭률 detail-page-view

순 방문자 ID가 100개 이상 포함된 detail-page-view 이벤트 10,000개

또한

(일주일, 조인된 카탈로그 항목당 평균 detail-page-view 이벤트 10개

OR

60일, 조인된 detail-page-view 이벤트 1개 이상)

3개월
내가 좋아할 만한 기타 항목 전환율 add-to-cart
detail-page-view

순 방문자 ID가 100개 이상 포함된 add-to-cart 이벤트 10,000개, detail-page-view 이벤트 10,000개

또한

(일주일, 조인된 카탈로그 항목당 평균 add-to-cart 이벤트 10개

OR

60일, 조인된 add-to-cart 이벤트 1개 이상)

3개월
자주 함께 구매하는 항목 모두 purchase-complete
detail-page-view

순 방문자 ID가 100개 이상 포함된 purchase 이벤트 1,000개

또한

(조인된 카탈로그 항목당 평균 purchase-complete 이벤트 10개

OR

90일간의 purchase-complete 이벤트)

12개월

다음 단계