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.

Features und Funktionen von Recommendations AI

Mit Recommendations AI können Sie qualitativ hochwertige Systeme zur Produktempfehlung erstellen, ohne umfassendes Fachwissen im Bereich maschinelles Lernen, Systemdesign oder Betrieb haben zu müssen. Recommendations AI erstellt anhand eines Katalogprodukts und des Nutzerverhaltens Ihrer Website ein Empfehlungsmodell, das speziell auf Ihr Unternehmen zugeschnitten ist. Sie können dann Empfehlungen für andere Katalogprodukte anfordern, die Ihren Nutzern angezeigt werden.

Die Retail API verwendet Nutzerereignisse und Ihren Produktkatalog, um Modelle für maschinelles Lernen mit Empfehlungen zu trainieren, die Empfehlungen auf Basis dieser Daten bereitstellen.

Recommendations AI bietet unter anderem folgende Funktionen:

  • Benutzerdefinierte Modelle Jedes Modell wird speziell für Ihre Daten anhand von maschinellem Lernen, Sequenz- und Transformer-Methoden trainiert.

  • Persönliche Ergebnisse Nutzen Sie Personalisierungsalgorithmen ohne Fachwissen in maschinellem Lernen. Empfehlungen basieren auf dem Nutzerverhalten und Aktivitäten wie Ansichten, Klicks und Käufen im Geschäft sowie Onlineaktivitäten, sodass jedes Vorhersageergebnis personalisiert wird.

  • Echtzeitvorhersagen Bei jeder abgerufenen Empfehlung werden vorherige Nutzeraktivitäten wie Klick-, Aufruf- und Kaufereignisse berücksichtigt, sodass Empfehlungen in Echtzeit erfolgen.

  • Automatisches Modelltraining und -abstimmung: Die tägliche Modellaktualisierung sorgt dafür, dass alle Modelle täglich das Nutzerverhalten genau erfassen können.

  • Optimierungsziele. Ziele wie die Conversion-Rate, die Klickrate und die Umsatzoptimierung unterstützen Sie dabei, Ihr Geschäftsziel genau zu optimieren.

  • Omni-Channel-Empfehlungen. Mit dem API-Modell können Sie über Websiteempfehlungen hinausgehen und das gesamte Einkaufserlebnis durch Empfehlungen zu mobilen Apps, personalisierten E-Mail-Empfehlungen, Ladengeschäften oder Callcenter-Anwendungen personalisieren.

Retail API verwenden

Zum Erstellen von Modellen für maschinelles Lernen für Empfehlungen benötigt Recommendations AI zwei Informationen:

  • Produktkatalog: Informationen zu Produkten, die an Kunden verkauft werden. Dies umfasst den Produkttitel, die Beschreibung, die Verfügbarkeit auf Lager und die Preise.

  • Nutzerereignisse: Das Verhalten der Endnutzer auf Ihrer Website. Dazu gehört, dass Nutzer einen bestimmten Artikel ansehen oder kaufen, Ihre Website Nutzern eine Produktliste anzeigt, usw.

Durch zahlreiche Integrationsoptionen können Sie Ihre Daten mit Tools aufnehmen, die Sie möglicherweise bereits verwenden, z. B. BigQuery, Cloud Storage, Merchant Center, Tag Manager und Google Analytics.