Diese Recommendations AI-Dokumentation verweist auf die Recommendations Console. Wir empfehlen, zur Retail Console zu wechseln und die Dokumentation für Einzelhändler zu verwenden. Darin werden Recommendations AI, die Retail Console und Retail Search dokumentiert.

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 hochwertige personalisierte Produktempfehlungssysteme erstellen, ohne viel Fachwissen zu maschinellem Lernen, Systemdesign oder Betrieb zu benötigen. Anhand der Katalogprodukte und des Nutzerverhaltens auf Ihrer Website erstellt Recommendations AI ein individuelles Empfehlungsmodell für Ihr Unternehmen. Anschließend können Sie Empfehlungen für andere Katalogprodukte anfordern, die Ihren Nutzern angezeigt werden.

Die Retail API verwendet Nutzerereignisse und Ihren Produktkatalog, um Modelle für maschinelles Lernen zu empfehlen, die auf diesen Daten basierende Empfehlungen liefern.

Recommendations AI-Funktionen umfassen:

  • Benutzerdefinierte Modelle: Jedes Modell wird speziell für Ihre Daten anhand von Machine Learning-, Sequenz- und Transformer-Techniken trainiert.

  • Personalisierte Ergebnisse: Nutzen Sie Personalisierungsalgorithmen ohne Fachwissen zum maschinellen Lernen. Empfehlungen basieren auf dem Nutzerverhalten und Aktivitäten wie Aufrufen, Klicks und Käufen im Geschäft sowie auf Onlineaktivitäten, sodass jedes Vorhersageergebnis personalisiert wird.

  • Echtzeitvorhersagen: Bei jeder abgerufenen Empfehlung werden vorherige Nutzeraktivitäten wie Klicks, Aufrufe und Kaufereignisse berücksichtigt, sodass die Empfehlungen in Echtzeit angezeigt werden.

  • Automatisches Modelltraining und -abstimmung: Durch das tägliche erneute Trainieren von Modellen wird sichergestellt, dass alle Modelle das Nutzerverhalten jeden Tag genau erfassen können.

  • Optimierungsziele: Mithilfe von Zielvorhaben wie Conversion-Rate, Klickrate und Umsatzoptimierung können Sie Ihr Geschäftsziel gezielt optimieren.

  • Omni-Channel-Empfehlungen. Nutzen Sie mit dem API-Modell nicht nur Websiteempfehlungen, sondern auch Ihren gesamten Kaufprozess. So erhalten Sie Empfehlungen für mobile Apps, personalisierte E-Mail-Empfehlungen, Kioske und Callcenteranwendungen.

Retail API verwenden

Recommendations AI benötigt zwei Gruppen von Informationen, um Modelle für maschinelles Lernen für Empfehlungen zu erstellen:

  • Produktkatalog:Informationen zu den Produkten, die Kunden empfohlen werden. Hierzu gehören Produkttitel, -beschreibung, -verfügbarkeit und -preise.

  • Nutzerereignisse:Endnutzerverhalten auf Ihrer Website. Dazu gehören Ereignisse wie das Aufrufen oder Kaufen eines bestimmten Artikels durch einen Nutzer oder das Aufrufen einer Liste von Produkten auf Ihrer Website.

Mit vielen Integrationsoptionen können Sie Ihre Daten über Tools aufnehmen, die Sie möglicherweise bereits nutzen, z. B. BigQuery, Cloud Storage, Merchant Center, Tag Manager und Google Analytics.