All'interno di Vertex AI Search per i prodotti retail, sono disponibili sia le funzionalità di suggerimenti sia la funzionalità di ricerca e navigazione. Puoi caricare e gestire le informazioni del catalogo dei prodotti e i log eventi utente per le applicazioni di e-commerce. Puoi ottenere e personalizzare i risultati in base a queste informazioni e questi dati continuano a essere utilizzati per addestrare e aggiornare i modelli, migliorando così i suggerimenti e i risultati di ricerca.
Per ulteriori informazioni sul processo di implementazione di Vertex AI Search per la vendita al dettaglio per la tua applicazione, consulta Implementazione di Vertex AI Search per il retail.
Suggerimenti
I suggerimenti ti consentono di creare sistemi di suggerimenti personalizzati sui prodotti di alta qualità senza richiedere un alto livello di esperienza in machine learning, progettazione dei sistemi o operazioni. Sfruttando i prodotti di vendita al dettaglio e il comportamento degli utenti del tuo sito, puoi utilizzare i suggerimenti per creare modelli di suggerimenti specifici per il tuo caso d'uso, ad esempio "Acquistati spesso insieme" e "Consigliati per te".
Vertex AI Search per la vendita al dettaglio utilizza gli eventi utente e il tuo catalogo dei prodotti per addestrare i modelli di machine learning per suggerimenti, che forniscono suggerimenti basati su questi dati.
Quando esegui il deployment dei modelli di suggerimento nell'applicazione, puoi richiedere suggerimenti per altri prodotti nel catalogo e mostrarli agli utenti.
Le funzionalità per i suggerimenti includono:
Modelli personalizzati. Ogni modello viene addestrato appositamente per i tuoi dati, basato su modelli di machine learning basati su sequenza utilizzando trasformatori.
Risultati personalizzati. Sfrutta gli algoritmi di personalizzazione senza competenze specifiche in termini di machine learning. I consigli si basano sul comportamento e sulle attività degli utenti, ad esempio visualizzazioni, clic e acquisti in negozio, nonché sulle attività online, pertanto ogni risultato della previsione è personalizzato.
Previsioni in tempo reale. Ogni suggerimento fornito tiene conto delle attività precedenti degli utenti, come eventi di clic, visualizzazione e acquisto, quindi i suggerimenti sono in tempo reale.
Addestramento e ottimizzazione automatici del modello. Il riaddestramento giornaliero del modello garantisce che tutti i modelli siano in grado di acquisire con precisione il comportamento degli utenti.
Obiettivi di ottimizzazione. Obiettivi come il tasso di conversione, la percentuale di clic e l'ottimizzazione delle entrate ti aiutano a ottimizzare con precisione i tuoi obiettivi.
Consigli omnicanale. Con il modello API, vai oltre i consigli sui siti web per personalizzare l'intero percorso di acquisto in base a consigli su app mobile, consigli personalizzati via email, kiosk dello store o applicazioni di call center.
Cerca
La ricerca ti permette di fornire risultati di ricerca di prodotti di alta qualità, personalizzabili per le esigenze della tua attività di vendita al dettaglio. Sfrutta le query e la comprensione contestuale di Google per migliorare la scoperta dei prodotti nel tuo sito web e nelle tue applicazioni mobile.
Le funzionalità di ricerca includono:
Gerarchie di prodotti: puoi includere raccolte e varianti nel tuo catalogo dei prodotti disponibile per la ricerca.
Espansione delle query: aumenta i risultati pertinenti restituiti per i termini di query che in genere produrrebbero meno risultati, ad esempio query che utilizzano parole chiave molto specifiche.
Soglia di pertinenza: regola il modo in cui Vertex AI Search per la vendita al dettaglio bilancia la precisione restituita (la pertinenza dei risultati di ricerca restituiti) e il richiamo (restituendo più risultati per la query).
Impaginazione: controlla l'impaginazione dei risultati di ricerca per ridurre i tempi di ricerca e le dimensioni delle risposte.
Filtri: utilizza la sintassi delle espressioni per fornire filtri che perfezionano i risultati di ricerca del tuo sito.
Ordinamento: imposta l'ordine dei risultati di ricerca in base a più campi in ordine di priorità.
Faceting: genera il faceting per fornire opzioni più pertinenti agli utenti in base agli attributi forniti. È necessario fornire bucket per gli attributi numerici nella richiesta di ricerca per restituirli nella risposta della ricerca.
Facet dinamico: genera automaticamente chiavi facet in base alle query di ricerca e combina (e riclassifica) automaticamente con le chiavi dei facet fornite nella richiesta di ricerca. Al momento questa funzionalità si basa su una lista consentita. Contatta l'assistenza di ricerca per ricevere aiuto con l'abilitazione di questa funzionalità.
Boost e burying: controlla il ranking dei risultati di ricerca dando priorità o riducendo la priorità di alcuni tipi di risultati.
Navigazione: ottieni risultati ordinati per massimizzare le entrate quando gli utenti esplorano i prodotti utilizzando la navigazione nel sito. La ricerca con navigazione può essere combinata con filtri, ordinamento, faceting, faceting dinamico, boosting e burying.
Risultati personalizzati. Fornisci ricerche testuali personalizzate e risultati di ricerca di navigazione personalizzati per ogni utente finale in base al comportamento di ciascun utente sul tuo sito, inclusi la cronologia di visualizzazioni dei prodotti, clic, aggiunta al carrello e acquisti di ciascun utente.
Utilizzare Vertex AI Search per la vendita al dettaglio
Per creare modelli di machine learning per suggerimenti o ricerca, devi fornire due insiemi di informazioni:
Catalogo dei prodotti: informazioni sui prodotti consigliati ai clienti. tra cui titolo, descrizione, disponibilità disponibile e prezzi del prodotto.
Eventi utente: il comportamento degli utenti finali sul tuo sito web. Sono inclusi eventi come quando un utente visualizza o acquista un articolo specifico o quando il tuo sito web mostra all'utente un elenco di prodotti.
Grazie alle numerose opzioni di integrazione, puoi importare i tuoi dati utilizzando strumenti già utilizzati, come BigQuery, Cloud Storage, Merchant Center, Tag Manager e Google Analytics.