This Recommendations AI documentation references the Recommendations console. We recommend switching to the Retail console and using the Retail documentation, which documents Recommendations AI, the Retail console, and Retail Search.

If you are using the v1beta version of Recommendations AI, migrate to the Retail API version.

Recommendations AI の特長と機能

Recommendations AI を使用すると、機械学習、システム設計、運用に関する高度な専門知識がなくても、高品質なカスタマイズされた商品レコメンデーション システムを構築できます。ウェブサイトのカタログ商品とユーザーの行動を活用して、Recommendations AI は自身の会社に特化したレコメンデーション モデルを構築します。次に、他のカタログ商品のレコメンデーションをリクエストしてユーザーに表示できます。

Retail API は、ユーザー イベントと商品カタログを使用して、レコメンデーション機械学習モデルをトレーニングします。このモデルは、このデータに基づいてレコメンデーションを行います。

Recommendations AI の機能は次のとおりです。

  • カスタムモデル。各モデルは、機械学習、シーケンス、Transformer 技術に基づいて、データ専用にトレーニングされます。

  • アカウントに基づく情報。機械学習の専門知識がなくてもパーソナライズ アルゴリズムを利用できます。最適化案は、すべての予測結果がパーソナライズされるように、ユーザーの行動、ビュー、クリック、店舗購入などのアクティビティに基づいて計算されます。

  • リアルタイム予測。最適化案は、クリック、表示、購入イベントなどの過去のユーザー アクティビティを考慮します。そのため、最適化案はリアルタイムで表示されます。

  • 自動でのモデルのトレーニングと調整。毎日モデルを再トレーニングすることで、すべてのモデルが毎日ユーザーの行動を正確に取得できるようになります。

  • 最適化の目標。コンバージョン率、クリック率、収益の最適化などの目標により、ビジネス目標を正確に最適化できます。

  • オムニチャネルのレコメンデーション。この API モデルでは、ウェブサイトのレコメンデーションにとどまらず、モバイルアプリ、パーソナライズされたメール レコメンデーション、ショップのキオスク、コールセンター アプリケーションにおけるレコメンデーションを介した購入者全体のプロセスをパーソナライズできます。

Retail API の使用

レコメンデーション用の機械学習モデルを構築するために、Recommendations AI では次の 2 つの情報が必要です。

  • 商品カタログ: お客様におすすめの商品に関する情報。これには、商品のタイトル、説明、在庫の有無、価格が含まれます。

  • ユーザー イベント: ウェブサイト上でのユーザーの行動。これには、ユーザーが特定のアイテムを閲覧または購入したときや、ウェブサイトでユーザーに商品のリストが表示されたときなどのイベントが含まれます。

統合オプションが多い場合は、BigQuery、Cloud Storage、Merchant Center、タグ マネージャー、Google アナリティクスなどのすでにお使いのツールを使用して、データを取り込むことができます。