これは Recommendations AI に関するドキュメントです。

Recommendations AIRetail Search、統合された Retail Console(Recommendations AI と Retail Search の両方のユーザーに適用)のドキュメントをご覧になるには、Retail API の入門ガイドRetail API の API リファレンス ドキュメントをご確認ください。Recommendations AI の v1beta バージョンを使用している場合は、GA バージョンのベータ版から Retail API への移行に移行してください。

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。

  • パーソナライズされる結果。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。レコメンデーションは、すべての予測結果がパーソナライズされるように、表示、クリック、ショップ内購入、オンライン アクティビティなどのユーザーの行動とアクティビティに基づいています。

  • リアルタイム予測。取得される各レコメンデーションは、リアルタイムで表示されるように、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。

  • 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の機械学習モデルを構築するには、Recommendations AI に 2 つの情報のセットが必要です。

  • 商品カタログ: 顧客に販売される商品の情報。 これには、商品名、説明、在庫の有無、価格などが含まれます。

  • 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、特定のアイテムを検索、表示、購入するユーザー、商品のリストをユーザーに表示するウェブサイトなどが含まれます。

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: 顧客に販売される商品の情報。 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、特定のアイテムを表示または購入するユーザー、商品のリストをユーザーに表示するウェブサイトなどが含まれます。

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。