Recommendations AI の実装

このページでは、Recommendations AI を使用してソリューションを実装するための手順を説明します。

はじめに

Google のマーケティング ツールを使用しているかどうかにかかわらず、Recommendations AI を使用して、ウェブサイトにカスタマイズされたおすすめを表示できます。ただし、Google タグ マネージャーまたは Google Merchant Center を使用している場合は、Recommendations AI の実装が簡略化されます。

Google マーケティングを使用して Recommendations AI を実装する

このプロセスは、Recommendations AI と Google マーケティング スタック(Google タグ マネージャーと Google Merchant Center)を使用して、A/B テストまで到達するのに最も早い方法です。

ステップ 説明
1. Google Cloud プロジェクトを設定する 既存の Google Cloud プロジェクトがすでにある場合は、それを使用できます。
2a. Merchant Center を使用して商品カタログをインポートする 商品カタログを直接インポートすることもできますが、Merchant Center を使用するとカタログのインポートに必要な手順が削減されます。
2b. ユーザー イベントを記録するようにタグ マネージャーを構成する ユーザー イベントでは、商品のクリック、ショッピング カートへのアイテムの追加、アイテムの購入などのユーザー アクションをトラッキングします。カタログのインポートと並行して、ユーザー イベントの記録を開始できます。カタログのインポートが完了したら、インポートが完了する前にアップロードされたイベントに再結合します。
3. モデルを作成する

最小データ要件を満たしたら、モデルを作成してモデルのトレーニングを開始します。最初のモデルのトレーニングと調整には 2~5 日かかります。

4. プレースメントを作成してレコメンデーションをプレビューする

モデルでトレーニングと調整が完了したら、プレースメントを作成して、モデルのレコメンデーションをプレビューし、設定が想定どおりに機能することを確認します。

5. A/B テストの設定 A/B テストでは、Recommendations AI のレコメンデーションがユーザー行動にどのように影響するかについての知見が得られます。

Google マーケティングを使用せずに Recommendations AI を実装する

タグ マネージャーと Merchant Center を使用していない場合は、次の手順でウェブサイトに Recommendations AI を統合します。

ステップ 説明
1. Google Cloud プロジェクトを設定する

Recommendations AI を使用するには、Google Cloud(GCP)プロジェクトを作成し、API キーや OAuth トークンを含む認証情報を作成(ユーザー アカウントまたはサービス アカウントを使用)してプロジェクトにアクセスします。

2a. 商品カタログをインポートする

Products.create メソッドを使用して、Recommendations AI のプロダクト カタログにアイテムを個別に追加できます。ただし、大規模な商品カタログの場合は、Products.import メソッドを使用してアイテムをまとめて追加することをおすすめします。

2b. ユーザー イベントを記録する

ユーザー イベントでは、商品のクリック、ショッピング カートへのアイテムの追加、アイテムの購入などのユーザー アクションをトラッキングします。Recommendations AI は、カスタマイズされたレコメンデーションの生成には、ユーザー イベントデータを利用します。ユーザーの動作を正確に反映するために、ユーザー イベントをリアルタイムで取り込む必要があります。

カタログのインポートと並行して、ユーザー イベントの記録を開始できます。カタログのインポートが完了したら、インポートが完了する前にアップロードされたイベントに再結合します。

4. レコメンデーション タイプとプレースメントを決定する

レコメンデーション パネルの場所と、そのパネルの目標はモデルの調整に影響します。ビジネスの目標に最適なオプションを決定するために、利用可能なレコメンデーション タイプ最適化目標その他のモデル調整オプションを確認します。

5. 過去のユーザー イベントをインポートする

モデルが正確な予測が提示できるようになるには、モデルに十分なトレーニング データが必要です。過去のユーザー イベント データを提供すると、サイトから十分なユーザー イベント データが収集される間の数か月を待つことなく、モデル トレーニングを開始できます。詳細については、こちらをご覧ください。

6. モデルを作成する

データ要件を満たしたら、モデルを作成してモデルのトレーニングを開始します。最初のモデルのトレーニングと調整には 2~5 日かかります。

7. プレースメントを作成してレコメンデーションをプレビューする

モデルが有効になったら、プレースメントを作成して、モデルのレコメンデーションをプレビューし、設定が期待どおりに機能することを確認します。

8. A/B テストの設定(省略可)

Recommendations AI のレコメンデーションがあるウェブサイトのパフォーマンスと、Recommendations AI のレコメンデーションがないウェブサイトのベースライン バージョンを比較できます。

9. モデルの評価

レコメンデーションとユーザー イベントを関連付けることができます。また、Recommendations AI は、レコメンデーションを取り入れることにより、ビジネスにどのように影響するかの判断に役立つ指標のレポートを提示します。

プロジェクトのレコメンデーションの指標は、Recommendations AI Console の [ダッシュボード] タブで確認できます。

利用規約

プロダクトの使用は Google Cloud の利用規約に準拠しており、お客様の情報は Google のプライバシー ポリシーに従って使用されます。