这是仅与 Recommendations AI 相关的文档。如需在受限 GA 阶段试用 Retail Search 和统一 Retail 控制台,请与 Cloud 销售人员联系如果您不打算使用 Retail Search,请保留在 Recommendations 控制台上,直到收到进一步的通知。

如果您使用的是 v1beta 版 Recommendations AI,请迁移到 Retail API 版本

实现 Recommendations AI

本页面提供了有关使用 Recommendations AI 实现解决方案的分步指南。

简介

无论您是否正在使用 Google 营销工具,都可以使用 Recommendations AI 为您的网站获取个性化建议。不过,如果您使用的是 Google 跟踪代码管理器或 Google Merchant Center,则可简化实现 Recommendations AI 的一些步骤。

使用 Google 营销实现 Recommendations AI

此过程是使用 Recommendations AI 和 Google 营销堆栈(Google 跟踪代码管理器和 Google Merchant Center)进行 A/B 测试的最快方法。

步骤 说明
1. 设置 Google Cloud 项目 如果您已有 Google Cloud 项目,则可以使用现有项目。
2a. 使用 Merchant Center 导入商品清单 您也可以直接导入商品清单,但使用 Merchant Center 可以减少导入清单所需的步骤。
2b. 配置跟踪代码管理器以记录用户事件 用户事件用于跟踪用户操作,例如点击产品、将商品添加到购物车或购买商品。您可以在导入目录的同时开始记录用户事件。目录导入完成后,重新联接在导入完成之前上传的所有事件
3. 创建模型

满足最低数据要求后,请创建模型以启动模型训练。初始模型训练和调整需要 2-5 天才能完成。

4. 创建展示位置并预览推荐

模型完成训练和调整后,您可以创建展示位置并预览建议(指模型中的建议),以确保您的设置按预期运行。

5.设置 A/B 实验 借助 A/B 实验,您可以深入了解 Recommendations AI 建议如何影响用户行为。

不使用 Google 营销实现 Recommendations AI

如果您未使用跟踪代码管理器和 Merchant Center,请按照以下步骤将 Recommendations AI 集成到您的网站中:

步骤 说明
1. 设置 Google Cloud 项目

如需使用 Recommendations AI,您必须创建一个 Google Cloud (GCP) 项目,并创建包含 API 密钥和 OAuth 令牌(使用用户帐号或服务帐号)的身份验证凭据以访问项目。

2a. 导入商品清单

您可以使用 Products.create 方法逐个向 Recommendations AI 商品清单添加商品。不过,对于大型商品清单,建议您使用 Products.import 方法批量添加商品。

2b. 记录用户事件

用户事件用于跟踪用户操作,例如点击商品、将商品添加到购物车或购买商品等。Recommendations AI 依赖用户事件数据来生成个性化推荐。需要实时提取用户事件以准确反映用户的行为。

您可以在导入目录的同时开始记录用户事件。目录导入完成后,重新联接在导入完成之前上传的所有事件

4. 确定您的推荐类型和展示位置

推荐面板的位置以及该面板的目标会影响模型调整。查看可用的建议类型优化目标其他模型调整选项,以确定最适合您的业务目标的最佳选项。

5.导入用户历史事件

您的模型需要足够多的训练数据才能提供准确的预测。提供历史用户事件数据后,您无需等待数月即可从您的网站收集足够的用户事件数据,从而开始训练模型。了解详情

6.创建模型

满足数据要求后,请创建模型以启动模型训练。初始模型训练和调整需要 2-5 天才能完成。

7. 创建展示位置并预览推荐

激活模型后,您可以创建展示位置并预览建议(指模型中的建议),以确保您的设置按预期工作。

8. 设置 A/B 实验(可选)

您可以将具有 Recommendations AI 建议的网站效果与没有 Recommendations AI 建议的网站基准版本进行比较。

9. 评估模型

您可以关联建议和用户事件,而 Recommendations AI 可以提供指标报告,以帮助您确定纳入这些建议对您的业务有何影响。

您可以在 Recommendations AI Console信息中心标签页中查看项目的推荐指标。

服务条款

使用本产品时,您需要遵循 Google Cloud 的条款及条件,而 Google 也将按照 Google 隐私权政策使用客户信息。