このドキュメントでは、API を使用して顧客が購入する可能性を予測する方法について説明します。
このドキュメントは、オムニチャネルや e コマースのプラットフォームを通じてよりパーソナライズされたエクスペリエンスを提供することで収益の向上を目指す、API デベロッパーとデータ スペシャリストを対象としています。対象読者が Apigee、BigQuery ML、Spanner、Google Cloud CLI、Apache Maven に精通していることを前提としています。
作成する API は、オンライン予測を使用し、ウェブサイトでのユーザーの行動に基づいてリアルタイムのアクションを実行します。オンライン予測では、機械学習(ML)の分析情報と商品カタログなどの情報が組み合わされるため、複数のチャネルで顧客に優れたエクスペリエンスを提供できます。
アーキテクチャ
次の図は、このソリューションで使用されるアーキテクチャとプロセスを示しています。
このプロセスでは次の処理が行われます。
- ユーザーアプリが、Apigee プラットフォームにデプロイされた API に HTTPS リクエストを送信します。このリクエストでは、ログインしているユーザーに向けた商品のレコメンデーションのデータを取得します。
- API プロキシは、BigQuery データセットから、そのユーザー ID 向けの商品のおすすめデータを取得します。
- API プロキシはコールアウトを行い、Spanner インスタンス上のプロダクト プライマリ データベースからデータをフェッチします。
- API プロキシは、商品のおすすめと商品のプライマリ データセットのデータを集計します。
- ユーザーアプリにレスポンスが返されます。
設計上の考慮事項
次のガイドラインは、セキュリティおよび費用に関する組織の要件を満たすアーキテクチャを開発するために役立ちます。
セキュリティ、プライバシー、コンプライアンス
API を不正アクセスから保護するには、デプロイ手順で説明されているように、API キーを必要とする API プロキシを組み込みます。アプリがリクエストを行う際、有効なキーを提供する必要があります。そのキーが有効な場合は、リクエストが許可されます。キーが無効である場合は、リクエストは認可エラーになります。
オプションとして、AppSheet アプリを作成して、e コマースのウェブサイトのユーザーに商品のおすすめを表示できます。また、AppSheet は新しいアプリのデータソースとして API プロキシを使用します。詳細については、省略可: Apigee をデータソースとして使用して AppSheet アプリを作成するをご覧ください。
費用の最適化
このドキュメントでは、Google Cloud の次の課金対象のコンポーネントを使用します。
- BigQuery と BigQuery ML Flex Slots のスロット
- Spanner
- Apigee
料金計算ツールを使うと、予想使用量に基づいて費用の見積もりを生成できます。
デプロイ
このアーキテクチャをデプロイするには、Apigee、BigQuery ML、Cloud Spanner を使用してお客様の購入傾向を予測するスマート API を構築するをご覧ください。
次のステップ
- Apigee API プロキシから Google Cloud サービスを呼び出す方法を確認する。
- リファレンス アーキテクチャ、図、ベスト プラクティスについては、Cloud アーキテクチャ センターをご確認ください。