Neste documento, descrevemos como uma API pode ser usada para prever a probabilidade de um cliente fazer uma compra.
Este documento é destinado a desenvolvedores de API e especialistas em dados que querem gerar mais receita com as plataformas omnicanal e e-commerce, fornecendo uma experiência mais personalizada para os usuários. Ele pressupõe que você esteja familiarizado com a Apigee, o BigQuery ML, o Spanner, a CLI do Google Cloud e o Apache Maven.
A API que você cria usa previsões on-line para realizar ações em tempo real com base no comportamento do usuário no seu site. As previsões on-line combinam insights de machine learning (ML) com um catálogo de produtos e outras informações, o que ajuda a criar uma experiência melhor para os clientes em vários canais.
Arquitetura
O diagrama a seguir mostra a arquitetura e o processo usados nesta solução:
Esse processo inclui as seguintes etapas:
- O aplicativo do consumidor envia uma solicitação HTTPS para a API implantada na plataforma da Apigee. A solicitação busca os dados de recomendações de produtos para o usuário que fez login.
- Um proxy de API recebe os dados de recomendações de produto para o ID do usuário de um conjunto de dados do BigQuery.
- O proxy de API faz uma chamada para buscar os dados do banco de dados principal do produto em uma instância do Spanner.
- O proxy de API agrega os dados das recomendações de produto e dos conjuntos de dados principais do produto.
- Uma resposta é retornada ao aplicativo do consumidor.
Considerações sobre o design
As diretrizes a seguir podem ajudar você a desenvolver uma arquitetura que atenda aos requisitos da sua organização para segurança e custo.
Segurança, privacidade e conformidade
Para ajudar a proteger a API contra acesso não autorizado, inclua um proxy de API que exija uma chave de API, conforme explicado no procedimento de implantação. Quando um app faz uma solicitação, ele precisa fornecer uma chave válida. Se a chave for válida, a solicitação será permitida. Se a chave for inválida, a solicitação resultará em uma falha de autorização.
Como opção, você pode criar um app do AppSheet para mostrar recomendações de produtos aos usuários do site de e-commerce. O AppSheet também usa o proxy de API como a fonte de dados do seu novo app. Para mais informações, consulte Opcional: criar um app do AppSheet usando a Apigee como fonte de dados.
Otimização de custos
Neste documento, você usará os seguintes componentes faturáveis do Google Cloud:
- Slots flexíveis do BigQuery e do BigQuery M.
- Spanner
- Apigee
Para gerar uma estimativa de custo baseada na projeção de uso deste tutorial, use a calculadora de preços.
Implantação
Para implantar essa arquitetura, consulte Criar uma API inteligente para prever a propensão do cliente à compra usando a Apigee, o BigQuery ML e o Spanner.
A seguir
- Saiba como invocar serviços do Google Cloud usando proxies da API Apigee.
- Para mais arquiteturas de referência, diagramas e práticas recomendadas, confira a Central de arquitetura do Cloud.