טוקנים של שיוך

טוקנים של שיוך הם מזהים ייחודיים שנוצרים על ידי AI Commerce Search ומוחזרים עם כל בקשת חיפוש. הם מאפשרים ל-AI Commerce Search לשייך בקשת חיפוש לאירוע החיפוש התואם, וכך לשפר את האיכות של תשובות החיפוש באמצעות מודלים של דירוג מחדש. כדי שהדיווח יהיה מדויק, צריך להוסיף טוקנים של שיוך גם לאירועי חיפוש ב-AI Commerce Search.

הערה: אסימוני שיוך נדרשים רק לחיפוש מסחרי מבוסס-AI. הם לא מועברים לכל אירועי המשתמשים. הם גם לא מועברים בכתובת ה-URL.

איך פועלים אסימוני שיוך (Attribution)

הנתונים attributionToken נאספים מתגובת ה-API של חיפוש המשתמש. נוצר טוקן שיוך חדש לכל חיפוש, וטוקנים של שיוך לא חוזרים על עצמם.

חשוב: צריך להשתמש בטוקנים של שיוך באירועי חשיפה ברשת החיפוש, אבל אסור לשלוח אותם לאירועים אחרים, כמו קליק, הוספה לסל ורכישה.

כש-AI Commerce Search מציג בקשת חיפוש או המלצה, הוא מחזיר מזהה ייחודי attributionToken בתגובה שלו.

תגובה מסוג placements.search צריכה להישלח בחזרה באירוע משתמש של חיפוש או גלישה, ובאופן מיידי אם משתמש מקיים אינטראקציה עם מוצר. הם כוללים תרחישי שימוש כמו:

• ‫search (YES) → add-to-cart (YES)
• ‫search (YES) → detail-page-view (YES)
• ‫search (YES) → purchase (NO) (המשתמש לא מקיים אינטראקציה ישירה עם מוצר בזמן הרכישה באותו אופן כמו קליק או add-to-cart, אבל הרכישה עדיין משויכת לחיפוש המקורי).

אופן הפעולה של טוקן השיוך

טוקנים של שיוך (Attribution):

• ספציפי למבקר: ה-attributionToken משויך לתשובה ספציפית לחיפוש שמוצגת ל-`visitorId מסוים. צריך לתייג רק את אירוע החיפוש עצמו באמצעות האסימון. לא צריך לתייג את כל האירועים הבאים שאינם קשורים לחיפוש באמצעות טוקן.

• משויך לאירועים שמתרחשים מיד אחרי החיפוש: הפרמטר attributionToken חשוב במיוחד לאירועים שקשורים למשתמשים ומייצגים אינטראקציה ישירה עם תוצאות החיפוש של החיפוש הספציפי הזה. הנתונים האלה כוללים אירועים של השלמת רכישה: הרכישה עדיין מקושרת דרך מזהי המוצרים ו-visitorId.

  הערה: אם משתמש בודד מבצע כמה חיפושים, כל בקשת חיפוש חדשה יוצרת טוקן שיוך, ואירוע החיפוש הבא צריך לשאת את הטוקן החדש הזה. אי אפשר לעשות שימוש חוזר בטוקן שיוך מאירוע חיפוש קודם לאירוע חיפוש עוקב, כי כל חיפוש יוצר טוקן חדש.

טוקנים של שיוך ב-Search API

כל תשובה שמוחזרת משיטת החיפוש של AI Commerce כוללת attributionToken ייחודי בסוף גוף התשובה של החיפוש. לדוגמה:

{
  "results": [
    {
      "id": "727121",
      "product": {
…
     }
  ],
  "totalSize": 19600,
  "attributionToken": "dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB",
  "nextPageToken": "AM1MDZiNWOyQjM4UTLlNGN50iMwYjMtADMwATLwIGMhBzY2YDJaIw-bCbxQYAt1PJgIwgExEgC"
…

חובה לכלול את האסימון הזה באירוע החיפוש הבא:

{
"eventType": "search",
"searchQuery":"red t-shirt", 
"productDetails":[
  {"product":{"id":"727121"}}, {"product":{"id":  …
  }
] ,
"visitorId":"GA1.1.1383176924.1721324981",
"attributionToken":"dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB"
}

המודלים של AI Commerce Search עוברים אימון על סמך נתוני האירועים. אסימון השיוך מספק דרך לקשר את האירוע לבקשה, ומקודד את בקשת החיפוש המלאה ואת התגובה עם המסננים, ההיבטים ומזהי המוצרים של התגובה המבוקשים. אם לא מופיע טוקן באירועי החיפוש, המערכת מתייחסת לאירועים האלה כאילו הם לא הגיעו מ-AI Commerce Search, ויכול להיות שהמערכת תשתמש באירועי החיפוש באופן שגוי כאילו הם הגיעו מספק חיפוש אחר.

זה בסדר (ואפילו צפוי) שיהיו אירועי חיפוש ללא טוקנים אם הם מוגשים מספק חיפוש אחר, למשל במהלך ניסוי A/B. עם זאת, בדרך כלל יש מיפוי של 1:1 בין בקשות ל-API של חיפוש לבין אירועים של חיפוש עם טוקנים.

ההשפעה השלילית של טוקנים חסרים

אם מזהה attributionToken לא מופיע באירועים הרלוונטיים הבאים של משתמש מאותו מבקר, מערכת AI Commerce Search מתייחסת לאירועים האלה כאילו הם לא נוצרו משירות החיפוש שלה.

המצב הזה יכול לגרום ל:

• אימון המודל לא מדויק.
• מדדים שגויים וניתוח ביצועים שגוי.
• בעיות פוטנציאליות בהשגת רמות ביצועים גבוהות יותר (כמו רמה 3) שדורשות מספיק אירועים שניתן לשייך להם המרות.
• שגיאות שמדווחות בלוח הבקרה של איכות הנתונים ב-AI Commerce Search ב-Gemini Enterprise for Customer Experience אם אחוז האירועים עם אסימוני שיוך קטן מ-95%.

כדי ללמוד מהתנהגות המשתמשים ולבצע אופטימיזציה של תוצאות החיפוש, AI Commerce Search צריך שיוך מדויק רק לאירוע החיפוש הראשוני.

איכות הנתונים של טוקן השיוך

בלוח הבקרה של איכות הנתונים ב-AI Commerce Search ב-Gemini Enterprise for Customer Experience, יוצג סטטוס של שגיאת אי-תאימות קריטית או חוסמת אם אחוז האירועים עם טוקנים של שיוך (Attribution) נמוך מ-95%. אחרת, הסטטוס יהיה 'תאימות':

בדרך כלל, איכות הנתונים ברמה 3, שהיא המודל שעבר אופטימיזציה להכנסות, לא תאפשר אימון ללא מספיק אירועים שניתן לשייך להם המרות. לא מומלץ להטמיע את AI Commerce Search בסביבת ייצור אלא אם הוא מציג תוצאות ברמה 3 או ברמה 4. מידע נוסף על הגעה לרמות ביצועים זמין בקטע 'איכות הנתונים' בדף איכות הנתונים במסמכי התיעוד האלה.

טוקנים של שיוך להמלצות

המלצות מ-AI Commerce Search יוצרות באופן אוטומטי טוקנים סינתטיים לאירועים שמשויכים לבקשות predict.

לגבי תחזיות של המלצות, אם משתמש לוחץ על מוצר מומלץ, הערך PredictResponse.attribution_token צריך לעבור כפרמטר של כתובת URL לדף המוצר, ואז להירשם באירוע detail-page-view.

המלצות שמוצגות ביומן נרשמות כחלק מpanelInfo ומוגדרות:

panelInfo.attributionToken=PredictResponse.attributionToken