Token atribusi

Token atribusi adalah ID unik yang dibuat oleh AI Commerce Search dan ditampilkan dengan setiap permintaan penelusuran. Mereka memungkinkan Penelusuran E-niaga AI mengaitkan permintaan penelusuran dengan peristiwa penelusuran yang cocok, sehingga model peringkat ulang dapat meningkatkan kualitas respons penelusuran. Token atribusi juga diperlukan dalam peristiwa penelusuran AI Commerce Search untuk pelaporan yang akurat.

Cara kerja token atribusi

Anda mengumpulkan attributionToken dari respons API penelusuran pengguna. Ada token atribusi baru untuk setiap penelusuran; token atribusi tidak diulang.

Saat menayangkan permintaan penelusuran atau rekomendasi, Penelusuran Commerce AI akan menampilkan attributionToken unik dalam responsnya.

Respons placements.search harus dikirim kembali dalam peristiwa pengguna penelusuran atau penjelajahan dan segera dalam peristiwa saat pengguna berinteraksi dengan produk. Hal ini mencakup perjalanan pengguna seperti:

  • search (YA) → add-to-cart (YA)
  • search (YA) → detail-page-view (YA)
  • search (YA) → purchase (TIDAK) (Pengguna tidak berinteraksi langsung dengan produk pada saat pembelian dengan cara yang sama seperti saat mengklik atau add-to-cart, meskipun pembelian masih diatribusikan ke penelusuran asli.)

Perilaku token atribusi

Token atribusi adalah:

  • Khusus pengunjung: attributionToken dikaitkan dengan respons penelusuran tertentu yang ditayangkan ke `visitorId tertentu. Hanya peristiwa penelusuran itu sendiri yang perlu diberi tag dengan token. Semua peristiwa non-penelusuran berikutnya tidak boleh diberi tag dengan token.

  • Terkait dengan peristiwa yang langsung mengikuti penelusuran: attributionToken sangat penting untuk peristiwa pengguna yang merepresentasikan interaksi langsung dengan hasil penelusuran dari penelusuran tertentu tersebut. Hal ini mencakup peristiwa penyelesaian pembelian: Pembelian masih ditautkan melalui ID produk dan visitorId.

    Catatan: Jika satu pengguna melakukan beberapa penelusuran, setiap permintaan penelusuran baru akan menghasilkan token atribusi, dan peristiwa penelusuran berikutnya harus membawa token baru tersebut. Token atribusi dari peristiwa penelusuran sebelumnya tidak digunakan kembali untuk peristiwa penelusuran berikutnya, karena setiap penelusuran memulai token baru.

Token atribusi di Search API

Setiap respons yang ditampilkan oleh metode Penelusuran E-Commerce AI menyertakan attributionToken unik di akhir isi respons penelusuran. Contoh:

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

Token harus disertakan dalam peristiwa penelusuran berikutnya:

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

Penelusuran E-niaga AI menggunakan data peristiwa untuk melatih modelnya. Token atribusi menyediakan cara untuk menautkan peristiwa dengan permintaan, mengenkode permintaan dan respons penelusuran lengkap dengan filter, aspek, dan ID produk respons yang diminta. Tanpa adanya token dalam peristiwa penelusuran, peristiwa tersebut diperlakukan seolah-olah bukan berasal dari Google AI Commerce Search dan peristiwa penelusuran mungkin salah digunakan seolah-olah berasal dari penyedia penelusuran lain.

Tidak masalah (dan diharapkan) untuk memiliki peristiwa penelusuran tanpa token jika ditayangkan dari penyedia penelusuran lain, misalnya selama eksperimen A/B. Namun, biasanya ada pemetaan 1:1 untuk permintaan Search API ke peristiwa penelusuran dengan token.

Efek negatif jika token tidak ada

Jika attributionToken tidak ada dalam peristiwa pengguna berikutnya yang relevan dari pengunjung yang sama, Penelusuran Komersial AI akan memperlakukan peristiwa tersebut seolah-olah tidak berasal dari layanan penelusurannya.

Hal ini dapat menyebabkan:

  • Pelatihan model yang tidak akurat.
  • Analisis performa dan metrik yang salah.
  • Potensi masalah dalam mencapai tingkatan performa yang lebih tinggi (seperti Tingkatan 3) yang memerlukan peristiwa yang dapat diatribusikan yang memadai.
  • Error yang dilaporkan di Dasbor kualitas data di AI Commerce Search di Gemini Enterprise for Customer Experience jika persentase peristiwa dengan token atribusi kurang dari 95%.

Untuk mempelajari perilaku pengguna dan mengoptimalkan hasil penelusuran, AI Commerce Search memerlukan atribusi yang akurat hanya untuk peristiwa penelusuran awal.

Kualitas data token atribusi

Dasbor kualitas data di konsol AI Commerce Search di Gemini Enterprise for Customer Experience akan menampilkan Status error ketidakpatuhan Kritis atau Pemblokiran jika persentase peristiwa dengan token atribusi di bawah 95%. Jika tidak, Status akan ditampilkan sebagai Sesuai:

Teks alternatif

Kualitas data di Tingkat 3, yaitu model yang dioptimalkan untuk pendapatan, biasanya tidak akan dilatih tanpa peristiwa yang dapat diatribusikan yang memadai. Sangat tidak disarankan untuk men-deploy Penelusuran AI Commerce ke dalam produksi kecuali jika menampilkan hasil di Tingkat 3 atau Tingkat 4. Untuk mengetahui informasi selengkapnya, lihat bagian Kualitas data tentang cara membuka tingkat performa di halaman Kualitas data dalam dokumentasi ini.

Token atribusi untuk rekomendasi

Rekomendasi dari Penelusuran AI Commerce otomatis membuat token sintetis untuk peristiwa yang dapat diatribusikan ke permintaan predict.

Untuk prediksi rekomendasi, jika pengguna mengklik produk yang direkomendasikan, PredictResponse.attribution_token harus diteruskan sebagai parameter URL ke halaman produk, lalu dicatat dalam peristiwa detail-page-view.

Mencatat rekomendasi yang ditampilkan sebagai bagian dari panelInfo dan ditetapkan:

panelInfo.attributionToken=PredictResponse.attributionToken