アトリビューション トークン

アトリビューション トークンは、Vertex AI Search for Commerce によって生成され、検索リクエストごとに返される一意の ID です。これにより、Vertex AI Search for Commerce は検索リクエストを一致する検索イベントに関連付けることができ、再ランク付けモデルによって検索レスポンスの品質を向上させることができます。正確なレポート作成のため、Vertex AI Search for Commerce の検索イベントでもアトリビューション トークンが必要です。

アトリビューション トークンの仕組み

ユーザーの検索の API レスポンスから attributionToken を収集します。検索ごとに新しいアトリビューション トークンが生成されます。アトリビューション トークンは繰り返されません。

Vertex AI Search for Commerce は、検索リクエストまたはレコメンデーション リクエストを処理すると、レスポンスで一意の attributionToken を返します。

placements.search レスポンスは、検索または閲覧のユーザー イベントで返される必要があります。ユーザーが商品とやり取りした場合は、すぐに返される必要があります。これには、次のようなユーザー ジャーニーが含まれます。

  • search（はい）→ add-to-cart（はい）
  • search（はい）→ detail-page-view（はい）
  • search（はい）→ purchase（いいえ）（購入時に、クリックや add-to-cart と同じようにユーザーが商品を直接操作しているわけではありませんが、購入は元の検索にアトリビューションされます）。

アトリビューション トークンの動作

アトリビューション トークンは次のとおりです。

  • 訪問者固有: attributionToken は、特定の `visitorId` に提供される特定の検索レスポンスに関連付けられます。トークンでタグ付けする必要があるのは、検索イベント自体のみです。後続の検索以外のイベントは、トークンでタグ付けしないでください。

  • 検索直後のイベントに関連付けられる: attributionToken は、特定の検索の検索結果との直接的なやり取りを表すユーザー イベントで特に重要です。これには、purchase-complete イベント が含まれます。購入は、商品 ID と visitorId を介してリンクされます。

    注: 1 人のユーザーが複数の検索を行う場合、新しい検索リクエストごとにアトリビューション トークンが生成され、後続の検索イベントにはその新しいトークンが含まれる必要があります。前の検索イベントのアトリビューション トークンは、後続の検索イベントで再利用されません。これは、検索ごとに新しいトークンが開始されるためです。

Search API のアトリビューション トークン

Vertex AI Search for Commerce メソッドから返される各レスポンスには、検索レスポンスの本文の末尾に一意の attributionToken が含まれます。次に例を示します。

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

このトークンは、後続の検索イベントに含める 必要があります。

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

Vertex AI Search for Commerce は、イベントデータを使用してモデルをトレーニングします。アトリビューション トークンを使用すると、イベントをリクエストにリンクし、リクエストされたフィルタ、ファセット、レスポンスの商品 ID を使用して検索リクエストとレスポンスをすべてエンコードできます。検索イベントにトークンが含まれていない場合、それらのイベントは Google の Vertex AI Search によるものではないと見なされ、検索イベントが別の検索プロバイダによるものとして誤って使用される可能性があります。

A/B テスト中に、別の検索プロバイダから提供されるトークンのない検索イベントがあっても問題ありません（想定内です）。ただし、通常は、Search API のリクエスト とトークンを含む検索イベント の間に 1:1 のマッピングが必要です。

トークンがないことによる悪影響

同じ訪問者からの関連する後続のユーザー イベントに attributionToken が含まれていない場合、Vertex AI Search for Commerce は、これらのイベントが検索サービスから発生したものではないと見なします。

これは次のような問題につながります。

  • モデルのトレーニングが不正確になる。
  • 指標とパフォーマンス分析が正しくない。
  • 十分なアトリビューション イベントを必要とする、より高いパフォーマンス ティア（ティア 3 など）の達成に問題が生じる可能性がある。
  • アトリビューション トークンが含まれるイベントの割合が 95% 未満の場合、Search for Commerce のデータ品質ダッシュボードにエラーが報告される。

ユーザーの行動を学習して検索結果を最適化するには、Vertex AI Search for Commerce で最初の検索イベントのみを正確にアトリビューションする必要があります。

アトリビューション トークンのデータ品質

アトリビューション トークンが含まれるイベントの割合が 95% 未満の場合、Search for Commerce コンソールの [データ品質ダッシュボード]に、[重大] または [ブロック] の非コンプライアンス エラーの [ステータス]が表示されます。違反していない場合は、[ステータス] が [準拠] と表示されます。

代替テキスト

収益最適化モデルであるティア 3 のデータ品質は、十分なアトリビューション イベントがないと通常はトレーニングされません。ティア 3 または ティア 4 で結果をサービングしている場合を除き、Vertex AI Search for Commerce を本番環境にデプロイすることは強くおすすめしません。詳細については、パフォーマンス ティアのロックを解除する方法のデータ品質セクションをご覧ください。このドキュメントのデータ品質ページをご覧ください。

レコメンデーションのアトリビューション トークン

Vertex AI Search のレコメンデーションは、predict リクエストに起因するイベントの合成トークンを自動的に作成します。

レコメンデーションの予測では、ユーザーがおすすめ商品をクリックした場合、PredictResponse.attribution_token を URL パラメータとして商品ページに渡し、detail-page-view イベントに記録する必要があります。

panelInfo の一部として表示されたレコメンデーションを記録し、次のように設定します。

panelInfo.attributionToken=PredictResponse.attributionToken