Auf dieser Seite finden Sie Best Practices zum Erstellen Ihrer Kataloginformationen und zum Füllen Ihrer Katalogdaten.
Übersicht
Der Katalog ist eine Sammlung von Produktobjekten.
Die Katalogdaten, die Sie in Vertex AI Search für den Einzelhandel importieren, haben direkten Einfluss auf die Qualität des resultierenden Modells und somit auf die Qualität der Such- und Empfehlungsergebnisse. Im Allgemeinen gilt: Je genauer und spezifischer die Kataloginformationen sind, desto höher ist die Qualität Ihres Modells.
Ihr Katalog sollte auf dem neuesten Stand sein. Sie können Katalogänderungen so oft wie nötig hochladen. Im Idealfall täglich für Kataloge mit einer hohen Änderungsrate. Sie können vorhandene Produktelemente hochladen (patchen). Es werden nur die geänderten Felder aktualisiert. Für das Hochladen von Kataloginformationen fallen keine Gebühren an. Weitere Informationen finden Sie unter Katalog auf dem neuesten Stand halten.
Katalogzweige
Katalogzweige mit Suche
Wenn Sie die Suche verwenden, können Sie Katalogzweige verwenden, um neue Daten zu testen, die Sie offline hochgeladen haben, bevor Sie sie auf Ihrer Website bereitstellen.
Sie können bis zu drei Branches verwenden, die als 0, 1 und 2 identifiziert werden. Ihre Live-Website verweist für ihre Katalogdaten auf default_branch. Geben Sie mit dem setDefaultBranch oder dem Tab „Daten“ in der Commerce Console an, welcher Zweig Ihre Live-default_branch ist (standardmäßig auf den Zweig 0 gesetzt). Ihre Website verwendet dann die Katalogdaten des Branch, auf den default_branch verweist.
Beispiel: default_branch ist auf die Branch-ID 0 festgelegt, sodass Ihre Website die Katalogdaten verwendet, die Sie in diesen Branch hochgeladen haben. Sie können neue Katalogdaten in einen Branch 1 hochladen und in der Vorschau ansehen. Nachdem Sie bestätigt haben, dass der Katalog korrekt hochgeladen wurde, können Sie als Live-default_branch auf Branch 1 wechseln.
Nach dem Wechseln des Zweigs kann es bis zu 30 Minuten dauern, bis der Katalogcache aktualisiert wird.
Wenn Sie Empfehlungen verwenden, sollten Sie nur den Standardzweig verwenden, da es beim Wechseln von Zweigen zu Verzögerungen bei der Aktualisierung kommt. Wenn der Datenunterschied zwischen den Zweigen groß ist, kann sich die Aktualisierungsverzögerung negativ auf die Vorhersageergebnisse auswirken.
Erforderliche Produktinformationen
Die folgenden Felder sind erforderlich. Sie müssen Werte für diese angeben, wenn Sie Produktelemente in Ihrem Katalog erstellen. Sie sollten auch den Werten entsprechen, die in Ihrer internen Produktdatenbank verwendet werden. Außerdem sollten sie das dargestellte Produkt genau widerspiegeln, da sie im Training Ihrer Modelle enthalten sind.
In einigen Fällen sind auch andere Felder erforderlich. Eine vollständige Liste aller Produktfelder finden Sie auf der Product-Referenzseite.
Alle von Ihnen bereitgestellten Produktinformationen können zur Verbesserung der Qualität von Empfehlungen und Suchergebnissen verwendet werden. Achten Sie darauf, so viele Felder wie möglich anzugeben.
| Feld | Hinweise |
|---|---|
name
|
Der vollständige Ressourcenname des Produkts. Erforderlich für alle Product-Methoden außer import. Während des Imports wird der Name automatisch generiert und muss nicht manuell angegeben werden.
|
id
|
Die von Ihrer Produktdatenbank verwendete Produkt-ID. Das ID-Feld muss in dem gesamten Katalog eindeutig sein. Derselbe Wert wird beim Aufzeichnen eines Nutzerereignisses verwendet und auch von den Methoden predict und search zurückgegeben.
|
title
|
Produkttitel aus Ihrer Produktdatenbank. Ein UTF-8-codierter String. Er ist auf maximal 1250 Zeichen beschränkt. |
categories
|
Produktkategorien. Jedes Produkt muss mindestens einer Kategorie zugewiesen sein.
Wenn ein Produkt zu mehreren Kategorien gehört, wiederholen Sie das Feld für jede Kategorie.
Der Wert muss ein nicht leerer UTF‑8-codierter String mit einer Längenbeschränkung von 5.000 Zeichen sein. Geben Sie immer den vollständigen Kategoriepfad an, z. B.:
["Sports & Fitness > Athletic Clothing > Shoes"].
|
Katalogkategorien
In diesem Abschnitt wird die Katalogstruktur beschrieben und es wird erläutert, wie Sie sie für die Verwendung in der Taxonomie und beim Filtern festlegen.
Katalogstruktur
Das Feld categories im Katalog sollte den detailliertesten Kategoriepfad für jedes Produkt enthalten. Übergeordnete Kategorien sind nicht erforderlich und sollten nicht angegeben werden.
Hier ist ein Beispiel für die Strukturierung Ihres Katalogs:
- Richtig:
categories: ["Flowers, Cards, Occasion > Seasonal Items > Christmas"] - Falsch:
categories: ["Flowers, Cards, Occasion", "Flowers, Cards, Occasion > Seasonal Items", "Flowers, Cards, Occasion > Seasonal Items > Christmas"]
Übergeordnete Kategorien
Die übergeordneten Kategorien für ein bestimmtes Produkt sollten nicht im Feld categories enthalten sein. Das Filtern für das Browsen sollte mit anderen benutzerdefinierten Attributen erfolgen.
Benennung von Kategorien
Kategorienamen sollten sorgfältig ausgewählt werden, um falsche Keywords zu vermeiden und die Leistung zu verbessern. Wenn Sie spezifischere und genauere Begriffe verwenden, erhöhen Sie die Relevanz und verringern Probleme.
- Empfohlen: Tiefkühlkost > Tiefkühlfrüchte
- Nicht empfohlen: Tiefkühlobst und -gemüse > Tiefkühlobst
Projektspezifische Struktur auf Katalogebene
Erstellen Sie für jede Sprache einen einzelnen Katalog. Wenn Sie in mehreren Ländern tätig sind, können Sie denselben Katalog verwenden, um Suchergebnisse in verschiedenen Ländern bereitzustellen.
Geben Sie Preise an, die anhand des lokalen Inventars ermittelt werden, und zwar in derselben Währung für alle Länder. Wenn die Preise je nach Land unterschiedlich sind, erstellen Sie für jedes Land ein lokales Inventar. Geben Sie dort die Preise an.
Um Ihre Suchergebnisse zu optimieren, geben Sie jeden Ländernamen als SearchRequest.entity und UserEvent.entity an. Verwenden Sie Ländereinheiten nur für das Ranking.
Produktstruktur
Wenn Sie Ihren Produktkatalog in Vertex AI Search for Commerce verwalten, ist es wichtig zu wissen, wie Attribute für primäre Produkte und Varianten behandelt werden, um effektive Such- und Empfehlungsfunktionen zu ermöglichen. Die Produkt-SKU-Bezeichnungen bestimmen die Kataloghierarchie.

Arten von Produktbezeichnungen
Es gibt drei Arten von Produktbezeichnungen:
Primäre oder übergeordnete Artikel werden in Empfehlungen oder Suchergebnissen zurückgegeben und dienen als logische Container oder Gruppen ähnlicher Artikel. Primaries können einzelne Elemente (SKU-Ebene) oder Gruppen ähnlicher Elemente (SKU-Gruppen) sein.
Varianten oder untergeordnete Artikel sind spezifische, einzelne Versionen eines primären Produkts einer SKU-Gruppe. Wenn das primäre Produkt z. B. V-Shirt ist, können die Varianten Braunes V-Shirt, Größe XL und Weißes V-Shirt, Größe S lauten.
Sets sind Kombinationen aus primären Produkten oder Varianten, z. B. ein Schmuckset mit einer Halskette, Ohrringen und einem Ring. Sammlungen sind hierarchische Strukturen, die ähnliche primäre Produkte gruppieren. Sie ähneln Produkten und Varianten. Kunden können sie nicht direkt kaufen, sie werden nicht häufig verwendet und sind nur in der Suche verfügbar.


Hierarchien für die Produktklassifizierung
Anhand der drei Typen auf Produktebene lassen sich drei Hauptklassifizierungshierarchien für Produkte erstellen:
- Primärvariante: Die Primärvariante ist fast immer nur ein Platzhalter für (allgemeine) Informationen. Die Varianten sind die tatsächlichen Artikel, die gekauft werden können. T-Shirts sollten beispielsweise hierarchisch als Primärartikel mit den entsprechenden Varianten strukturiert werden. Jede Variante steht für eine einzelne Artikelnummer (für jede Größe) und jeder primäre Artikel steht für eine Gruppe von Artikelnummern, wobei jede Artikelnummer eine andere Größe für einen übergreifenden T-Shirt-Stil ist. Durch diese Organisation nach Artikelnummer können in den Suchergebnissen und Empfehlungsbereichen verschiedene T-Shirt-Modelle angezeigt werden. So kann der Käufer eine bestimmte primäre Option (Stil) auswählen, um die zu kaufende Variante (Größe) auszuwählen.
- Nur primär: Gemäß diesen Produktbezeichnungstypen werden Lebensmittel besser als primäre Produkte katalogisiert, die jeweils aus einem einzelnen SKU-Produkt bestehen, z. B.
"bananas, fresh". - Sammlungen: In Sammlungen werden ähnliche Produkte gruppiert, die ein Kunde möglicherweise kaufen möchte. Damit sie im Modell für das erneute Ranking korrekt dargestellt werden, verwendet Vertex AI Search for Commerce eine Logik, die sie mit Käufen in Verbindung bringt. Beispiel: Ein Käufer klickt auf Produkte in einem Bettwäscheset und legt dann ein primäres Produkt aus dieser Kollektion in den Einkaufswagen oder kauft es. Die Sammlung wird mit diesem Kauf in Verbindung gebracht und das Modell spiegelt die Beliebtheit und den Wert von Sammlungen genau wider.
Produkte mit einer Variante
Bei Produkten mit einer Variante sollten Sie sie als primäre Variante strukturieren. Das hat mehrere Vorteile:
- Die Suchseite enthält verschiedene Ergebnisse, die Endnutzern angezeigt werden können. Andernfalls würde die Suchergebnisseite mit denselben Produkten gefüllt werden.
- Die Produkte haben ein umfangreicheres Ranking-Schema, da primäre Produkte mit Varianten besser eingestuft werden, wenn eine bestimmte Variante mehr Interaktionen erhält. Das hilft beim Neusortieren und bei der Umsatzoptimierung.
- Einfache Verwaltung des Katalogs Wenn sich ein Attribut für eine Gruppe von Produkten ändert, die sich nur in der Größe unterscheiden, kann dies über eine primäre Variante erfolgen. Das Attribut wird dann auf der primären Ebene geändert, anstatt mehrere primäre Produkte zu ändern.
- API-Funktionen und Suchantwortfelder für Variant-Rollup-Schlüssel und abrufbare Felder werden nur für Varianten unterstützt.
- Die Suchantwort enthält die Mindestdetails des primären Ergebnisses und weitere Details zu den Varianten. Sie müssen die Suchantwort also immer mit zusätzlichen Details ergänzen oder anreichern, die von Vertex AI Search for Commerce zurückgegeben werden können, wenn sie als abrufbar gekennzeichnet sind.
Produktkatalog einrichten
Bei der Planung Ihres Produktkatalogs müssen Sie entscheiden, ob er nur Produkte enthält, die als primäre Produkte gekennzeichnet sind, primäre Produkte und Varianten oder eine Mischung aus beidem. Denken Sie dabei an die Struktur der Artikelnummern Ihrer Produkte. Ihre Produkte können primäre Artikel sein, die Varianten haben.
Je nachdem, wie Ihre Produkt-SKUs angegeben sind, haben Sie folgende Möglichkeiten, Ihren Produktkatalog einzurichten:
- Ihre SKU soll als einzelnes Suchergebnis oder als Empfehlung angezeigt werden: SKU=primary
- Ihre SKU sollte Teil einer Gruppe ähnlicher SKUs sein: SKU=Variante, Gruppe von SKUs=primär
- Eine Mischung aus beiden Kombinationen: SKU=primär, SKU=Variante, Gruppe von SKUs=primär

Wenn auf Ihrer Seite mit den Produktdetails eine Auswahl für Optionen, Größen oder Farben angezeigt wird, werden diese Optionen in der Regel als Varianten in Ihren Produktkatalog hochgeladen. Überlegen Sie, ob verschiedene Typen desselben Produkts mit unterschiedlichen Attributen wie Größe und Farbe als ein einzelnes oder als separate Suchergebnisse angezeigt werden sollen. Bei einem Buch können Sie beispielsweise festlegen, ob eine SKU für die gebundene Ausgabe und eine SKU für die Taschenbuchausgabe desselben Buchs als separate Suchergebnisse (SKU = primär) oder als ein Suchergebnis (SKU = Variante, Gruppe von SKUs = primär) angezeigt werden sollen.
Beachten Sie beim Einrichten Ihres Produktkatalogs, dass in Empfehlungen und Suchergebnissen nur primäre Artikel zurückgegeben werden.
Minimale Anzahl primärer Produkte
Wenn Sie feststellen, dass Ihr Katalog sowohl primäre als auch Varianten, also Artikelnummergruppen und Artikelnummern, enthalten sollte, Sie aber derzeit nur Artikelnummern haben, müssen Sie primäre Artikelnummern für die Artikelnummergruppen erstellen. Diese Primärfarben werden manchmal auch als virtuelle oder gefälschte Primärfarben bezeichnet.
Diese Primaries müssen nur minimale Informationen enthalten: id, title und categories.
Wenn type nicht angegeben ist, wird standardmäßig der Produkttyp „primär“ verwendet. Wenn Sie Daten importieren, müssen Sie name nicht angeben. Weitere Informationen finden Sie im vorherigen Abschnitt Erforderliche Produktinformationen.
Katalogimport
Wenn sich Ihr Katalog in Cloud Storage, BigQuery oder einem anderen Speicher befindet, führen Sie einen Massenimport von Daten durch.
Ausführliche Informationen zum Hochladen eines Katalogs finden Sie unter Kataloginformationen importieren.
Richtigkeit der Produkt-URL
Das Feld product.uri ist die kanonische URL, die direkt auf die Seite mit den Produktdetails verweist. Es sollte sich um eine öffentlich crawlbare URI handeln, die nicht durch eine Anmelde- oder Autorisierungswand geschützt ist. Das liegt daran, dass das Backend die URI-Webseite crawlt und so viele Informationen wie möglich ableitet, die für die Relevanz- und Beliebtheitsbewertung verwendet werden. Das Backend bestimmt auch, wie mit der URI im Web interagiert wurde, einschließlich Backlinks. Die Top-Level-Domain muss für alle Produkt-URIs gleich sein.
Wenn Sie dasselbe Produkt auf mehreren Banner-Websites präsentieren, sollten Sie die Funktion für mehrere Entitäten verwenden. Wenden Sie sich dazu bitte an das Account-Management-Team.
Bei Vertex AI Search for Commerce werden Produkt-URLs verwendet, um Produktbeschreibungen zu optimieren. Wenn Sie im Produktkatalog eine andere URL als auf der Website verwenden, müssen die beiden URLs auf dasselbe Produkt verweisen und nahezu identische Informationen enthalten.
Produkt-URLs verbessern Kataloge durch:
- Produktdaten anreichern: Vertex AI Search for Commerce extrahiert zusätzliche Informationen, indem der URI des Produkts gecrawlt wird. Der URI ist der eindeutige Ressourcen-Identifier hinter dem genauen Speicherort jedes Produkts im Web (URL). So lassen sich zusätzliche Details und Signale aus den verknüpften Webseiten ableiten. Das Crawling von URIs ermöglicht ein besseres Verständnis von Produkten, was sich direkt auf die Qualität der Katalogdaten auswirkt.
- Suchqualität und ‑relevanz verbessern: Websignale, die von den gecrawlten URIs erfasst werden, werden verwendet, um die Suchqualität zu verbessern. Im Backend werden die gecrawlten Informationen, einschließlich der Interaktionen mit dem URI im Web, z. B. wenn Nutzer auf Backlinks klicken, für die Relevanz- und Beliebtheitsbewertung in Suchergebnissen verwendet.
- Grundlage für das Modelltraining: Neben Produkt-ID, Titel, Kategoriehierarchie und Preis gehören URLs zu den wichtigsten Feldern, die als Eingaben für das Modelltraining verwendet werden.
Beachten Sie die folgenden Best Practices, um die Vorteile von Produkt-URLs zu maximieren:
- Die verlinkte Webseite muss öffentlich zugänglich sein und korrekt geladen werden. Sie darf sich nicht hinter einer Anmelde- oder Authentifizierungswand befinden.
- Jede URI muss eindeutig sein und immer auf die Webseite des richtigen Produkts verweisen. Der Inhalt sollte die Produktinformationen im Katalog korrekt widerspiegeln. Behalten Sie für alle Produkt-URIs denselben Top-Level-Domainnamen bei.
Produktinventar
Das Produktinventar umfasst:
Preis, sowohl der aktuelle als auch der ursprüngliche Preis
Verfügbarkeit, z. B. auf Lager, nicht auf Lager, bestellt und vorbestellt
Verfügbare Menge
Informationen zur Auftragsausführung wie Abholung im Geschäft, Ladenversand und Lieferung am nächsten Tag
Es gibt zwei Inventarebenen: Produktebene und lokale Ebene.
Inventar auf Produktebene
Bei Einzelhändlern, die nur online verkaufen, wird das Inventar auf Produktebene angegeben. Preis, Verfügbarkeit und andere Inventardaten werden für jedes Produkt im Katalog festgelegt.
Weitere Informationen zum Inventar auf Produktebene, einschließlich der Verwaltung von Inventardaten, finden Sie unter Inventar für Vertex AI Search for Commerce aktualisieren.
Lokales Inventar
Einzelhändler mit Ladengeschäften und einem Onlineshop müssen Inventarinformationen für jedes Geschäft separat vorhalten. Dazu wird lokales Inventar verwendet.
Es gibt zwei Produktfelder, in denen lokales Inventar gespeichert werden kann. Beide Felder sind Listen von Standorten (Orts-IDs) mit zugehörigen Inventarinformationen:
Product.fulfillmentInfo. Abhol- und Versandmethoden an jedem Standort
Product.localInventories: Preisinformationen, Produktattribute sowie Abhol- und Versandmethoden für jeden Standort
Sie können eines oder beide Felder für Informationen auf Geschäftsebene verwenden.
Weitere Informationen zu lokalem Inventar finden Sie unter Lokales Inventar für Vertex AI Search for Commerce aktualisieren.
Inventarstruktur für primäre Variante
Die Datenstruktur für primäres Inventar und Varianteninventar besteht aus primären Produkten, Variantenprodukten und Produkten mit lokalem Inventar:
Primäre Produkte: Primäre Produktdaten werden ohne Preise gespeichert.
Variantenprodukte (mit dem niedrigsten Preis im jeweiligen Land): Die Variante für das primäre Attribut (Farbe, Größe) sollte beispielsweise den niedrigsten Preis im jeweiligen Land haben. Die Preisdaten der Variante werden auf die primären Produktdaten hochgerechnet. Der primäre Preis wird wiederum für das Ranking verwendet. Standortspezifische Preise werden ignoriert.
Lokales Inventar (regions- oder geschäftsspezifische Preise): Preisinformationen aus dem lokalen Inventar werden beim Reranking zum Zeitpunkt der Auslieferung verwendet.
Primäre Produktattribute: Primäre Produkte dürfen nur Attribute enthalten, die für alle zugehörigen Varianten gelten.
Richtigkeit der Produktverfügbarkeit
Das Feld „Verfügbarkeit“ wird vom Inventaraktualisierungssystem festgelegt, wenn sich der Lagerstatus des Produkts ändert. Behalten Sie den Überblick über alle Produkte, die sich im Status IN_STOCK und OUT_OF_STOCK befinden.
Wenn die meisten Ihrer Produkte OUT_OF_STOCK sind, enthält die Suchantwort viele nicht vorrätige Produkte. Wenn Sie einen Filter hinzufügen, sinkt die Anzahl der abgerufenen Produkte. Wenn das Produkt nicht mehr auf Lager ist, der Katalogstatus aber IN_STOCK lautet, wird es Nutzern als verfügbar angezeigt. Beim Kauf oder beim Hinzufügen zum Einkaufswagen kann es jedoch zu Problemen kommen. Das wirkt sich stärker auf die Kundenzufriedenheit aus als das Modelltraining. Halten Sie das Feld Product.availability mit den patchProduct-APIs so aktuell wie möglich oder importieren Sie APIs mit einem readMask.
Produktschema
Verwenden Sie beim Importieren eines Katalogs aus BigQuery das folgende Vertex AI Search for Commerce-Produktschema, um eine BigQuery-Tabelle mit dem richtigen Format zu erstellen und mit Ihren Katalogdaten zu laden. Anschließend importieren Sie den Katalog.
Integrierte Felder anstelle von benutzerdefinierten Attributen verwenden
Verwenden Sie für alle anderen Produktattribute, die nicht Teil des Schemas für Produktinformationen sind, Product.attributes (benutzerdefinierte Attribute).
Die integrierten Produktfelder wie Titel, Beschreibung und Marken haben einen größeren Einfluss auf die Such- und Indexierbarkeit als die benutzerdefinierten Attribute.
Das Backend hat also ein besseres Verständnis der integrierten Felder als der benutzerdefinierten Attribute. Das Backend berücksichtigt die Informationen zu den integrierten Feldern für die Relevanzoptimierung. Verwenden Sie daher die integrierten Felder. Das bedeutet, dass Sie Ihre Produktinformationen nach Möglichkeit integrierten Feldern zuordnen und Kundenattribute nur bei Bedarf verwenden.
Wenn Sie die Marken beispielsweise im Feld Product.brands festlegen, hat das einen viel größeren Einfluss auf die Suche und den Abruf als wenn Sie dieselben Informationen in einem benutzerdefinierten Attribut angeben. Für Attribute wie sleeve length, die nicht nativ unterstützt werden, ist es besser, benutzerdefinierte Attribute zu verwenden.
Markenfeld verwenden
Das Markenfeld in den Produktinformationen, das standardmäßig durchsuchbar, indexierbar und facettenfähig ist, ist ein starkes Signal für Ranking und Relevanz. Ein großer Prozentsatz der Suchanfragen hat die Form brand query oder query brand. Die Marke ist wohl eine der am häufigsten verwendeten Facetten.
Die Conversion-Raten für Klicks und Käufe werden stark beeinflusst, wenn das Produkt das richtige Markenfeld hat. Daher ist es wichtig, dass das Feld „Marke“ mit den richtigen Informationen ausgefüllt wird und möglichst nie leer bleibt. Schädlicher ist es, zufällige Füllzeichen wie "NA", "Not available" oder "Miscellaneous" in die Markennamen einzufügen. Dadurch wird das Produkt stark mit dem im Feld „Marken“ genannten Text in Verbindung gebracht, was zu einem falschen Produktverständnis und einer schlechten Erinnerung führen kann.
Wenn ein bestimmtes Produkt absolut keiner Marke zugeordnet ist, lassen Sie die Felder besser leer. Es ist jedoch darauf zu achten, dass diese Produkte ohne Marke nur einen kleinen Prozentsatz der Katalogprodukte ausmachen.
Zielgruppenfeld verwenden
Das Feld „Zielgruppe“ in den Produktinformationen enthält zwei Unterfelder. Es gibt Audience.gender und Audience.ageGroup. Es ist viel effektiver, diese Felder mit den entsprechenden Daten zu füllen, damit das Modell die Zielgruppe des Produkts besser versteht.
Das spielt eine große Rolle, wenn die Personalisierung aktiviert ist. Mit gender und ageGroup lassen sich die Produkte besser segmentieren und das Modell kann das richtige Produkt für den jeweiligen Nutzer abrufen.
Die Audience-Daten sind auch hilfreich, wenn Sie Anfragen wie Damenhemden oder Herrensocken haben. Nachdem die Zielgruppeninformationen eingefügt wurden, ist das Produktverständnis deutlich besser und das Modell hat einen verbesserten Recall für geschlechtsspezifische Anfragen.
Nach Produkten mit doppelten Titeln suchen
Das Feld Product.title ist wahrscheinlich das wichtigste, da die meisten Suchanfragen eine große Überschneidung mit dem haben, was als Product.title festgelegt ist. Es ist wahrscheinlich die erste Information, die Endnutzer in der Detailseitenansicht sehen und mit der sie interagieren. Daher ist es ratsam, den product.title eindeutig zu halten und Textinformationen anzugeben, die für das Produkt am relevantesten sind.
Wenn Sie zwei Produkte (primäre Produkte) mit demselben Titel haben, wirkt sich das auf die Suchbarkeit und Relevanz der zurückgegebenen Ergebnisse aus. Wenn es zwei separate primäre Produkte mit erheblichen Unterschieden gibt, sollten Sie die Titel unterschiedlich halten. Wenn die Produkte identisch sind, sich aber nur in wenigen Aspekten wie Farbe oder Größe unterscheiden, sollten Sie sie als primäre und Variantentypen strukturieren.
Spracheinstellungen
Vertex AI Search for Commerce unterstützt mehrere Sprachen. Weitere Informationen Wichtig ist, dass der Katalog und die Suchanfrage in derselben Sprache vorliegen müssen. Es gibt keine sprachübergreifende Übersetzung von Abfrage- oder Kataloginformationen. Wenn Ihr Katalog beispielsweise auf Spanisch ist, muss auch die Suchanfrage auf Spanisch sein.
Daher ist es wichtig, den Sprachcode in den Produktinformationen entsprechend zu kennzeichnen. Andernfalls wird standardmäßig Englisch (en-US) verwendet. Das ist wichtig für Suchsteuerelemente wie spellCorrectionSpec, da es bei fehlender Sprachangabe zu unerwünschtem Verhalten kommt. Das ist auch für das Verständnis der Suchanfrageabsicht äußerst wichtig.
Einstellungen für Preisinformationen
Das Feld Product.priceInfo muss so genau und vollständig wie möglich sein. Diese Preisinformationen werden verwendet, um rabattbezogene Signale abzuleiten und den Umsatz zu optimieren. Das ist besonders wichtig für Suchanfragen, die auf das Durchsuchen von Inhalten abzielen.
Bei einer Produktstruktur mit primärer Variante müssen Sie den Preis für mindestens eine der Varianten angeben.
Wenn für ein Produkt keine Preisgestaltung auf Produktebene vorhanden ist und die gesamte Preisgestaltung im lokalen Inventar erfolgt, d. h. die Suche immer an ein lokales Inventar gebunden ist, füllen Sie die Preisinformationen auf Produktebene mit den Medianpreisinformationen aller Preisgestaltungen auf Inventarebene aus.
Qualitätsmesswerte für Katalogdaten
Auf der Seite Datenqualität in der Search for Commerce-Konsole wird geprüft, ob Sie Katalogdaten aktualisieren müssen, um die Qualität der Suchergebnisse zu verbessern und Leistungsstufen für die Suche freizuschalten.
In der folgenden Tabelle werden die Qualitätsmesswerte beschrieben, mit denen Vertex AI Search für den Einzelhandel Ihre Produktdaten bewertet. Weitere Informationen dazu, wie Sie Messwerte zur Datenqualität und Suchleistungsstufen in der Search for Commerce-Konsole aufrufen, finden Sie unter Suchleistungsstufen freischalten.
| Katalogqualitätsmesswert | Qualitätsregel | Hinweise |
|---|---|---|
| URI ist vorhanden und zugänglich | Das Produkt hat eine gültige Product.uri. Der URI muss zugänglich sein und mit Ihrer Domain übereinstimmen. |
Die Google Suche nutzt Websignale, die über diesen URI gecrawlt werden, um die Suchqualität zu verbessern. |
| Erfüllt Zeitvorgaben | Product.availableTime liegt vor der aktuellen Uhrzeit und Product.expireTime liegt nach der aktuellen Uhrzeit. |
Nur Produkte, die die Zeitkonformität erfüllen, sind für die Suche verfügbar. |
| Suchbares Attribut vorhanden | Für das Produkt ist mindestens ein attribute für die Suche festgelegt. |
Benutzerdefinierte Attribute, die als suchbar gekennzeichnet sind, können durch Textabfragen gesucht werden. |
| Beschreibung ist vorhanden | Das Produkt ist nicht leer Product.description. |
Eine umfassende Beschreibung hilft, die Suchqualität zu verbessern. |
| Der Titel besteht aus mindestens zwei Wörtern | Product.title besteht aus mindestens zwei Wörtern. |
Ein umfassender Titel trägt zu einer besseren Suchqualität bei. |
| Hat Variante mit Bild | Das variant-Produkt hat mindestens ein Product.image. Sie können diesen Messwert ignorieren, wenn sich alle Ihre Produkte auf der primary-Ebene befinden. |
Dieser Messwert dient nur Informationszwecken und wirkt sich nicht auf die Suchqualität aus. |
| Hat Variante mit Preisinformationen | Für das Produkt variant ist Product.priceInfo festgelegt. Sie können diesen Messwert ignorieren, wenn sich alle Ihre Produkte auf der primary-Ebene befinden. |
Dieser Messwert dient nur Informationszwecken und wirkt sich nicht auf die Suchqualität aus. |