データ品質

このページでは、検索ユースケース、それぞれのパフォーマンス階層、およびデータ品質評価用の Search for commerce コンソールを確認する方法、どのパフォーマンス階層がロック解除されたかを確認する方法について説明します。アップグレードをブロックしているデータ要件をすべて満たすと、各パフォーマンス階層が自動的に有効になります。また、次の階層にアップグレードするには、前のすべての階層の要件を満たす必要があります。

検索ユースケース

検索では、次の 2 つのユースケースで検索結果を提供します。

• テキストクエリ検索:　買い物客が、テキストクエリを入力して関連結果のセットを取得することで、アプリケーションでアイテムを検索する場合に使用します。
• ブラウズ検索: 買い物客が、住宅リフォーム ストアのリテールサイトの「アプライアンス」カテゴリのウェブページなど、特定のカテゴリページにアクセスして、そのカテゴリで並べ替えられたアイテムをブラウジングするときに使用します。

これらのユースケースの違いについて詳しくは、テキスト検索とブラウズ検索についてをご覧ください。

検索パフォーマンス階層をロック解除する

テキストクエリ検索とブラウズ検索のパフォーマンス階層は異なります。これにより、検索結果の精度がさらに向上します。パフォーマンス階層を解放するには、Vertex AI Search for Commerce にアップロードするユーザー イベントとカタログデータが必要です。

テキストクエリ検索とブラウジングの両方のユースケースで、次のパフォーマンス階層を使用できます。

テキストクエリ検索

ティア 1

関連性

結果は、クエリとの関連性の度合い（たとえば、黒のドレスのクエリが実行される場合の黒の度合い）に基づいて返されます。

最小データ要件

• カタログ
• テキストクエリ

データチェック

• 商品には説明が必要です。
• 検索リクエストの 95% 以上でクエリ拡張が有効になっている必要があります。
• detail-page-view イベントと検索イベントの比率が 4% 以上である。
• 商品には、検索クエリで区別できる一意のタイトルを付ける必要があります。
• 商品タイトルには 2 つ以上の単語を含める必要があります。
• 商品の 95% 以上にタイトルが必要です。
• 商品には有効でアクセス可能な URI が必要です。
• カタログに 5 つ以上のカスタム検索可能属性が必要です。
• すべての商品の完全一致フィールドには、実際の単語を含めることはできません。また、トークンは 1 つだけにする必要があります。

ティア 2

関連性と人気度

• ティア 1 でクエリ検索で最も人気のあるアイテムに絞り込みます。
• 関連性が同等の商品は、サイトでの商品の人気度によってランク付けされます。

データチェック

Tier 2 のロックを解除するためのアップグレードのブロック:

• 過去 90 日間に 100,000 件以上のテキスト検索イベントと閲覧イベントがインポートまたは記録されている必要があります。

パフォーマンス影響大:

• 過去 90 日間のイベントの 95% 以上が商品と結合されている必要があります。
• 過去 7 日間に、後続のページを含む検索イベントが 1.5% 以上。つまり、関連するすべての検索結果ページとその商品のインプレッションが含まれます。
• 過去 7 日間の検索イベントの 95% 以上が商品インプレッションに関連付けられている必要があります。
• 過去 90 日間に 10,000 件以上の detail-page-view、add-to-cart、purchase イベントが発生している。
• 過去 90 日間の検索リクエストの 70% 以上に関連イベントがある。
• 過去 90 日間の検索イベントの 95% 以上にアトリビューション トークンが含まれている。
• 過去 7 日間で最も人気のあるユーザー ID に関連付けられたイベントが 100,000 件以上。

ティア 3

収益の最適化

収益の最適化を有効にするには、少なくとも 1 回のユーザー操作を含む25 万件以上の検索イベントをモデル化します。

データチェック

アップグレードのブロックを解除して Tier 3 を有効にする:

• 収益の最適化が正しく機能するには、商品の 95% に価格が設定されている必要があります。これには、メインの商品またはそのバリエーションの少なくとも 1 つに価格が設定されている必要があります。商品が在庫切れになった場合は、価格を削除するのではなく、商品に out-of-stock 属性を指定します。

• 過去 90 日間に、25 万件以上の検索イベントがユーザー操作（同じ訪問者 ID と検索イベントに含まれる商品の 1 つを含む detail-page-view、add-to-cart、purchase イベント）に関連付けられている必要があります。

• しきい値を満たすには、250,000 件以上の検索ユーザー イベントに、検索イベントの直後に発生した detail-page-view イベントが必要です。この指標は、過去 30 日間に 1 億件を超えるイベントをアップロードした場合に計算されます。それ以外の場合、期間は 90 日間です。

• 少なくとも 100 個の商品で、検索イベントに起因する detail-page-view イベントが 1 つ以上発生している必要があります。この指標は、過去 30 日間に 1 億件を超えるイベントをアップロードした場合に、過去 30 日間を対象に計算されます。それ以外の場合、期間は 90 日間です。

パフォーマンス影響大:

• 検索イベントは、クエリ（テキスト）またはカテゴリページ（ブラウズ）のいずれかに関連付ける必要があります。両方が空の検索イベントは存在しないはずです。理想的には、両方のフィールドが入力された検索イベントが多数あることが望ましいです。

• 検索リクエストのクエリは空にしないでください。理想的には、検索イベントと同様に、検索リクエストにはクエリ（テキスト）とページカテゴリ（ブラウジング）の両方が入力されている必要があります。この指標は、過去 60 日間のすべての検索リクエストの割合として計算されます。

• このしきい値を満たすには、1,000 件の detail-page-view イベントごとに少なくとも 20 件の add-to-cart イベントが過去 90 日間に発生している必要があります。

• 1,000 件の add-to-cart イベントごとに、過去 90 日間に 25 件以上の purchase イベントが発生している必要があります。

ティア 4

パーソナライズされた収益

Tier 4 は、パーソナライズ機能を加えて Tier 3 を拡張したものです。

データチェック

Tier 4 のロックを解除するためのアップグレードのブロック:

• 過去 30 日間に 100,000 件以上の search イベントが、Vertex AI Search for Commerce（以前のエンジンではない）によって処理されている必要があります。

• カスタマイズされた検索結果をキャッシュに保存しないでください。キャッシュ保存は、異なる訪問者 ID を持つ複数の検索ユーザー イベントに同じアトリビューション トークンがある場合に検出されます。この指標は、Vertex AI トークンを含む最新の 100,000 件の検索イベントで計算されます。

• イベントと検索リクエスト全体で、一貫した visitorId（ログイン ユーザーの場合は userId も）をトラッキングする必要があります。直近の 100,000 件のユーザー イベントにおいて、SearchRequests とユーザー イベント間の訪問者 ID の一致率が 10% を超えている必要があります。

パフォーマンス影響大:

• パーソナライズの品質を向上させるには、検索 API リクエストと検索イベントの間で、少なくとも 10% のユーザー ID が一致している必要があります。

• 検索イベントの少なくとも 1% でユーザー ID が設定されている必要があります。

• 検索リクエストの少なくとも 1% にはユーザー ID が設定されている必要があります。

参照

ブロンズ

ランダムな結果のベースライン ブラウジング

• フィルタに一致するすべての検索結果（順不同）。

最小データ要件

• カタログ
• カテゴリページ（閲覧）の検索語句

シルバー

人気度

• カテゴリとの関連性のみに基づいて結果が返されます。

データチェック

アップグレードのブロックを解除して Silver を利用する:

• 過去 90 日間のテキスト検索イベントまたは閲覧イベントを 100,000 件以上インポートまたは記録する必要があります。

パフォーマンス影響大:

• 商品には、有効でアクセス可能な URI が必要です。（推奨: 95.0% 超）

• 商品の 95% 以上にタイトルが必要です。（推奨: 95.0% 超）

• 商品タイトルには 2 つ以上の単語を含める必要があります。（推奨: 80.0% 超）

• 商品には説明が必要です。（推奨: 90.0% 超）

• 商品には、検索クエリで区別できる一意のタイトルを付ける必要があります。（推奨: 50.0% 未満）

• ブラウジング リクエストの 90% 以上で、filter と page_category が設定されている必要があります。この指標は過去 60 日間にわたって計算されます。（推奨: 90.0% 超）

• 過去 90 日間の detail-page-view、add-to-cart、purchase イベントをさらに多くインポートまたは記録します。（推奨値: 10,000 より大きい値）

• 検索結果が非常に少ない検索リクエストは、フィルタが厳しすぎる可能性があります。この指標は過去 60 日間にわたって計算されます。（推奨: 10.0% 未満）

• 商品が多すぎるリクエストは、リクエスト フィルタにカテゴリ制限がないことを示している可能性があります。この指標は過去 60 日間にわたって計算されます。（推奨: 10.0% 未満）

• 過去 90 日間の details-page-view イベントをさらにインポートまたは記録します。（推奨: > 0.04）

ゴールド

収益に最適化されたランキング

この階層では、収益ベースの目標を達成するために、閲覧されたカテゴリ内の商品のランキングが最適化されます。

データチェック

アップグレードのブロックを解除してゴールドを利用する:

• 検索された商品の 95% 以上に有効な価格情報が含まれている必要があります。メインの商品またはそのバリエーションの少なくとも 1 つに価格が設定されている必要があります。商品が在庫切れになった場合、価格をクリアしないでください。

• 過去 90 日間に、同じ訪問者 ID で、検索イベントに含まれる商品のいずれかを含む detail-page-view、add-to-cart、または purchase イベントが続く、25 万件以上の閲覧検索ユーザー イベント。

• 過去 90 日間に、閲覧イベントの直後に発生した detail-page-view イベントが 25 万件以上インポートまたは記録されている。

• 過去 90 日間に、さまざまな商品について 100 件以上の detail-page-view イベントがインポートまたは記録されている。

パフォーマンス影響大:

• ブラウジング リクエストとイベントの 95% 以上で、フィルタ値が完全に一致している必要があります。この指標は過去 60 日間にわたって計算されます。（推奨: 95.0% 超）

• ブラウジング リクエストとイベントの 95% 以上で、page_category の値が完全に一致している必要があります。この指標は過去 60 日間にわたって計算されます。（推奨: 95.0% 超）

• ブラウズ イベントの 95% 以上にアトリビューション トークンが含まれている必要があります。この指標は過去 90 日間を対象に計算されます。（推奨: 95.0% 超）

• 閲覧リクエストの 70% 以上に関連付けられたユーザー イベントが必要です。この指標は過去 60 日間にわたって計算されます。（推奨: 70.0% 超）

• 検索イベントでクエリとページ カテゴリの両方が空になることはありません。（推奨: < 5.0%）

• 検索イベントでクエリとページ カテゴリの両方が入力されていることはありません。（推奨: 10.0% 未満）

• ブラウジング リクエストには、ページのカテゴリが入力されている必要があります。ページ カテゴリのないブラウジング リクエストは、ユーザーがどのページにいるかわからないため、収益が最適化されません。この指標は過去 60 日間にわたって計算されます。（推奨: < 5.0%）

• 検索リクエストには、クエリまたはページ カテゴリのどちらか一方を入力する必要があります。両方を入力することはできません。この指標は過去 60 日間にわたって計算されます。（推奨: 10.0% 未満）

• add-to-cart イベント 1,000 件ごとに、過去 90 日間の purchase イベントが 25 件以上必要です。（推奨: > 0.02）

• detail-page-view イベント 1,000 件ごとに、過去 90 日間の add-to-cart イベントが 20 件以上必要です。（推奨: 0.025 より大きい）

Platinum

パーソナライズされた収益に最適化されたランキング

この階層では、ブラウジングされたカテゴリ内でパーソナライズされた商品のランキングが提供され、個々のユーザーの行動と好みに基づいて収益を最適化することを目的としています。

データチェック

アップグレードのブロックを解除してプラチナ ステータスを獲得する:

• 過去 90 日間に、100,000 件以上の Vertex AI Search for Commerce の閲覧ユーザー イベントに Vertex AI 属性トークンが必要です。すべてのブラウジング インプレッションがイベントとして記録され、アトリビューション トークンが含まれていることを確認します。

• Vertex AI によって提供されるブラウジング結果の 99.0% 以上がキャッシュに保存されていない必要があります。パーソナライズされた結果はキャッシュに保存しないでください。キャッシュ保存は、異なる訪問者 ID を持つ複数のブラウズ ユーザー イベントに同じアトリビューション トークンがある場合に検出されます。これは、Vertex AI トークンを含む最近の 10 万件の閲覧イベントに基づいて計算されます。

• 閲覧 API リクエストと対応する閲覧ユーザー イベントの間で、10.0% 以上のユーザー ID が一致している必要があります。これは、Vertex AI によって提供された最新の閲覧イベント 100,000 件に基づいて計算されます。

パフォーマンス影響大:

• ユーザー ID を使用してユーザー イベントをインポートまたは記録することで、パーソナライズの品質を向上させることができます。この指標は過去 7 日間のデータに基づいて計算されます。（推奨: 1.0% 超）

• パーソナライズの品質を高めるには、検索リクエスト内のユーザー ID の値が、対応する検索イベント内のユーザー ID と一致している必要があります。この指標は過去 60 日間にわたって計算されます。（推奨: 10.0% 超）

Search for commerce コンソールには、各階層のデータ要件を満たしているかどうかを確認できるページがあります。

次のセクションでは、現在のパラメータに基づいてデータがどの階層に分類されるかを通知するデータ品質アラートに登録する方法について説明します。これらのアラートは、検索結果を最適化するための特定のユースケースのデータ要件に関するガイドとしても機能します。

データ品質を確認する

データをアップロードしたら、Search for commerce コンソールに移動して、ユースケースの各パフォーマンス階層のデータチェック指標を確認します。

1. Search for commerce コンソールの [データ品質] ページに移動します。
   
   [データ品質] ページに移動

2. 検索ユースケースのデータチェック指標を表示します。

   • テキスト検索指標の場合、[検索] タブをクリックします。
   • ブラウズ検索指標の場合、[ブラウズ] タブをクリックします。

3. 各パフォーマンス階層の問題のスコアカードをページ上部で確認します。

   • 「使用中」のラベルが付いている場合: その階層におけるすべてのブロックの問題は解決され、ロックは解除されています。
   • ブロックの問題がない場合: その階層のデータチェックは完了しています。この階層とそれよりも前のすべての階層にブロックの問題がない場合、モデルをトレーニングして準備し、新しくロック解除された階層を有効にするのに約 24 時間かかります。
   • ブロックの問題がある場合: その階層の指標を確認して、その階層のロックを解除するためにどのデータに問題があるか確認します。

4. 各パフォーマンス階層のデータチェック指標のテーブルを表示して、階層のアップグレードをブロックまたは検索のパフォーマンスに影響を与える可能性がある問題の一覧を確認します。

5. [ステータス] 列で、各データチェック指標の優先度を確認します。

   • アップグレードのブロック: 検索でユースケースを次のパフォーマンス階層にアップグレードできなくしているデータの問題を特定します。階層のロックを解除するには、そのパフォーマンス階層（およびそれよりも前の階層）へのアップグレードをブロックしているすべてのデータをチェックします。
   • パフォーマンス影響大: アップグレードをブロックしないものの、テキスト検索またはブラウズ検索のパフォーマンスに大きく影響する可能性があるデータの問題を特定します。
   • 準拠: このデータチェックに合格したことを示します。
   • 使用不可: アップグレードをブロックしていないデータのチェックがまだ完了していないことを示します。これらの指標の値は「なし」と表示されます。データのインポート後、一部のデータチェックの計算には、最大 24 時間かかる場合があります。

6. 指標の詳細については、[詳細] をクリックして、指標の説明、データ チェックのタイムスタンプ、しきい値を表示する詳細パネルを確認します。

7. 指標の [詳細] パネルでしきい値を確認して、指標のデータチェックを完了し、結果を改善するために必要な値を得ます。すべてのしきい値がすべての指標に適用されるわけではありません。

   • ブロックのしきい値: この指標のデータチェックを完了するために適合する必要があるしきい値。
   • 重要なしきい値: 適合するために強く推奨されるしきい値。このしきい値に適合しない場合、パフォーマンスに大きな悪影響を及ぼす可能性があります。
   • 警告しきい値: 適合するために推奨されるしきい値。このしきい値に適合しない場合、パフォーマンスに小さな影響が出る可能性があります。

データの問題に対応するためにより多くのデータをインポートするには、公開ドキュメントの過去のユーザー イベントをインポートするまたはカタログ情報をインポートするをご覧ください。

ベスト プラクティス

• 検索リクエストとユーザー イベントでは、ログイン中のユーザーのサイト訪問者 ID に加えてユーザー ID も指定します。これにより、さまざまなデバイスでのユーザー ログイン イベントに基づいて、そのユーザーの結果をカスタマイズできます。
• ユーザー イベントを、遅れて一括アップロードせずリアルタイムで送信します。これにより、サイトでのユーザーの最新のアクティビティを使用してカスタマイズできるようになります。
• すべてのユーザー イベントをアップロードします。たとえば、検索に起因するイベントのみを送信することはやめてください。

収益最適化の上位階層の特徴選択

Vertex AI Search for Commerce がアップグレードされ、データが収益最適化向けの検索機能を利用できる上位のパフォーマンス階層に達した小売業者向けに提供されるようになりました。上位階層の小売業者は、以下の特徴選択を利用できるようになりました。

• ブラウズ: シルバー、ゴールド
• 検索: ティア 3、4

ランク付けのアップグレードについて

Vertex AI Search for Commerce の大規模なお客様は、商品カタログに最大 10,000 個のカスタム属性を設定できますが、以前のランク付けモデルでは、すべてのお客様で共有される静的な商品特徴（価格や平均評価など）は 20 個のみでした。その結果、ランク付けモデルの商品データは非常に不完全になり、ファッション、ハードウェア、家庭用品など、さまざまな小売ドメインやユースケースに合わせて商品特徴をカスタマイズできなくなりました。

カスタム属性をモデル化できないため、一部のユーザーは、重要とみなした属性を静的（固定）な商品特徴に追加していました。ただし、これには手作業が必要であり、少数の属性に対してのみ機能していました。

動的なカスタム特徴選択

Vertex AI Search for Commerce の収益最適化階層がアップグレードされ、カスタム属性が自動的に選択されるようになりました。このアップグレードにより、関連するカスタム属性がランク付けプロセスに組み込まれます。

• 各小売業者のすべてのカスタム属性を確認し、静的な商品特徴のセットに追加する最も有用な属性を選択します。
• 各小売業者の選択した属性が表示されます。
• 特徴選択プロセスを定期的に（30 日に 1 回）繰り返します。

Vertex AI Search for Commerce は、ランキング モデルにモデル用に選択できる潜在的な新機能への最大 100 倍以上のアクセスが提供するだけでなく、各顧客の属性も定期的に更新し、シーズンセールやその他の動的なデータの変化に適応します。

アップグレードされたランク付けソリューションは、定期的に更新されるカスタム属性を利用してデータ品質を高め、より強力な検索分析情報を提供します。

商品に関する完全な知識

• 特徴選択: Vertex AI Search for Commerce アルゴリズムは、小売業者ごとに最も重要なカスタム属性を最大 20 個選択します。
• メリット: 商品に関する追加情報（セールコード、商品やスタイルの仕様など）を活用することで、ランク付けの精度が向上します。
• 可視性: 小売業者は、選択したカスタム属性を表示し、維持と更新を確認できます。
• カスタマイズと学習: 選択したカスタム属性のパターンを特定し、関連する他の属性を追加して、ランク付けのパフォーマンスをさらに高めることができます。

使用されている属性を確認する方法

上位階層を有効にして十分なユーザー イベント データポイントを収集している場合、コンソールに新しいカスタム属性情報が表示されます。この情報は、Search for commerce の [データ品質] ページの [テキスト検索] タブまたは [ブラウズ検索] タブに表示されます。ここで、Vertex AI Search for Commerce システムによって選択されたカスタム属性が示されます。

注: 属性は検索可能である必要はありませんが、商品カタログに登録されている必要があります。属性の数に制限はありません。属性は、必要に応じていくつでも追加できます。すべて特徴選択の対象となります。

カスタム属性の扱い方

• モデルに影響する可能性があるため、選択された属性は維持し、削除または非推奨にしないでください。
• 自動選択される属性のカバレッジを改善し、より多くの商品のフィールドに入力できるようにしました。
• カスタム属性が自動選択される傾向を調べます。類似するその他の属性がある場合は、カタログに追加します。これらは、特徴検索アルゴリズムによる選択の候補になります。
• 数値属性には、文字列値ではなく数値を割り当てて、正しくアノテーションを付けます。たとえば、テキスト（"10.5"）ではなく、数値 10.5 を指定します。

カスタマイズをオフにする

カスタマイズをオフにするには、ServingConfig.personalizationSpec を mode.DISABLED に設定します。

データ品質アラート

データ品質アラートは、ダッシュボードの指標値が「適合」から「不適合」に変化した場合にトリガーされます。アラートはメールで送信されます。

Cloud Monitoring 関連のアラートを確認するには、アラートを設定するをご覧ください。

データ品質を表示

1. Search for commerce コンソールの [データ品質] ページに移動します。
   
   [データ品質] ページに移動

2. 行、指標、アラートを確認します。1 つの行が 1 つの指標に対応し、1 つの指標が 1 つのアラートに対応します。

データ品質アラートを設定する

REST

UpdateAlertConfig API を呼び出します。

curl -X PATCH -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" -H "X-GFE-SSL: yes" -H "X-Goog-User-Project: PROJECT_ID" \
 "https://retail.googleapis.com/v2alpha/projects/PROJECT_ID/alertConfig" \
--data '
{
  "alertPolicies": [
    {
      "alertGroup": "search-data-quality",
      "enrollStatus": "ENROLLED",
      "recipients": [
        {
          "emailAddress": "EMAIL_ADDRESS_1"
        },
        {
          "emailAddress": "EMAIL_ADDRESS_2"
        }
      ]
    }
  ]
}'

次のように置き換えます。

• PROJECT_ID: 実際の Google Cloud プロジェクト ID。
• EMAIL_ADDRESS_1、EMAIL_ADDRESS_2: アラートに登録するメールアドレス。SMTP に準拠している必要があります。1 つのアラート ポリシーに最大 20 個のメールアドレスを追加できます。

コンソール

1. Search for commerce コンソールの [データ品質] ページに移動します。
   
   [データ品質] ページに移動

2. 上部の [アラートの構成] をクリックします。

3. メールアドレスを少なくとも 1 つ追加します。メールアドレスは SMTP（簡易メール転送プロトコル）に準拠している必要があります。1 つのアラート ポリシーに追加できるメールアドレスは最大 20 個です。

4. [送信] をクリックします。

データ品質アラートを無効にする

REST

UpdateAlertConfig API を呼び出します。

curl -X PATCH -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" -H "X-GFE-SSL: yes" -H "X-Goog-User-Project: PROJECT_ID" \
 "https://retail.googleapis.com/v2alpha/projects/PROJECT_ID/alertConfig" \
--data '
{
  "alertPolicies": [
    {
      "alertGroup": "search-data-quality",
      "enrollStatus": "DECLINED",
      "recipients": [
      ]
    }
  ]
}'

次のように置き換えます。

• PROJECT_ID: 実際の Google Cloud プロジェクト ID。

コンソール

1. Search for commerce コンソールの [データ品質] ページに移動します。
   
   [データ品質] ページに移動

2. [アラートの構成] をクリックします。

3. 既存のメールをすべて削除します。

4. [送信] をクリックします。

トラブルシューティング

以下に、一般的な問題とその解決方法を示します。

データチェックに合格しない

データチェックに合格しなかった場合は、[データ品質] ページでその指標の [詳細] をクリックして、その指標のさらに詳しい説明とそのデータチェックを完了する適合するためのしきい値を確認します。

データ要件をすでに満たしている場合は、[タイムスタンプ] セクションで、その指標が最後に計算された日時を確認します。大量のデータの再フォーマットや取り込みを最近行った場合、その指標の再計算に数時間かかることがあります。

データ要件を満たしていない場合は、データチェックの要件を満たすためにデータの再フォーマットや追加データの収集が必要になることがあります。データが指標のしきい値を満たすことを確認したら、フォーマットしたデータを再インポートするか、追加のデータをインポートしてから、指標が再計算されるのを待ちます。

指標の値が「なし」と表示される

データがアップロードされていない場合、または指標がまだ計算されていない場合、指標の値は「なし」と表示されます。データのインポート後、一部のデータチェックの計算には、最大 24 時間かかる場合があります。

パフォーマンス階層にブロックの問題はないものの、使用されていない

トラブルシューティングを行うには、次の手順に沿って操作します。

1. 前の階層にデータをブロックする問題がないか確認します。次の階層にアップグレードするには、前のすべての階層の要件を満たす必要があります。

2. 2 時間待ちます。アップグレードをブロックするすべてデータのチェックに合格した後、モデルのトレーニングと準備を行い、新しくロック解除された階層を有効にするのに約 24 時間かかります。

アップグレードをブロックするすべてのデータのチェックに合格してから 2 日以内にパフォーマンス階層が「使用中」とマークされない場合は、サポートしてもらうために、プロジェクト番号とプロジェクト ID を用意して Vertex AI Search for Commerce のサポートにお問い合わせください。

データ要件に関する追加情報

Vertex AI Search for Commerce のデータ要件の詳細については、次のドキュメントをご覧ください。

• ユーザー イベント データをアップロードする際の一般的な Vertex AI Search for Commerce の要件: ユーザー イベントの要件
• 検索の結果を取得するためのユーザー イベントの最小要件: 検索の要件
• カタログデータの要件: カタログのデータ品質指標

次のステップ

• 過去のユーザー イベントをインポートする
• カタログ情報をインポートする
• A/B テストのスターター チェックリスト