No produto Vertex AI Search for commerce, tem acesso à capacidade de recomendações e à capacidade de pesquisa e navegação. Pode carregar e gerir informações do catálogo de produtos e registos de eventos do utilizador para as suas aplicações de comércio eletrónico. Pode obter e personalizar resultados com base nestas informações, e estes dados continuam a ser usados para preparar e atualizar modelos, melhorando assim as suas recomendações e resultados de pesquisa.
Para mais informações sobre o processo de implementação do Vertex AI Search para comércio para a sua aplicação, consulte o artigo Implementar o Vertex AI Search para comércio.
Recomendações
O Vertex AI Search for commerce permite-lhe criar sistemas de recomendação de produtos personalizados de alta qualidade sem precisar de um elevado nível de conhecimentos em aprendizagem automática, design de sistemas ou operações. Tirando partido dos produtos de retalho do seu site e do comportamento do utilizador, pode usar recomendações para criar modelos de recomendações específicos para o seu exemplo de utilização, como "Comprados frequentemente em conjunto" e "Recomendado para si".
A Vertex AI Search for commerce usa eventos do utilizador e o seu catálogo de produtos para preparar os modelos de aprendizagem automática de recomendações, que fornecem recomendações com base nestes dados.
Quando implementa modelos de recomendações na sua aplicação, pode pedir recomendações para outros produtos no seu catálogo e apresentá-las aos utilizadores.
As capacidades de recomendações incluem:
Modelos personalizados. Cada modelo é preparado especificamente para os seus dados, com base em modelos de aprendizagem automática baseados em sequências que usam transformadores.
Resultados personalizados. Use algoritmos de personalização sem qualquer experiência em aprendizagem automática. As recomendações baseiam-se no comportamento do utilizador e em atividades como visualizações, cliques e compras na loja, bem como na atividade online, para que cada resultado da previsão seja personalizado.
Previsões em tempo real. Cada recomendação apresentada tem em conta a atividade anterior do utilizador, como eventos de clique, visualização e compra, pelo que as recomendações são em tempo real.
Preparação e otimização automáticas de modelos. A reciclagem diária dos modelos garante que todos os modelos conseguem captar com precisão o comportamento dos utilizadores todos os dias.
Objetivos de otimização. Os objetivos, como a taxa de conversão, a taxa de cliques e a otimização da receita, ajudam a otimizar precisamente em função do objetivo da sua empresa.
Recomendações omnicanal. Com o modelo de API, vá além das recomendações do Website para personalizar todo o percurso do comprador com recomendações em apps para dispositivos móveis, recomendações de email personalizadas, quiosques de lojas ou aplicações de call center.
Pesquisar
O Vertex AI Search para comércio permite-lhe fornecer resultados de pesquisa de produtos de alta qualidade que são personalizáveis para as necessidades da sua empresa de retalho. Use a compreensão contextual e das consultas da Google para melhorar a descoberta de produtos no seu Website e aplicações para dispositivos móveis.
As capacidades de pesquisa incluem:
Hierarquias de produtos: pode incluir coleções e variantes no seu catálogo de produtos pesquisável.
Expansão de consultas: aumente os resultados relevantes devolvidos para termos de consulta que, normalmente, produziriam menos resultados, como consultas que usam palavras-chave muito específicas.
Definição de limites de relevância: ajuste o equilíbrio entre a precisão (a relevância dos resultados da pesquisa devolvidos) e a capacidade de resposta (devolver mais resultados para essa consulta) do Vertex AI Search for commerce.
Paginação: controle a paginação dos resultados da pesquisa para diminuir o tempo de pesquisa e o tamanho da resposta.
Filtragem: use a sintaxe de expressões para fornecer filtragem que refine os resultados da pesquisa do seu site.
Ordenação: defina a ordem dos resultados da pesquisa por vários campos por ordem de prioridade.
Filtragem detalhada: gere a filtragem detalhada para oferecer opções mais relevantes aos seus utilizadores com base nos atributos que fornecer. Têm de ser fornecidos intervalos para os atributos numéricos no pedido de pesquisa para os devolver na resposta de pesquisa.
Filtragem dinâmica: gere automaticamente chaves de facetas com base nas consultas de pesquisa e combine (e reclassifique) automaticamente com as chaves de facetas fornecidas no pedido de pesquisa. Esta funcionalidade baseia-se numa lista de autorizações. Contacte o apoio técnico para receber ajuda na ativação desta funcionalidade.
Realce e ocultação: controle a classificação dos resultados da pesquisa dando prioridade ou retirando a prioridade a alguns tipos de resultados.
Navegação: receba resultados ordenados para maximizar a receita quando os seus utilizadores navegam pelos produtos através da navegação no site. A navegação na pesquisa pode ser combinada com filtragem, ordenação, segmentação detalhada, segmentação detalhada dinâmica, realce e ocultação.
Resultados personalizados. Apresentar resultados da pesquisa de texto e da pesquisa de navegação personalizados para cada utilizador final, com base no comportamento de cada utilizador no seu site, incluindo o histórico de visualizações de produtos, cliques, adições ao carrinho e compras de cada utilizador.
Use o Vertex AI Search para comércio
Para criar modelos de aprendizagem automática para recomendações ou pesquisas, tem de fornecer dois conjuntos de informações:
Catálogo de produtos: informações sobre os produtos que estão a ser recomendados aos clientes. Isto inclui o título, a descrição, a disponibilidade em stock e o preço do produto.
Eventos do utilizador: comportamento do utilizador final no seu Website. Isto inclui eventos como quando um utilizador vê ou compra um artigo específico, ou quando o seu Website mostra ao utilizador uma lista de produtos.
Com muitas opções de integração, pode carregar os seus dados usando ferramentas que já usa, como o BigQuery, o Cloud Storage, o Tag Manager e o Google Analytics.