Cette page vous présente les nombreuses fonctionnalités qui alimentent AI Commerce Search.
Moteur AI Commerce Search
AI Commerce Search utilise des modèles d'IA et de machine learning avancés pour fournir ses fonctionnalités de recherche. La technologie Google permet de mieux comprendre les requêtes et de personnaliser les résultats, ce qui améliore les résultats de recherche, même pour les requêtes les plus générales.
Le service utilise des modèles d'interaction de l'utilisateur et de classement pour atteindre des objectifs commerciaux spécifiques et optimiser le classement des produits afin d'augmenter les conversions et les ventes. Il associe efficacement les attributs de produit au contenu du site Web pour une découverte pertinente des produits.
La recherche guidée offre aux utilisateurs une expérience de recherche interactive pour affiner et cibler les requêtes de recherche trop larges grâce au filtrage dynamique et aux images de produits. Le service propose également une conversation sémantique pour faciliter une expérience d'e-commerce interactive en temps réel.
Le service AI Commerce Search entièrement géré vous permet de :
AI Commerce Search gère le traitement des données pour :
- Générez des prévisions de ventes.
- Entraîner des modèles
- Modèles hypertunés :
- Fonctionnalités de mise à l'échelle
Recherche de bout en bout
Le service de saisie semi-automatique offre une recherche complète et une expérience d'achat personnalisée.
Des ressources supplémentaires sont disponibles pour vous aider à intégrer la recherche e-commerce optimisée par l'IA dans votre flux de recherche complet :
Créer votre interface de recherche
Consultez cette documentation sur chaque page concernée pour savoir comment intégrer la recherche AI Commerce à vos fonctionnalités de recherche de produits à l'aide de l'une des options suivantes :
- Recherche d'e-commerce basée sur l'IA dans la console Gemini Enterprise for Customer Experience
- Console Merchandising
- API AI Commerce Search
Consultez le guide de référence pour les bibliothèques clientes et les ressources REST et RPC.
Utiliser la recherche e-commerce IA pour obtenir des insights et des analyses de données
La recherche e-commerce basée sur l'IA exploite l'interaction de l'utilisateur et comprend les nuances du comportement des clients, le contexte et les SKU pour optimiser les résultats de recherche et fournir des recommandations pertinentes. Cela peut entraîner une amélioration du taux de clics et des conversions liées à la recherche, ainsi qu'une baisse du taux de résultats non trouvés. La recherche e-commerce basée sur l'IA utilise les données pour l'optimisation interne et profite aux clients en améliorant les métriques.
Exploiter tout le potentiel de vos données d'e-commerce
Une fois que vous avez importé des données d'événements produit et utilisateur à l'aide de la recherche e-commerce basée sur l'IA, vous pouvez les exporter dans BigQuery pour effectuer des analyses, accéder à des tableaux de bord d'indicateurs clés de performance (KPI) et générer des prévisions de ventes. La première étape consiste à exporter vos données vers BigQuery. Une fois les données dans les tables BigQuery, vous pouvez les saisir dans des workflows qui génèrent des tableaux de bord Looker prédéfinis ou des prévisions de ventes à l'aide de Vertex AI.
Pour plus d'informations, consultez les articles suivants :
- Exporter vos données vers BigQuery
- Obtenir des tableaux de bord affichant les indicateurs clés de performance
- Générer des prévisions de ventes à partir des données e-commerce