איך פועל AI Commerce Search

בדף הזה מוצגות התכונות הרבות שמפעילות את AI Commerce Search.

מנוע החיפוש AI Commerce Search

‫AI Commerce Search משתמש במודלים מתקדמים של AI ולמידת מכונה כדי לספק את יכולות החיפוש שלו. הטכנולוגיה של Google מאפשרת הבנה מתקדמת של שאילתות והתאמה אישית, וכך משפרת את תוצאות החיפוש משאילתות רחבות.

השירות משתמש במודלים של אינטראקציות משתמשים ודירוג כדי לעמוד ביעדים עסקיים ספציפיים ולבצע אופטימיזציה של דירוג המוצרים במטרה להגדיל את מספר ההמרות והמכירות. השירות מתאים ביעילות בין מאפייני המוצרים לבין התוכן באתר כדי שהמשתמשים יגלו מוצרים רלוונטיים.

חיפוש מודרך מספק למשתמשים חוויית חיפוש אינטראקטיבית שמאפשרת להם למקד ולצמצם שאילתות חיפוש רחבות באמצעות סינון דינמי ותמונות של מוצרים. השירות גם מציע שיחה הלוך ושוב סמנטית כדי לאפשר חוויית מסחר אלקטרוני אינטראקטיבית בזמן אמת.

שירות AI Commerce Search שמנוהל במלואו מאפשר לכם:

AI Commerce Search מטפל בעיבוד הנתונים כדי:

חיפוש מקצה לקצה

שירות ההשלמה האוטומטית של חיפוש Google מספק חיפוש מקיף וחוויית קניות בהתאמה אישית.

יש מקורות מידע נוספים שיעזרו לכם לשלב את AI Commerce Search בתהליך החיפוש המלא שלכם:

יצירת ממשק חיפוש

בכל דף רלוונטי בתיעוד הזה מפורטות הוראות לשילוב של AI Commerce Search ביכולות החיפוש של המוצר באמצעות אחת מהאפשרויות הבאות:

  • המסוף של Gemini Enterprise for Customer Experience עם AI Commerce Search
  • מסוף קידום המכירות
  • ‫AI Commerce Search API

מידע נוסף על ספריות לקוח ומשאבי REST ו-RPC מופיע במדריך Reference.

שימוש ב-AI Commerce Search לקבלת תובנות וניתוח נתונים

AI Commerce Search מתבסס על אינטראקציה עם המשתמשים ומבין את הדקויות שמאחורי התנהגות הלקוחות, ההקשר והמק"טים, כדי לשפר את תוצאות החיפוש ולהציג המלצות רלוונטיות. כך הוא יכול להוביל לשיפורים בשיעור הקליקים, בהמרות מחיפוש ולירידה בשיעור התוצאות שלא נמצאו (NRF). AI Commerce Search משתמש בנתונים לצורך אופטימיזציה פנימית, ומשפר את המדדים לטובת הלקוחות.

עוד פעולות שאפשר לבצע בעזרת נתוני המסחר האלקטרוני

אחרי שמעלים נתוני מוצרים ואירועים של משתמשים באמצעות AI Commerce Search, אפשר לייצא את הנתונים האלה אל BigQuery כדי לבצע ניתוחים, לגשת ללוחות בקרה של מדדי ביצועים מרכזיים (KPI) וליצור תחזיות מכירות. השלב הראשון הוא ייצוא הנתונים ל-BigQuery. אחרי שהנתונים נמצאים בטבלאות BigQuery, אפשר להזין אותם לתהליכי עבודה שיוצרים מרכזי בקרה מוכנים מראש של Looker או תחזיות מכירות באמצעות Vertex AI.

מידע נוסף זמין בנושאים הבאים: