Informazioni sui modelli di suggerimento

Questa pagina descrive i modelli per i suggerimenti con le relative configurazioni di pubblicazione e obiettivi di ottimizzazione predefiniti, le personalizzazioni disponibili e i tipi di evento supportati.

Introduzione

Quando ti registri per utilizzare Vertex AI Search for Commerce, collabori con l'assistenza di Vertex AI Search for Commerce per determinare i modelli per i suggerimenti e le personalizzazioni migliori da utilizzare per il tuo sito. I modelli e le personalizzazioni che utilizzi dipendono dalle tue esigenze aziendali e da dove prevedi di mostrare i suggerimenti risultanti.

Quando richiedi suggerimenti, fornisci il valore della configurazione di pubblicazione alla risorsa placement. (Per maggiori dettagli sull'utilizzo della risorsa placement per le configurazioni di pubblicazione e sul supporto per i posizionamenti, che in precedenza venivano utilizzati per inserire i modelli, consulta la sezione Informazioni sulle configurazioni di pubblicazione.) La configurazione di pubblicazione determina il modello utilizzato per restituire i suggerimenti. Puoi anche filtrare i risultati.

Tipi di modello di suggerimento

Questi sono i tipi di modello di suggerimento:

Altri che ti potrebbero piacere

Il suggerimento Altri che ti potrebbero piacere prevede il prossimo prodotto con cui è più probabile che un utente interagisca o che converta. La previsione si basa sulla cronologia degli acquisti e delle visualizzazioni dell'utente e sulla pertinenza del prodotto candidato rispetto a un prodotto specificato corrente.

Obiettivo di ottimizzazione predefinito: percentuale di clic

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili:

Pagine supportate per il deployment del modello:

Acquistati frequentemente insieme (espansione del carrello degli acquisti)

Il suggerimento Acquistati frequentemente insieme prevede gli articoli acquistati spesso insieme per un prodotto specifico nella stessa sessione di acquisto. Se viene visualizzato un elenco di prodotti, prevede gli articoli acquistati spesso con quell'elenco di prodotti.

Questo suggerimento è utile quando l'utente ha già indicato l'intenzione di acquistare un determinato prodotto (o un elenco di prodotti) e vuoi consigliare complementi (anziché sostituti). Questo suggerimento viene in genere visualizzato nella pagina add-to-cart o nelle pagine del carrello degli acquisti o della lista nozze (per l'espansione del carrello degli acquisti).

Obiettivo di ottimizzazione predefinito: entrate per sessione

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili:

Pagine supportate per il deployment del modello:

Consigliati per te

Il suggerimento Consigliati per te prevede il prossimo prodotto con cui è più probabile che un utente interagisca o che acquisterà, in base alla cronologia degli acquisti o delle visualizzazioni dell'utente e alle informazioni contestuali delle richieste, come i timestamp. Questo suggerimento viene in genere utilizzato nella home page.

Consigliati per te può essere utile anche nelle pagine delle categorie. Una pagina delle categorie è simile a una home page, tranne per il fatto che vengono visualizzati solo gli articoli di quella categoria. Puoi ottenere questo risultato utilizzando un modello standard Consigliati per te con tag di filtro. Ad esempio, puoi aggiungere tag di filtro personalizzati (corrispondenti a ogni pagina delle categorie) agli articoli del catalogo. Quando invii la richiesta di previsione, imposta l'oggetto dell'evento utente come category-page-view e specifica il tag di una pagina delle categorie specifica nel campo filter. Vengono restituiti solo i risultati dei suggerimenti che corrispondono al tag di filtro richiesto. In questo caso d'uso, la diversità deve essere disattivata, perché può entrare in conflitto con i tag di filtro basati sulle categorie.

Obiettivo di ottimizzazione predefinito: percentuale di clic

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili:

Pagine supportate per il deployment del modello:

  • Tutte

Acquista di nuovo

Il modello Acquista di nuovo incoraggia l'acquisto di articoli in base agli acquisti ricorrenti precedenti. Questo modello personalizzato prevede i prodotti che sono stati acquistati almeno due volte in precedenza e che in genere vengono acquistati regolarmente. L'intervallo in cui viene suggerito un prodotto dipende dal prodotto e dal visitatore del sito. I suggerimenti di questo modello possono essere utilizzati su qualsiasi tipo di pagina.

Al modello Acquista di nuovo si applicano anche le seguenti condizioni: - Utilizza gli eventi utente purchase-complete. - Non può essere ottimizzato. - Supporta solo visitor_id, il che significa che, se non ha risultati personalizzati, il modello Acquista di nuovo suggerisce articoli popolari a livello globale. (Questo comportamento di fallback non può essere controllato o disattivato.)

Crea un solo modello Acquista di nuovo per progetto, perché i modelli Acquista di nuovo non sono personalizzabili. La creazione di più modelli Acquista di nuovo basati sugli stessi eventi utente non produce suggerimenti diversi e può comportare costi non necessari.

Obiettivo di ottimizzazione predefinito: N/A

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili: N/A

Pagine supportate per il deployment del modello:

  • Tutte

In saldo

Il tipo di modello In saldo è un modello personalizzato basato sulle promozioni che può consigliare i prodotti in saldo. Puoi utilizzare questo tipo di modello per incoraggiare gli utenti ad acquistare articoli scontati.

In genere viene utilizzato nella home page, nella pagina di aggiunta al carrello, nella pagina del carrello degli acquisti, nella pagina delle categorie e nella pagina dei dettagli.

Obiettivo di ottimizzazione predefinito: percentuale di clic

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili:

Pagine supportate per il deployment del modello:

Visualizzati di recente

Il suggerimento Visualizzati di recente non è in realtà un suggerimento. Fornisce gli ID dei prodotti con cui l'utente o il visitatore ha interagito di recente, iniziando dai prodotti più recenti.

Obiettivo di ottimizzazione predefinito: N/A

Configurazione di pubblicazione predefinita: recently_viewed_default

Personalizzazioni disponibili: N/A

Pagine supportate per il deployment del modello:

  • Tutte

Ottimizzazione a livello di pagina

L'ottimizzazione a livello di pagina estende i suggerimenti dall'ottimizzazione per un singolo riquadro di suggerimenti alla volta all'ottimizzazione per un'intera pagina con più riquadri. Il modello di ottimizzazione a livello di pagina seleziona automaticamente i contenuti di ogni riquadro e determina l'ordine dei riquadri nella pagina.

Ad esempio, le home page sono in genere strutturate con i prodotti organizzati in righe di gruppi correlati, come categorie, articoli di tendenza o prodotti visualizzati di recente. L'utilizzo del modello di ottimizzazione a livello di pagina in una home page può offrire a un utente finale un'esperienza di suggerimento personalizzata automatizzando al contempo il processo decisionale per il coordinamento delle combinazioni di modelli e dei layout per quella pagina.

Per creare un modello di ottimizzazione a livello di pagina, devi prima disporre di configurazioni di pubblicazione dei suggerimenti esistenti con modelli addestrati. Quando crei un modello di ottimizzazione a livello di pagina, devi specificare il tipo di pagina su cui utilizzerai il modello, le restrizioni da applicare per limitare la pubblicazione di configurazioni di pubblicazione simili, l'obiettivo commerciale per cui eseguire l'ottimizzazione (CTR o CVR), il numero di riquadri di suggerimenti da visualizzare e le configurazioni di pubblicazione da considerare per ogni riquadro.

Come per gli altri modelli, per utilizzare il modello di ottimizzazione a livello di pagina devi effettuare una chiamata di previsione utilizzando una configurazione di pubblicazione che contiene il modello "Ottimizzazione a livello di pagina". Anziché i suggerimenti, la risposta di previsione contiene un elenco ordinato di ID di configurazione di pubblicazione che rappresentano la configurazione di pubblicazione da utilizzare per ogni riquadro. Quindi, effettua una nuova chiamata di previsione per ogni riquadro con l'ID di configurazione di pubblicazione corrispondente restituito dal modello di ottimizzazione a livello di pagina. La risposta di previsione per ogni riquadro contiene l'elenco degli articoli consigliati da visualizzare in quel riquadro.

Obiettivo di ottimizzazione predefinito: N/A

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili: N/A

Pagine supportate per il deployment del modello:

  • Tutte

Articoli simili

Questo modello prevede altri prodotti che condividono attributi simili a un prodotto di contesto specifico. In genere viene sottoposto a deployment nelle pagine dei dettagli del prodotto o utilizzato come fallback quando un prodotto specifico non è disponibile.

Il modello Articoli simili richiede solo informazioni dal catalogo prodotti; non sono necessari eventi utente.

I modelli Articoli simili non possono essere ottimizzati né personalizzati. Pertanto, Articoli simili non può essere utilizzato per acquisire il comportamento degli utenti. Sebbene non siano personalizzabili, i modelli Articoli simili possono essere utilizzati per abilitare la corrispondenza delle categorie nella configurazione di pubblicazione per garantire che gli articoli restituiti condividano almeno una categoria con il prodotto di contesto.

Crea un solo modello Articoli simili per progetto. Poiché i modelli Articoli simili non sono personalizzabili, la creazione di più modelli Articoli simili basati sugli stessi eventi utente non produce suggerimenti diversi e può comportare costi non necessari.

Obiettivo di ottimizzazione predefinito: pertinenza

Configurazione di pubblicazione predefinita: N/A

Personalizzazioni disponibili: N/A

Pagine supportate per il deployment del modello: crea modelli per i suggerimenti. Vedi Articoli simili.

Quando attivi questa funzionalità

  • Le informazioni sulla descrizione devono essere esplicative per ogni prodotto e contenere informazioni o parole univoche separate dal titolo.
  • Questa funzionalità è più efficace quando sono presenti in media almeno 10 parole di descrizione.
  • La percentuale di eventi contenenti item_id sconosciuti deve essere inferiore al 10%. (È possibile controllare la percentuale di non uniti controllata. Scopri di più sulla definizione di percentuale di non uniti).

Ottimizzazione per gli obiettivi commerciali

I modelli di machine learning vengono creati per l'ottimizzazione in base a un obiettivo commerciale specifico, che determina la modalità di creazione del modello. Ogni modello ha un obiettivo di ottimizzazione predefinito, ma puoi richiedere un obiettivo di ottimizzazione diverso per supportare i tuoi obiettivi commerciali contattando il tuo rappresentante dell'assistenza.

Dopo aver addestrato un modello, non puoi modificarne l'obiettivo di ottimizzazione. Devi addestrare un nuovo modello per utilizzare un obiettivo di ottimizzazione diverso.

Vertex AI Search for Commerce supporta i seguenti obiettivi di ottimizzazione.

Percentuale di clic (CTR)

L'ottimizzazione per il CTR enfatizza il coinvolgimento; devi eseguire l'ottimizzazione per il CTR quando vuoi massimizzare la probabilità che l'utente interagisca con il suggerimento.

Il CTR è l'obiettivo di ottimizzazione predefinito per i tipi di modello di suggerimento Altri che ti potrebbero piacere e Consigliati per te.

Entrate per sessione

L'obiettivo di ottimizzazione delle entrate per sessione è disponibile per i tipi di modello di suggerimento "Altri che ti potrebbero piacere", "Consigliati per te" e "Acquistati frequentemente insieme". Sebbene l'obiettivo funzioni in modo diverso per ogni modello, lo scopo è lo stesso: aumentare le entrate.

  • Per Altri che ti potrebbero piacere e Consigliati per te. L'obiettivo combina le informazioni di clic, conversioni e prezzi degli articoli per aiutare il modello a consigliare articoli con prezzi più elevati e una maggiore probabilità di essere acquistati.

  • Per Acquistati frequentemente insieme. Questo obiettivo esegue l'ottimizzazione per consigliare articoli con una maggiore probabilità di essere aggiunti ai carrelli, aumentando le entrate espandendo le dimensioni dei carrelli.

Tasso di conversione (CVR)

L'ottimizzazione per il tasso di conversione massimizza la probabilità che l'utente aggiunga l'articolo consigliato al carrello; se vuoi aumentare il numero di articoli aggiunti a un carrello per sessione, esegui l'ottimizzazione per il tasso di conversione.

Opzioni di configurazione avanzate del modello

A seconda del tipo di modello, sono disponibili altre opzioni di configurazione del modello che puoi utilizzare per modificarne il comportamento.

Preferenza ottimizzazione

L'ottimizzazione mantiene l'addestramento del modello ottimale man mano che i dati di input cambiano nel tempo. Imposta il modello in modo che venga ottimizzato automaticamente ogni tre mesi oppure scegli di ottimizzarlo solo manualmente. Il modello viene ottimizzato automaticamente una volta dopo la creazione. Scopri di più.

Per i dettagli sui costi di ottimizzazione, consulta la sezione Prezzi.

Modelli e configurazioni di pubblicazione disponibili

Prima di poter richiedere previsioni dal modello, devi creare almeno una configurazione di pubblicazione. Per maggiori informazioni, consulta Crea configurazioni di pubblicazione.

Puoi visualizzare i modelli elencati nella pagina Modelli. Fai clic sul nome di un modello per accedere alla pagina dei dettagli, dove puoi visualizzare le configurazioni di pubblicazione associate a quel modello.

Prodotti di contesto

Quando generano un suggerimento, i modelli tengono conto dei prodotti con cui un utente ha interagito in precedenza nel contesto del riquadro dei suggerimenti.

Questi prodotti contestuali vengono passati nel corpo di una richiesta predict come parte di un evento utente. Ad esempio, se nella pagina del carrello degli acquisti è presente un riquadro dei suggerimenti, qualsiasi evento utente shopping-cart-page-view che attiva una richiesta predict deve includere i prodotti presenti nel carrello degli acquisti in quel momento. Questi prodotti vengono utilizzati come prodotti di contesto per quel suggerimento.

Quando crei un modello Acquistati frequentemente insieme, devi specificare se il modello genererà suggerimenti nel contesto di uno o più articoli. L'opzione scelta dipende dal tipo di pagina in cui prevedi di utilizzare il modello.

  • Più prodotti di contesto (impostazione predefinita): il modello Acquistati frequentemente insieme può utilizzare uno o più prodotti come contesto per i suggerimenti. Questo caso d'uso è in genere per le pagine del carrello degli acquisti che hanno una varietà di prodotti contestuali che possono fornire informazioni sul suggerimento da pubblicare in quella pagina.

  • Singolo prodotto di contesto: il modello Acquistati frequentemente insieme può utilizzare un solo prodotto di contesto. Questo caso d'uso è in genere per le pagine che hanno un singolo prodotto che verrà utilizzato come contesto per i suggerimenti, ad esempio le pagine di aggiunta al carrello e le pagine dei dettagli del prodotto.

    Il passaggio di più prodotti in una richiesta predict da un modello Acquistati frequentemente insieme con un singolo prodotto di contesto non genera errori, anche se non è consigliato perché potrebbe non produrre suggerimenti ottimali.