Implémenter Vertex AI Search pour le commerce

Vous pouvez implémenter Vertex AI Search pour le commerce dans votre application d'e-commerce.

Lorsque vous utilisez des recommandations ou la recherche, vous ingérez des données d'événements utilisateur et de catalogue, puis vous diffusez des prédictions ou des résultats de recherche sur votre site.

Les mêmes données sont utilisées pour les recommandations et la recherche. Vous n'avez donc pas besoin d'importer deux fois les données si vous utilisez les deux outils.

Le temps d'intégration moyen est de l'ordre de quelques semaines. Notez que pour la recherche, la durée réelle dépend fortement de la qualité et de la quantité de données à ingérer.

Présentation de l'intégration Commerce

Premiers pas avec l'intégration du commerce

Migrer en quatre phases

La migration de votre moteur de recherche est une approche structurée en quatre phases qui permet de s'assurer que chaque aspect de la migration est traité afin de minimiser les risques et de maximiser votre investissement.

Gérez les attentes de vos équipes de merchandising et de vos vendeurs en procédant comme suit :

  • Informez les équipes commerciales : communiquez de manière proactive les changements à venir et expliquez pourquoi l'entreprise adopte une approche axée sur l'IA.
  • Sensibilisez vos équipes au nouveau paradigme : expliquez que le système est basé sur le comportement des utilisateurs et la détection de leur intention, ce qui permet de classer les produits de manière plus personnalisée. Les résultats de recherche sont différents.
  • Définissez des consignes claires pour les règles métier : insistez sur le fait que les règles métier ne peuvent être appliquées que pour des raisons commerciales spécifiques et basées sur des données, comme des obligations contractuelles ou une stratégie claire de génération de revenus. L'objectif est de laisser l'IA faire son travail.
  • Effectuez un test A/B sur les nouvelles règles : si une nouvelle règle est proposée après la migration, le meilleur moyen de valider son efficacité est d'effectuer un autre test A/B, avec un groupe appliquant la règle et un autre ne l'appliquant pas. Laissez les données décider si la règle doit être promue en production.

En suivant scrupuleusement cette approche en quatre phases, vous pouvez généralement migrer vers les tests A/B en deux à trois mois environ, selon la complexité du système de recherche actuel et la vitesse d'exécution. Cette méthodologie a été conçue et testée lors de nombreuses adoptions par les clients.

Bonnes pratiques d'intégration

Lorsque vous intégrez Vertex AI Search for Commerce, les données ingérées sont le principal moteur de la qualité des résultats de recherche et des performances. Les performances de Vertex AI Search pour le commerce (pertinence, classement et optimisation des revenus) sont extrêmement sensibles aux données importées, y compris les catalogues, les informations sur les produits et les événements utilisateur.

Vertex AI Search for Commerce dispose de plusieurs tableaux de bord et contrôles de qualité des données pour s'assurer que tout problème ou défaut potentiel dans les données ou le schéma de données est signalé. Si des défauts de données sont négligés dès le départ, le modèle ne s'entraînera pas correctement et un premier test A/B ne produira pas les résultats attendus. La cause première est le plus souvent liée aux données de catalogue ou d'utilisateur plutôt qu'à Vertex AI Search pour le commerce en lui-même.

Cliquez sur ces liens pour accéder à la section des bonnes pratiques concernant l'intégration de chacun de ces composants Vertex AI Search for Commerce :

Conditions d'utilisation

L'utilisation du produit est régie par les Conditions d'utilisation de Google Cloud ou par la variante hors connexion correspondante. L'Avis de confidentialité Google Cloud explique comment Vertex AI Search pour le commerce collecte et traite vos informations personnelles liées à l'utilisation de Google Cloud et d'autres services Google Cloud .

À des fins d'assurance qualité, un petit ensemble de requêtes de recherche et de résultats de recherche issus des journaux, qui incluent des données client, est envoyé pour être évalué manuellement par des fournisseurs tiers désignés comme sous-traitants tiers pour la recherche. Des tests supplémentaires utilisant des requêtes de recherche et des résultats de recherche issus des journaux de la recherche Google, qui sont des ensembles de données collectés publiquement, sont envoyés pour être évalués manuellement par différents fournisseurs tiers à des fins d'assurance qualité. Les journaux de recherche Google ne sont pas classés comme données client.