Anda dapat menerapkan AI Commerce Search untuk aplikasi e-commerce Anda.
Saat Anda menggunakan rekomendasi atau penelusuran, Anda akan menyerap data peristiwa pengguna dan katalog serta menayangkan prediksi atau hasil penelusuran di situs Anda.
Data yang sama digunakan untuk rekomendasi dan penelusuran, jadi jika Anda menggunakan keduanya, Anda tidak perlu menyerap data yang sama dua kali.
Waktu integrasi rata-rata adalah dalam urutan minggu. Perhatikan bahwa untuk penelusuran, durasi sebenarnya sangat bergantung pada kualitas dan kuantitas data yang akan di-ingest.
Ringkasan integrasi AI Commerce

Bermigrasi dalam empat fase
Memigrasikan mesin telusur Anda adalah pendekatan terstruktur empat fase yang membantu memastikan bahwa setiap aspek migrasi ditangani untuk meminimalkan risiko dan memaksimalkan investasi Anda.
Kelola ekspektasi tim merchandising dan penjual Anda dengan melakukan hal berikut:
- Memberi tahu tim penjual: Secara proaktif mengomunikasikan perubahan yang akan datang dan alasan perusahaan beralih ke pendekatan yang mengutamakan AI.
- Mengedukasi tim tentang paradigma baru: Jelaskan bahwa sistem ini didasarkan pada perilaku pengguna dan deteksi niat, yang menghasilkan peringkat produk yang lebih personal. Hasil penelusuran terlihat berbeda.
- Tetapkan panduan yang jelas untuk aturan bisnis: Tekankan bahwa aturan bisnis hanya dapat diterapkan untuk alasan bisnis spesifik yang didukung data, seperti kewajiban kontraktual atau strategi yang jelas untuk mendorong pendapatan. Tujuannya adalah membiarkan AI melakukan tugasnya.
- Uji A/B aturan baru: Jika aturan baru diusulkan setelah migrasi, cara paling berbasis data untuk memvalidasi efektivitasnya adalah dengan menjalankan pengujian A/B lain, satu grup dengan aturan, satu grup tanpa aturan. Biarkan data memutuskan apakah aturan dipromosikan ke produksi.
Dengan mengikuti pendekatan empat fase ini secara cermat, migrasi umum ke pengujian A/B dapat dicapai dalam waktu sekitar dua hingga tiga bulan, bergantung pada kompleksitas sistem penelusuran saat ini dan kecepatan eksekusi. Metodologi ini telah dirancang dan terbukti di berbagai penerapan pelanggan.
Praktik terbaik orientasi
Saat mengaktifkan AI Commerce Search, pendorong utama untuk hasil penelusuran dan performa yang berkualitas adalah data yang di-ingest. Performa Penelusuran Commerce AI (relevansi, peringkat, dan pengoptimalan pendapatan) sangat sensitif terhadap data yang diupload, termasuk katalog, info produk, dan peristiwa pengguna.
AI Commerce Search memiliki beberapa dasbor dan pemeriksaan kualitas data untuk memastikan bahwa masalah atau potensi kekurangan dalam data atau skema data ditandai. Jika kekurangan data diabaikan sejak awal, model tidak akan dilatih secara akurat dan pengujian A/B awal tidak menghasilkan hasil yang diharapkan. Penyebab utamanya lebih sering berupa data pengguna atau katalog, bukan AI Commerce Search itu sendiri.
Klik link ini untuk membuka bagian praktik terbaik dalam mengintegrasikan setiap komponen AI Commerce Search ini:
- Praktik terbaik katalog produk
- Praktik terbaik peristiwa pengguna
- Praktik terbaik integrasi dan konfigurasi
- Praktik terbaik eksperimen A/B
Persyaratan Layanan
Penggunaan produk tunduk pada Persyaratan dan Ketentuan Google Cloud atau varian offline yang relevan. Pemberitahuan Privasi Google Cloud menjelaskan cara AI Commerce Search mengumpulkan dan memproses informasi pribadi Anda terkait dengan penggunaan Google Cloud dan layanan Google Cloud lainnya.
Untuk penjaminan kualitas, kumpulan sampel kecil kueri penelusuran dan hasil penelusuran dari log, yang mencakup data pelanggan, dikirim untuk penilaian oleh manusia kepada vendor pihak ketiga yang diungkapkan sebagai Subprosesor Pihak Ketiga untuk penelusuran. Pengujian tambahan menggunakan kueri penelusuran dan hasil penelusuran dari log Google Penelusuran yang merupakan set data yang dikumpulkan secara publik dikirimkan untuk penilaian oleh petugas penilai ke berbagai vendor pihak ketiga untuk jaminan kualitas. Log Google Penelusuran tidak dikategorikan sebagai data pelanggan.