Você pode implementar a Pesquisa em E-commerce com IA no seu aplicativo de e-commerce.
Ao usar recomendações ou pesquisa, você ingere dados de eventos e catálogos dos usuários e exibe previsões ou resultados da pesquisa no seu site.
Os mesmos dados são usados para recomendações e pesquisa. Portanto, se você usar os dois, não será necessário ingerir os mesmos dados duas vezes.
O tempo médio de integração é de ordem de semanas. Note que para a pesquisa, a duração real depende muito da qualidade e da quantidade de dados a serem ingeridos.
Visão geral da integração de comércio
Migrar em quatro fases
A migração do seu mecanismo de pesquisa é uma abordagem estruturada em quatro fases que ajuda a garantir que todos os aspectos da migração sejam abordados para minimizar os riscos e maximizar seu investimento.
Para gerenciar as expectativas das equipes de merchandising e dos vendedores, faça o seguinte:
- Mantenha as equipes de comerciantes informadas: comunique de forma proativa as mudanças que estão chegando e por que a empresa está adotando uma abordagem que prioriza a IA.
- Eduque as equipes sobre o novo paradigma: explique que o sistema se baseia no comportamento do usuário e na detecção de intenção, o que leva a uma classificação de produtos mais personalizada. Os resultados da pesquisa têm uma aparência diferente.
- Defina diretrizes claras para as regras de negócios: enfatize que as regras de negócios só podem ser aplicadas por motivos comerciais específicos e baseados em dados, como obrigações contratuais ou uma estratégia clara de geração de receita. O objetivo é deixar a IA fazer o trabalho dela.
- Teste A/B de novas regras: se uma nova regra for proposta após a migração, a maneira mais orientada a dados de validar a eficácia dela é executar outro teste A/B, um grupo com a regra e outro sem ela. Deixe que os dados decidam se a regra será promovida à produção.
Seguindo essa abordagem de quatro fases, uma migração típica para testes A/B pode ser concluída em cerca de dois a três meses, dependendo da complexidade e da velocidade de execução do sistema de pesquisa atual. Essa metodologia foi projetada e comprovada em várias adoções de clientes.
Práticas recomendadas de integração
Ao integrar a Pesquisa de e-commerce com IA, o principal fator para resultados e performance de pesquisa de qualidade são os dados ingeridos. A performance da Pesquisa de e-commerce com IA (relevância, classificação e otimização de receita) é extremamente sensível aos dados enviados, incluindo catálogos, informações de produtos e eventos do usuário.
A Pesquisa de comércio com IA tem vários painéis e verificações de qualidade de dados para sinalizar problemas ou possíveis falhas nos dados ou no esquema de dados. Se as falhas de dados forem ignoradas desde o início, o modelo não será treinado com precisão, e um teste A/B inicial não vai produzir os resultados esperados. A causa raiz é mais frequentemente o catálogo ou os dados do usuário, e não a Pesquisa de comércio com IA em si.
Clique nestes links para acessar a seção de práticas recomendadas sobre a integração de cada um destes componentes da Pesquisa de e-commerce com IA:
- Práticas recomendadas para catálogos de produtos
- Práticas recomendadas para eventos de usuários
- Práticas recomendadas de integração e configuração
- Práticas recomendadas para experimentos A/B
Termos de Serviço
O uso do produto está sujeito aos Termos e Condições do Google Cloud ou à variante off-line relevante. O Aviso de privacidade do Google Cloud explica como a Pesquisa de comércio com IA coleta e trata suas informações pessoais relacionadas ao uso do Google Cloud e de outros serviços Google Cloud .
Para controle de qualidade, uma pequena amostra de consultas de pesquisa e resultados de pesquisa dos registros, que incluem dados do cliente, é enviada para classificação humana a fornecedores terceirizados divulgados como subprocessadores terceirizados para pesquisa. Outros testes usando consultas de pesquisa e resultados de pesquisa dos registros da Pesquisa Google, que são conjuntos de dados coletados publicamente, são enviados para classificação humana a diferentes fornecedores terceirizados para controle de qualidade. Os registros da Pesquisa Google não são categorizados como dados do cliente.