Vertex AI Search for Commerce implementieren

Sie können Vertex AI Search for Commerce für Ihre E-Commerce-Anwendung implementieren.

Wenn Sie Empfehlungen oder die Suche verwenden, nehmen Sie Nutzerereignis- und Katalogdaten auf und stellen Vorhersagen oder Suchergebnisse auf Ihrer Website bereit.

Für Empfehlungen und die Suche werden dieselben Daten verwendet. Wenn Sie also beide Funktionen nutzen, müssen Sie dieselben Daten nicht zweimal aufnehmen.

Die durchschnittliche Integrationszeit liegt im Bereich von Wochen. Beachten Sie, dass die tatsächliche Dauer für die Suche in hohem Maße von der Qualität und der Menge der Daten abhängt, die aufgenommen werden sollen.

Übersicht über die Commerce-Integration

Erste Schritte mit der Commerce-Integration

Migration in vier Phasen

Die Migration Ihrer Suchmaschine ist ein strukturierter, vierphasiger Ansatz, mit dem sichergestellt wird, dass jeder Aspekt der Migration berücksichtigt wird, um Risiken zu minimieren und Ihre Investitionen zu maximieren.

So können Sie die Erwartungen Ihrer Merchandising-Teams und Verkäufer verwalten:

  • Händlerteams auf dem Laufenden halten: Informieren Sie proaktiv über die bevorstehenden Änderungen und darüber, warum das Unternehmen auf einen KI-basierten Ansatz umstellt.
  • Teams über das neue Paradigma informieren: Erläutern Sie, dass das System auf Nutzerverhalten und Absichtserkennung basiert, was zu einer personalisierten Produktplatzierung führt. Die Suchergebnisse sehen anders aus.
  • Klare Richtlinien für Geschäftsregeln festlegen: Betonen Sie, dass Geschäftsregeln nur aus bestimmten, datengestützten geschäftlichen Gründen angewendet werden können, z. B. aufgrund vertraglicher Verpflichtungen oder einer klaren umsatzsteigernden Strategie. Ziel ist es, die KI ihre Arbeit machen zu lassen.
  • Neue Regeln per A/B-Test prüfen: Wenn nach der Migration eine neue Regel vorgeschlagen wird, ist ein weiterer A/B-Test die datenbasierte Methode, um ihre Effektivität zu prüfen. Dabei wird eine Gruppe mit der Regel und eine Gruppe ohne die Regel getestet. Lassen Sie die Daten entscheiden, ob die Regel in die Produktion überführt wird.

Wenn Sie diesen vierphasigen Ansatz sorgfältig befolgen, kann eine typische Migration zu A/B-Tests in etwa zwei bis drei Monaten abgeschlossen werden. Das hängt von der Komplexität des aktuellen Suchsystems und der Ausführungsgeschwindigkeit ab. Diese Methodik wurde für zahlreiche Kunden entwickelt und hat sich bewährt.

Best Practices für das Onboarding

Beim Onboarding für Vertex AI Search for Commerce sind die aufgenommenen Daten der wichtigste Faktor für hochwertige Suchergebnisse und eine gute Leistung. Die Leistung von Vertex AI Search for Commerce (Relevanz, Ranking und Umsatzoptimierung) hängt stark von den hochgeladenen Daten ab, einschließlich Katalogen, Produktinformationen und Nutzerereignissen.

Vertex AI Search for Commerce bietet mehrere Dashboards und Datenqualitätsprüfungen, um Probleme oder potenzielle Fehler in den Daten oder im Datenschema zu erkennen. Wenn Datenfehler von Anfang an übersehen werden, wird das Modell nicht richtig trainiert und ein erster A/B-Test liefert nicht die erwarteten Ergebnisse. Die Ursache dafür sind in den meisten Fällen die Katalog- oder Nutzerdaten und nicht Vertex AI Search for Commerce selbst.

Klicken Sie auf die folgenden Links, um zum Abschnitt mit Best Practices für die Integration der einzelnen Komponenten von Vertex AI Search for Commerce zu gelangen:

Nutzungsbedingungen

Die Nutzung des Produkts erfolgt gemäß den Nutzungsbedingungen von Google Cloud oder der entsprechenden Offline-Variante. In den Datenschutzhinweisen für Google Cloud wird erläutert, wie Vertex AI Search for Commerce Ihre personenbezogenen Daten im Zusammenhang mit der Nutzung von Google Cloud und anderen Google Cloud Diensten erhebt und verarbeitet.

Zur Qualitätssicherung wird eine kleine Stichprobe von Suchanfragen und Suchergebnissen aus den Logs, die Kundendaten enthalten, zur menschlichen Bewertung an Drittanbieter gesendet, die als Drittunterauftragsverarbeiter für die Suche angegeben sind. Zur Qualitätssicherung werden zusätzliche Tests mit Suchanfragen und Suchergebnissen aus Google Suche-Logs, die öffentlich erhobene Datensätze sind, zur menschlichen Bewertung an verschiedene Drittanbieter gesendet. Die Google Suche-Protokolle werden nicht als Kundendaten kategorisiert.