Implementare Vertex AI Search per il commercio

Puoi implementare Vertex AI Search for commerce per la tua applicazione di e-commerce.

Quando utilizzi i suggerimenti o la ricerca, acquisisci i dati degli eventi utente e del catalogo per mostrare previsioni o risultati di ricerca sul tuo sito.

Gli stessi dati vengono utilizzati sia per i consigli sia per la ricerca, quindi se li utilizzi entrambi, non devi importare gli stessi dati due volte.

Il tempo medio di integrazione è dell'ordine di settimane. Tieni presente che per la ricerca la durata effettiva dipende in larga misura dalla qualità e dalla quantità di dati da importare.

Panoramica dell'integrazione di Commerce

Iniziare a utilizzare l'integrazione del commercio

Esegui la migrazione in quattro fasi

La migrazione del motore di ricerca è un approccio strutturato in quattro fasi che contribuisce a garantire che ogni aspetto della migrazione venga affrontato per ridurre al minimo i rischi e massimizzare l'investimento.

Gestisci le aspettative dei team di merchandising e dei venditori nel seguente modo:

  • Tieni informati i team dei commercianti: comunica in modo proattivo i cambiamenti in arrivo e il motivo per cui l'azienda sta adottando un approccio basato sull'AI.
  • Forma i team sul nuovo paradigma: spiega che il sistema si basa sul comportamento degli utenti e sul rilevamento dell'intenzione, il che porta a una classificazione dei prodotti più personalizzata. I risultati di ricerca hanno un aspetto diverso.
  • Definisci linee guida chiare per le regole aziendali: sottolinea che le regole aziendali possono essere applicate solo per motivi aziendali specifici e basati sui dati, ad esempio obblighi contrattuali o una strategia chiara per aumentare le entrate. L'obiettivo è lasciare che l'AI faccia il suo lavoro.
  • Test A/B delle nuove regole: se viene proposta una nuova regola dopo la migrazione, il modo più efficace per convalidarne l'efficacia è eseguire un altro test A/B, un gruppo con la regola e un gruppo senza la regola. Lascia che siano i dati a decidere se la regola viene promossa in produzione.

Seguendo diligentemente questo approccio in quattro fasi, è possibile eseguire una migrazione tipica al test A/B in circa due o tre mesi, a seconda della complessità e della velocità di esecuzione del sistema di ricerca attuale. Questa metodologia è stata progettata e testata in numerosi casi di adozione da parte dei clienti.

Best practice per l'onboarding

Durante l'onboarding a Vertex AI Search for commerce, il fattore principale per la qualità dei risultati di ricerca e delle prestazioni sono i dati importati. Vertex AI Search per il rendimento del commercio (pertinenza, ranking e ottimizzazione delle entrate) è estremamente sensibile ai dati caricati, inclusi cataloghi, informazioni sui prodotti ed eventi utente.

Vertex AI Search for commerce dispone di più dashboard e controlli della qualità dei dati per garantire che vengano segnalati eventuali problemi o potenziali difetti nei dati o nello schema dei dati. Se i difetti dei dati vengono trascurati fin dall'inizio, il modello non verrà addestrato in modo accurato e un test A/B iniziale non produrrà i risultati previsti. La causa principale è più spesso il catalogo o i dati utente piuttosto che Vertex AI Search for commerce.

Fai clic su questi link per passare alla sezione delle best practice per l'integrazione di ciascuno di questi componenti di Vertex AI Search for commerce:

Termini di servizio

L'utilizzo del prodotto è soggetto ai Termini e condizioni di Google Cloud o alla variante offline pertinente. L'Informativa sulla privacy di Google Cloud spiega come Vertex AI Search for Commerce raccoglie e tratta le tue informazioni personali relative all'utilizzo di Google Cloud e di altri servizi Google Cloud .

Per garantire la qualità, un piccolo campione di query di ricerca e risultati di ricerca dei log, che includono i dati dei clienti, viene inviato per la valutazione umana a fornitori di terze parti indicati come responsabili del trattamento di terze parti per la ricerca. Test aggiuntivi che utilizzano query di ricerca e risultati di ricerca provenienti dai log della Ricerca Google che sono set di dati raccolti pubblicamente vengono inviati per la valutazione umana a diversi fornitori di terze parti per la garanzia della qualità. I log della Ricerca Google non sono classificati come dati dei clienti.