Implementar a Vertex AI para Pesquisa para comércio

É possível implementar a Vertex AI para Pesquisa para Commerce 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. Para a pesquisa, a duração real depende muito da qualidade e da quantidade de dados a serem ingeridos.

Visão geral da integração do comércio

Começar a usar a 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.

Gerencie as expectativas das equipes de merchandising e dos vendedores fazendo 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 para 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 Vertex AI Search for commerce, o principal fator para resultados de pesquisa e desempenho de qualidade são os dados ingeridos. A Vertex AI Search para performance de comércio (relevância, classificação e otimização de receita) é extremamente sensível aos dados enviados, incluindo catálogos, informações de produtos e eventos do usuário.

A Vertex AI Search for commerce tem vários painéis e verificações de qualidade de dados para garantir que problemas ou possíveis falhas nos dados ou no esquema de dados sejam sinalizados. 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 Vertex AI Search para e-commerce em si.

Clique nestes links para acessar a seção de práticas recomendadas para integrar cada um destes componentes da Vertex AI para Pesquisa para comércio:

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 Vertex AI Search para Commerce coleta e trata suas informações pessoais relacionadas ao uso do Google Cloud e de outros serviços do Google Cloud .

Para garantir a qualidade, uma pequena amostra de consultas 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 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 garantir a qualidade. Os registros da Pesquisa Google não são categorizados como dados do cliente.