您可以为电子商务应用实现 Vertex AI Search for commerce。
使用推荐或搜索功能时，您需要注入用户事件和目录数据，并在您的网站上提供预测或搜索结果。
建议和搜索功能使用相同的数据，因此如果您同时使用这两者，则无需注入相同的数据两次。
平均集成时间约为数周。请注意，对于搜索，实际时长在很大程度上取决于要注入的数据的质量和数量。
商务集成概览
分四个阶段迁移
迁移搜索引擎是一个结构化的四阶段方法，可帮助确保迁移的各个方面都得到妥善处理，从而最大限度地降低风险并提高投资回报率。
通过以下方式管理商品推销团队和销售人员的预期：
- 及时通知商家团队：主动告知即将发生的变动，以及公司为何要采用 AI 优先的方法。
- 向团队介绍新范式：说明该系统基于用户行为和意图检测，可实现更个性化的商品排名。搜索结果看起来有所不同。
- 为业务规则设置明确的准则：强调业务规则只能出于特定的、有数据支持的业务原因（例如合同义务或明确的创收策略）而应用。目标是让 AI 完成其工作。
- 对新规则进行 A/B 测试：如果在迁移后提出新规则，验证其有效性的最可靠方法是再进行一次 A/B 测试，一组应用该规则，另一组不应用该规则。让数据决定是否将规则提升到生产环境。
只要认真遵循这四个阶段的方法，通常可以在大约 2 到 3 个月内完成向 A/B 测试的迁移，具体取决于当前搜索系统的复杂程度和执行速度。此方法已在众多客户采用过程中经过设计和验证。
初始配置最佳实践
在开始使用 Vertex AI Search for commerce 时，影响搜索结果质量和性能的主要因素是注入的数据。Vertex AI Search for Commerce 的效果（相关性、排名和收入优化）对上传的数据（包括目录、商品信息和用户事件）非常敏感。
Vertex AI Search for commerce 具有多个信息中心和数据质量检查功能，可确保标记数据或数据架构中的任何问题或潜在缺陷。如果从一开始就忽略了数据缺陷，模型将无法准确训练，并且初始 A/B 测试无法产生预期结果，那么根本原因通常是目录或用户数据，而不是 Vertex AI Search for Commerce 本身。
点击以下链接可跳转到有关集成以下各项 Vertex AI Search for Commerce 组件的最佳实践部分：
服务条款
使用本产品时，您需要遵循 Google Cloud 的条款及条件或相关线下变体。《Google Cloud 隐私权声明》说明了 Vertex AI Search for Commerce 如何收集和处理与使用 Google Cloud 和其他 Google Cloud 服务相关的个人信息。
为保证质量，我们会从日志（包括客户数据）中抽取一小部分搜索查询和搜索结果，并将其发送给披露为第三方子处理方的第三方供应商进行人工评估。此外，我们还会使用从 Google 搜索日志中公开收集的数据集中的搜索查询和搜索结果进行其他测试，并将其发送给不同的第三方供应商进行人工评估，以确保质量。Google 搜索日志不属于客户数据。