Receber recomendações

Esta página descreve como solicitar recomendações de produtos para um usuário e um evento de usuário específicos.

Depois de fazer upload dos produtos e registrar eventos do usuário, é possível solicitar recomendações de produtos para usuários específicos com base nos eventos registrados e na atividade atual deles. Pode levar até 48 horas para que novos produtos e eventos do usuário sejam refletidos no modelo de recomendação.

A Pesquisa da Plataforma de Agentes para e-commerce retorna uma lista de identificadores de produtos classificados. Você é responsável por renderizar os resultados do site com imagens e texto.

Nunca armazene em cache resultados personalizados de um usuário final e nunca retorne resultados personalizados para um usuário final diferente.

Antes de começar

Você precisa criar um Google Cloud projeto e configurar a autenticação seguindo as etapas em Antes de começar.

Antes de solicitar previsões de recomendações, você precisa de:

Uma recomendação treinada e ajustada (modelo)
Uma ou mais configurações de exibição ativas

Avaliar recomendações

Antes de atualizar o código do site para solicitar recomendações, use os resultados da previsão de visualização para confirmar se o modelo e a configuração de exibição estão funcionando conforme o esperado.

Para mais informações sobre configurações de exibição, consulte Sobre as configurações de exibição.

Visualize os resultados da configuração de exibição na página Avaliar ou acessando a página Detalhes de uma configuração de exibição no console e clicando na guia Avaliar.

Para visualizar as recomendações retornadas pela configuração de exibição:

Acesse a página Avaliar no console da Pesquisa em E-commerce.

Acessar a página "Avaliar"
Clique na guia Recomendações, se ela ainda não estiver selecionada.
Selecione a configuração de exibição que você quer visualizar.
Opcional: insira um ID de visitante para visualizar as recomendações do usuário.
Se a seção Itens associados for mostrada, clique em Adicionar item e insira um ID do produto para receber recomendações associadas a esse item. É possível adicionar vários itens associados.

A adição de itens só está disponível se o tipo de modelo da configuração de exibição selecionada exigir produtos como entrada para recomendações. Os modelos "Recomendado para você" não exigem que itens associados sejam inseridos.
Clique em Visualização da previsão para conferir os resultados.

Para conferir a página Detalhes da configuração de exibição que você está visualizando, clique em Ver configuração de exibição no campo Selecionar configuração de exibição.

A API Recommendations tem limites no número de itens retornados. No entanto, há soluções alternativas para aumentar o número de itens retornados.

Maximizar o valor da listagem de navegação

Esta seção descreve como aproveitar ao máximo suas listagens de navegação na Pesquisa da Plataforma de Agentes para e-commerce, com o tratamento eficaz de categorias, garantindo o modelo de nível de dados mais alto e desbloqueando a personalização.

Tratamento eficaz de categorias

Use nomes de categorias de páginas únicos e descritivos para garantir o rastreamento preciso do comportamento do usuário e do aprendizado do modelo.
Estruture as categorias de forma ampla a específica, permitindo que os usuários refinem progressivamente a experiência de navegação.
Evite categorias muito específicas com engajamento limitado do usuário.

Garantir o modelo de nível mais alto

Acessar a página "Qualidade de dados"

Em seguida, para configurar o modelo de nível mais alto:

Implemente o acompanhamento de eventos do usuário para capturar interações do usuário (cliques, compras, adições ao carrinho) para pesquisa e navegação.
Monitore a ingestão de dados e a preparação do modelo usando o painel Qualidade de dados da Pesquisa da Plataforma de Agentes para e-commerce.

Observação: verifique se o modelo de navegação atinge pelo menos o "Nível 2", de preferência o "Nível 3", antes do teste A/B ou da implantação de produção. Um modelo de nível 2 avança rapidamente para o nível 3 com tráfego de alta qualidade suficiente, desbloqueando o desempenho máximo. Só faça comparações de desempenho e testes A/B depois que o modelo atingir o nível 3, já que esse é o estado mais otimizado.

Consulte Qualidade de dados para mais informações sobre níveis de dados para pesquisa e navegação.

Melhorar o desempenho com a personalização

Como um modelo de classificação que aprende com o comportamento do usuário, uma grande parte do desempenho do modelo de navegação vem das capacidades de personalização.

Ative a personalização ao avaliar o desempenho do modelo.
A desativação da personalização afeta o desempenho e minimiza o impacto potencial do modelo.
A personalização precisa estar ativa antes de expor os resultados de navegação ao tráfego de produção real ou ao teste A/B.

Aumentar os limites de tamanho do resultado

O limite para a Pesquisa da Plataforma de Agentes para resultados de e-commerce é de 120.
A API Recommendations oferece suporte à reclassificação de até 2.000 itens.
Embora a latência aumente, é possível aumentar o tamanho da página para até 500 ou 1.000.

Soluções alternativas para mais resultados recomendados

É possível personalizar e reclassificar páginas de categorias usando recomendações pessoais com APIs REST. Para contornar o limite de resultados de 120 itens, faça várias chamadas simultâneas para o primeiro número de páginas. Em seguida, junte os resultados para parecer uma página grande.

Para restringir manualmente o conjunto de recomendações retornadas aos usuários finais, adicione critérios de filtro nas consultas PredictRequest.params. Marque os atributos selecionados como filtráveis usando a API e consulte-os diretamente nas solicitações de previsão.

Como PredictRequest não oferece suporte à paginação padrão (como offset ou pageToken), não é possível solicitar uma página específica para unir resultados. Em vez disso, para contornar o limite de tamanho do resultado e restringir manualmente os resultados das páginas de categorias usando recomendações, use a filtragem para dividir o catálogo em segmentos distintos, como por categoria, faixa de preço ou marca. Faça chamadas simultâneas para esses segmentos e mescle os resultados.

Para detalhes sobre custos de previsão, consulte Preços.

Há duas soluções alternativas para aumentar o tamanho do resultado recomendado.

Solução alternativa A: aumentar o tamanho da página

Configure o pageSize da solicitação de previsão para um número maior que o padrão 20. Consulte o modelo de chamada de API REST.

Solução alternativa B: usar a paginação de atributos e categorias

A solução alternativa de limite de resultados para páginas de categorias é composta por três etapas:

Configurar atributos. Marque atributos (como categoria ou preço) como filtráveis usando a API CatalogService para que possam ser usados em filtros de recomendação. Antes de filtrar recomendações por um atributo (como categorias), é necessário ativar a recommendationsFilteringOption para esse atributo na configuração do catálogo.
Gerar recomendações. Faça uma PredictRequest usando atributos filtráveis em uma solicitação de previsão para solicitar subconjuntos de produtos específicos.
Buscar e unir recomendações filtradas. Para simular um conjunto de resultados ou uma página de categorias maior, faça solicitações paralelas com filtros específicos invocando a chamada de previsão de amostra da etapa 2 com um valor de categoria diferente no filtro.

Ativar a opção de filtragem na chamada REST

curl

Para receber uma recomendação, faça uma solicitação POST para o predict método REST e forneça o corpo da solicitação apropriado:

A conta de serviço usada precisa ter a função "Visualizador de varejo" ou superior.
Substitua SERVING_CONFIG_ID pela configuração de exibição em que você usará as previsões. Saiba mais.
Se você importou os eventos do usuário do Google Analytics 360 usando o BigQuery, defina visitorId como o ID do cliente do Google Analytics. Consulte a documentação do Google Analytics para saber como conseguir o ID do cliente.
Se você estiver executando um experimento A/B, defina experimentIds como o ID desse grupo. Saiba mais
Forneça um objeto de evento do usuário para as ações do usuário iniciadas com a solicitação de recomendação.

Saiba que esse evento de usuário não é registrado, ele é usado apenas para fornecer contexto sobre a solicitação de recomendação. Você também precisa gravar o evento de usuário da mesma forma que grava outros eventos do usuário.
Como opção, forneça um filtro para restringir os produtos em potencial retornados. Saiba mais.

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    --data '{
              "filter": "FILTER_STRING",
              "validateOnly": false,
              "userEvent": {
                  "eventType": "detail-page-view",
                  "visitorId": "VISITOR_ID",
                  "userInfo": {
                      "userId": "USER_ID",
                      "ipAddress": "IP_ADDRESS",
                      "userAgent": "USER_AGENT"
                  },
                  "experimentIds": "EXPERIMENT_GROUP",
                  "productDetails": [{
                      "product": {
                        "id": "PRODUCT_ID"
                     }
                  }]
              }
            }' \
https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/servingConfigs/SERVING_CONFIG_ID:predict

Os resultados serão semelhantes aos exibidos abaixo:

{
  "results": [{"id": "sample-id-1"}, {"id": "sample-id-2"}],
  "attribution_token": "sample-atr-token"
}

Java

public static PredictResponse predictWithNextPageToken(UserEvent userEvent, int pageSize,
    String nextPageToken)
    throws IOException, InterruptedException {
  PredictionServiceClient predictionClient = getPredictionServiceClient();

  PredictRequest request = PredictRequest.newBuilder()
      .setPlacement(HOME_PAGE_PLACEMENT_NAME)
      .setUserEvent(userEvent)
      .setPageSize(pageSize)
      .setPageToken(nextPageToken)
      .setValidateOnly(true)
      .build();

  PredictResponse response = predictionClient.predict(request);

  predictionClient.shutdownNow();
  predictionClient.awaitTermination(2, TimeUnit.SECONDS);

  return response;
}

Reclassificação de preços

A reclassificação de preços organiza, por ordem decrescente de preço, os itens recomendados do catálogo que têm probabilidade similar de serem pedidos. A relevância ainda é usada para solicitar itens. Portanto, ativar a reclassificação de preços não é o mesmo que classificar por preço.

A reclassificação de preços pode ser definida no nível da configuração de exibição ou por solicitação de previsão.

Quando você escolhe uma configuração de reclassificação de preços ao criar uma configuração de exibição no console da Pesquisa em E-commerce, essa configuração se aplica a todas as recomendações exibidas por essa configuração, sem que você precise realizar mais ações.

Se você precisar controlar a reclassificação de preços de uma recomendação específica, você pode fazer isso usando o campo PredictRequest.params. Isso substitui qualquer configuração de reclassificação no nível da configuração que se aplicaria a essa recomendação.

Diversidade de recomendações

A diversificação de recomendações afeta se os resultados retornados de uma única solicitação de previsão são de categorias diferentes do seu catálogo de produtos.

A diversificação de recomendações pode ser definida no nível da configuração de exibição ou por solicitação de previsão.

Quando você escolhe uma configuração de diversificação de recomendações ao criar uma configuração de exibição no console da Pesquisa em E-commerce, essa configuração se aplica por padrão a todas as previsões veiculadas por essa configuração, sem precisar realizar mais ação.

Se você precisa controlar a diversidade de uma recomendação específica, pode fazer isso usando o PredictRequest.params campo. Isso substitui qualquer configuração de diversificação no nível da configuração que se aplicaria a essa recomendação. Veja os valores aceitos.

Usar filtros de recomendação

É possível filtrar as recomendações retornadas pelas recomendações usando o campo filter no método predict. Para mais informações, consulte Filtrar recomendações.

Chamadas Prediction com modelos de otimização na página

Para fornecer recomendações usando a otimização na página, é necessário uma etapa extra de chamada de previsão.

Faça uma chamada de previsão inicial usando uma configuração de exibição que contenha o modelo de otimização na página. A resposta de previsão retorna uma lista classificada de IDs de configuração de exibição que representam o modelo a ser usado para cada painel.

Em seguida, faça uma chamada de previsão para cada painel usando o ID de configuração de exibição que o modelo de otimização na página recomendou para ele. A resposta de previsão contém o nome do modelo (como "Recomendado para você") e a lista de itens recomendados a serem exibidos nesse painel.

A reclassificação de preços, a diversidade de recomendações e os filtros de recomendação não estão disponíveis para configurações de exibição que usam o modelo de otimização na página.