להצגת המלצות

בדף הזה מוסבר איך לבקש המלצות למוצרים עבור משתמש ספציפי ואירוע משתמש ספציפי.

אחרי שמעלים את המוצרים ומתעדים אירועי משתמשים, אפשר לבקש המלצות למוצרים למשתמשים ספציפיים על סמך אירועי המשתמשים שתועדו לגבי אותו משתמש והפעילות הנוכחית שלו. יכולות לחלוף עד 48 שעות עד שמוצרים חדשים ואירועי משתמשים יופיעו במודל ההמלצות.

AI Commerce Search מחזיר רשימה של מזהי מוצרים מדורגים. אתם אחראים להצגת התוצאות באתר שלכם עם תמונות וטקסט.

לעולם לא נשמור במטמון תוצאות מותאמות אישית ממשתמש קצה, ולעולם לא נחזיר תוצאות מותאמות אישית למשתמש קצה אחר.

לפני שמתחילים

צריך ליצור פרויקט ולהגדיר אימות לפי השלבים שמפורטים במאמר לפני שמתחילים. Google Cloud

כדי לבקש תחזיות מההמלצות, אתם צריכים:

הערכת ההמלצות

לפני שמעדכנים את קוד האתר כדי לבקש המלצות, אפשר להשתמש בתצוגה מקדימה של תוצאות התחזית כדי לוודא שהמודל והגדרת ההצגה פועלים כמו שציפיתם.

מידע נוסף על הגדרות הצגה זמין במאמר מידע על הגדרות הצגה.

אפשר לראות תצוגה מקדימה של תוצאות הגדרות התצוגה בדף Evaluate, או לעבור לדף Details של הגדרות התצוגה במסוף וללחוץ על הכרטיסייה Evaluate.

כדי לראות תצוגה מקדימה של ההמלצות שמוחזרות על ידי הגדרת התצורה של הצגת המודעות:

  1. נכנסים לדף Evaluate במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.

    כניסה לדף Evaluate

  2. לוחצים על הכרטיסייה המלצות, אם היא לא מסומנת.

  3. בוחרים את הגדרת ההצגה שרוצים לראות תצוגה מקדימה שלה.

  4. אופציונלי: מזינים מזהה מבקר כדי לראות תצוגה מקדימה של ההמלצות עבור המשתמש הזה.

  5. אם הקטע פריטים משויכים מוצג, לוחצים על הוספת פריט ומזינים מזהה מוצר כדי לקבל המלצות משויכות לפריט הזה. אפשר להוסיף כמה פריטים משויכים.

    אפשר להוסיף פריטים רק אם סוג המודל של הגדרת התצורה שנבחרה להצגת המלצות דורש מוצרים כקלט. לא צריך להזין פריטים משויכים כדי להשתמש במודלים של המלצות בשבילכם.

  6. לוחצים על תצוגה מקדימה של החיזוי כדי לראות את תוצאות החיזוי.

כדי לראות את הדף פרטים של הגדרת התצורה להצגת מודעות שמוצגת בתצוגה המקדימה, לוחצים על הצגת הגדרת התצורה להצגת מודעות בשדה בחירת הגדרת התצורה להצגת מודעות.

קבלת המלצה

ב-Recommendations API יש הגבלות על מספר הפריטים שמוחזרים. עם זאת, יש פתרונות עקיפים להגדלת מספר הפריטים שמוחזרים.

מיקסום הערך של כרטיס מוצר בדף תוצאות החיפוש

בקטע הזה מוסבר איך להפיק את המרב מתוצאות החיפוש שלכם ב-AI Commerce Search באמצעות טיפול יעיל בקטגוריות, כדי להבטיח את המודל ברמת הנתונים הגבוהה ביותר ולפתוח את האפשרות להתאמה אישית.

טיפול יעיל בקטגוריות

  • כדי לעקוב בצורה מדויקת אחרי התנהגות המשתמשים ולשפר את המודלים, מומלץ להשתמש בשמות ייחודיים ותיאוריים לקטגוריות של הדפים.
  • כדאי לסדר את הקטגוריות מהכללי אל הספציפי, כדי לאפשר למשתמשים לשפר בהדרגה את חוויית הגלישה שלהם.
  • מומלץ להימנע מקטגוריות נישה מדי עם מעורבות מוגבלת של משתמשים.

שימוש במודל ברמה הגבוהה ביותר

כניסה לדף 'איכות הנתונים'

לאחר מכן, כדי להגדיר את המודל ברמה הגבוהה ביותר:

  1. כדי לתעד אינטראקציות של משתמשים (קליקים, רכישות, הוספה לעגלת קניות) גם בחיפוש וגם בגלישה, צריך להטמיע מעקב אחרי אירועים של משתמשים.

  2. אפשר לעקוב אחרי הטמעת הנתונים והמוכנות של המודל באמצעות מרכז הבקרה איכות הנתונים של AI Commerce Search.

מידע נוסף על רמות נתונים לחיפוש ולעיון זמין במאמר בנושא איכות נתונים.

שיפור הביצועים באמצעות התאמה אישית

מודל הדירוג לומד מהתנהגות המשתמשים, ולכן חלק גדול מהביצועים שלו מגיע מהיכולות שלו להתאים את עצמו למשתמשים.

  • הפעלת ההתאמה האישית כשמעריכים את ביצועי המודל.
  • השבתת ההתאמה האישית משפיעה על הביצועים ומצמצמת את ההשפעה הפוטנציאלית של המודל.
  • צריך להפעיל את ההתאמה האישית לפני שחושפים את תוצאות החיפוש לתנועה פעילה של ייצור או לבדיקות A/B.

הגדלת המגבלות על גודל התוצאות

  • המגבלה על תוצאות חיפוש ב-AI Commerce Search היא 120.

  • ‫Recommendations API תומך בשינוי הדירוג של עד 2,000 פריטים.

  • למרות שזמן האחזור מתארך, אפשר להגדיל את גודל הדף עד 500 או 1,000.

פתרונות עקיפים לתוצאות מומלצות נוספות

אתם יכולים להתאים אישית דפי קטגוריות ולשנות את הדירוג שלהם באמצעות המלצות אישיות דרך ממשקי REST API. כדי לעקוף את מגבלת התוצאות של 120 פריטים, מבצעים כמה קריאות בו-זמנית למספר הדפים הראשון שצוין. לאחר מכן, מחברים את התוצאות כדי שייראו כמו דף גדול אחד.

כדי להגביל באופן ידני את קבוצת ההמלצות שמוחזרות למשתמשי הקצה, אפשר להוסיף קריטריונים לסינון בשאילתות PredictRequest.params. מסמנים את המאפיינים שנבחרו כמאפיינים שניתנים לסינון באמצעות ה-API, ואז מפנים אליהם ישירות בבקשות החיזוי.

מכיוון ש-PredictRequest לא תומך בחלוקה לדפים רגילה (כמו offset או pageToken), אי אפשר לבקש דף ספציפי כדי לצרף תוצאות. במקום זאת, כדי לעקוף את מגבלת גודל התוצאות ולהגביל באופן ידני את התוצאות בדפי קטגוריות באמצעות המלצות, אפשר להשתמש בסינון כדי לפלח את הקטלוג לפלחים נפרדים, למשל לפי קטגוריה, טווח מחירים או מותג. להתקשר בו-זמנית למספרים שמופיעים בפלחים האלה, ואז למזג את התוצאות.

פרטים על עלויות התחזיות מופיעים במאמר בנושא תמחור.

יש שתי דרכים להגדיל את גודל התוצאה המומלץ.

פתרון עקיף א': הגדלת גודל הדף

מגדירים את הערך של pageSize בבקשת החיזוי למספר גדול יותר מ-20 (ברירת המחדל). אפשר לעיין בתבנית של קריאה ל-API בארכיטקטורת REST.

פתרון עקיף ב': שימוש בחלוקה לעמודים של מאפיינים וקטגוריות

הפתרון לעקיפת מגבלת התוצאות בדפי קטגוריות כולל שלושה שלבים:

  1. הגדרת מאפיינים אפשר לסמן מאפיינים (כמו קטגוריה או מחיר) כמאפיינים שניתנים לסינון באמצעות CatalogService API, כדי שאפשר יהיה להשתמש בהם במסנני המלצות. לפני שמסננים המלצות לפי מאפיין (כמו קטגוריות), צריך להפעיל את recommendationsFilteringOption עבור המאפיין הזה בהגדרות הקטלוג.
  2. יצירת המלצות. כדי לבקש קבוצות משנה ספציפיות של מוצרים, יוצרים PredictRequest באמצעות מאפיינים שניתנים לסינון בבקשת חיזוי.
  3. אחזור והצמדה של המלצות מסוננות. כדי לדמות קבוצת תוצאות גדולה יותר או דף קטגוריה, מפעילים את קריאת החיזוי לדוגמה משלב 2 עם ערך קטגוריה שונה במסנן.

הפעלת אפשרות הסינון בקריאת ה-REST

curl

כדי לקבל המלצה, שולחים בקשת POST ל-method‏ predict REST ומספקים את גוף הבקשה המתאים:

  • לחשבון השירות שבו אתם משתמשים צריך להיות תפקיד 'צפייה בנתוני מכירות קמעונאיות' או תפקיד ברמה גבוהה יותר.

  • מחליפים את SERVING_CONFIG_ID בהגדרת ההצגה שבה תשתמשו בתחזיות. מידע נוסף

  • אם ייבאתם אירועים של משתמשים מ-Google Analytics 360 באמצעות BigQuery, צריך להגדיר את visitorId למזהה הלקוח של Google Analytics. במסמכי Google Analytics מוסבר איך מקבלים את מזהה הלקוח.

  • אם אתם מריצים ניסוי A/B, צריך להגדיר את experimentIds למזהה של קבוצת הניסוי הזו. מידע נוסף

  • צריך לספק אובייקט של אירוע משתמש לפעולת המשתמש שהפעילה את בקשת ההמלצה.

    שימו לב: אירוע המשתמש הזה לא נרשם, הוא משמש רק כדי לספק הקשר לבקשת ההמלצה הזו. כדאי גם לתעד את אירוע המשתמש באותה דרך שבה מתעדים אירועים אחרים של משתמשים.

  • אפשר לספק מסנן כדי לצמצם את רשימת המוצרים הפוטנציאליים שיוחזרו. מידע נוסף

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

אתם אמורים לראות תוצאות דומות לאלה:

{
  "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;
}

דירוג מחדש של המחירים

הדירוג מחדש לפי מחיר גורם לכך שהמוצרים המומלצים עם הסתברות המלצה דומה מסודרים לפי מחיר, כשהפריטים עם המחיר הגבוה ביותר מוצגים ראשונים. הסדר של הפריטים עדיין נקבע גם לפי הרלוונטיות, ולכן הפעלת האפשרות 'דירוג מחדש לפי מחיר' לא זהה למיון לפי מחיר.

אפשר להגדיר את הדירוג מחדש של המחירים ברמת הגדרות התצורה של הצגת המודעות או ברמת כל בקשת חיזוי.

כשבוחרים הגדרה של דירוג מחדש לפי מחיר כשיוצרים הגדרת הצגה ב-AI Commerce Search במסוף Gemini Enterprise for Customer Experience, ההגדרה הזו חלה על כל ההמלצות שמוצגות על ידי ההגדרה הזו, בלי שצריך לבצע פעולות נוספות.

אם אתם רוצים לשלוט בסדר ההמלצות לפי מחיר, אתם יכולים לעשות זאת באמצעות השדה PredictRequest.params. ההגדרה הזו מחליפה כל הגדרה של דירוג מחדש ברמת ההגדרה שאחרת הייתה חלה על ההמלצה הזו.

גיוון ההמלצות

ההמלצה על גיוון משפיעה על השאלה אם התוצאות שמוחזרות מבקשת חיזוי יחידה הן מקטגוריות שונות בקטלוג המוצרים שלכם.

אפשר להגדיר את הגיוון בהמלצות ברמת הגדרות ההצגה או לכל בקשת חיזוי.

כשבוחרים הגדרת גיוון המלצות כשיוצרים הגדרת הצגה ב-AI Commerce Search במסוף Gemini Enterprise for Customer Experience, ההגדרה הזו חלה כברירת מחדל על כל התחזיות שמוצגות על ידי ההגדרה הזו, בלי שצריך לבצע פעולות נוספות.

אם אתם צריכים לשלוט במגוון של המלצה מסוימת, אתם יכולים לעשות זאת באמצעות השדה PredictRequest.params. ההגדרה הזו מבטלת כל הגדרה של פיזור ברמת ההגדרה שאחרת הייתה חלה על ההמלצה הזו. אפשר לראות את הערכים הקבילים.

שימוש במסננים של המלצות

אפשר לסנן את ההמלצות שמוחזרות על ידי recommendations באמצעות השדה filter בשיטה predict. מידע נוסף מופיע במאמר בנושא סינון המלצות.

קריאות לחיזוי באמצעות מודלים של אופטימיזציה ברמת הדף

כדי לספק המלצות באמצעות אופטימיזציה ברמת הדף, צריך לבצע שלב נוסף של קריאת חיזוי.

מבצעים קריאה ראשונית לחיזוי באמצעות הגדרת שרת שמכילה את מודל האופטימיזציה ברמת הדף. תגובת החיזוי מחזירה רשימה ממוינת של מזהי servingConfig שמייצגים את המודל שבו יש להשתמש בכל חלונית.

לאחר מכן, מבצעים קריאה לחיזוי לכל חלונית באמצעות מזהה הגדרת ההצגה שהומלץ על ידי מודל האופטימיזציה ברמת הדף. תגובת החיזוי מכילה את שם המודל (למשל, 'מומלץ בשבילך') ואת רשימת הפריטים המומלצים שיוצגו בחלונית הזו.

התכונות 'דירוג מחדש של מחירים', 'מגוון המלצות' ו'מסנני המלצות' לא זמינות להגדרות של הצגת מודעות שמשתמשות במודל 'אופטימיזציה ברמת הדף'.