検索とブラウジング

このドキュメントでは、Vertex AI Search for Commerce の検索機能と閲覧機能の違いを明確にし、それぞれの機能を効果的に構成して最大限に活用する方法について説明します。

主な違いを理解する

検索と閲覧は、ユーザーが商品を見つけるうえで役立ちますが、ユーザー ジャーニーが異なるため、それぞれ異なる設定が必要です。

ユーザーの意図に基づく検索。買い物客が「赤いランニング シューズ」などの特定のクエリを入力します。Vertex AI Search for Commerce は、このクエリを分析してユーザーのニーズを把握し、収益を最適化するために関連する商品を返します。

つまり、検索では、Vertex AI Search for Commerce が商品の関連性とランキング（収益最適化）を担当します。

参照

定義済みのカテゴリに沿って、ブランド、カテゴリ、プロモーションなどの属性で整理された商品リスティングをユーザーが移動する。たとえば、[紳士服] カテゴリの [シャツ] など。これらのカテゴリはユーザーが定義し、そのカテゴリに商品を表示します。

リストに表示される商品（フィルタによる）の関連性はユーザーが管理し、ランキング（収益最適化）は Vertex AI Search for Commerce が管理します。

検索と参照を設定する

Vertex AI Search for Commerce の利点は、検索リクエストとブラウジング リクエストの両方に使用できる統合 API にあります。

検索を構成する

検索のユーザー イベントには、次のフィールドと、ユーザー イベントの他の標準必須フィールド（eventType = "search"）が必要です。

  • テキストクエリ: 検索リクエストの中核。ユーザーの検索意図を捉えます。
  • フィルタ（省略可）: ユーザーがブランド、価格帯、色などのファセットを適用して検索結果を絞り込めるようにします。

  • ランキングとパーソナライズ: Vertex AI Search for Commerce は、関連性と潜在的な収益に基づいて検索結果のランキングを自動的に最適化します。パーソナライズでは、個々のユーザーの行動に基づいて結果がさらに調整されます。

    # Construct the search request
search_request = {
  "query": "red running shoes", # User's search query
  "filter": "brand:ANY('Nike')", # Optional filter
  "page_size": 10 # Number of results per page
}

# Send the request to the VAIS:Commerce API
search_response = client.search(search_request)

# Process the search results
for product in search_response.results:
  print(product.title, product.price)

テキストクエリ検索、ブラウジング検索、ページ分け、最適化、カスタマイズされた結果など、検索の基本的なクエリについては、検索結果を取得するをご覧ください。

閲覧を構成する

閲覧のユーザー イベントには、他のユーザー イベントの標準的な必須フィールド（閲覧イベントの eventType = "search" も含む）とともに、次のフィールドが必要です。

  • ページ カテゴリ: 商品が表示されるカテゴリまたはバナーを表します。
  • 必須フィルタ: 閲覧結果に含める商品の条件を定義します。これにより、関連性の高い商品のみがカテゴリに表示されます。

  • ファセット選択を使用した追加フィルタ（省略可）: ユーザーがカテゴリ内の商品をさらにフィルタできるようにします。

    # Construct the browse request
browse_request = {
  "page_category": "Men's > Clothing > Shirts", # Browse category
  "filter": "category:ANY('Shirts') AND gender: ANY('Male')", # Compulsory filter
  "page_size": 10 # Number of results per page
}

# Send the request to the VAIS:Commerce API
browse_response = client.search(browse_request)

# Process the browse results
for product in browse_response.results:
  print(product.title, product.price)

特定のユーザーとユーザー イベントに関する商品のレコメンデーションをリクエストする方法については、レコメンデーションを取得するをご覧ください。