Dalam produk Vertex AI Search untuk commerce, Anda mendapatkan kemampuan rekomendasi serta kemampuan penelusuran dan penjelajahan. Anda dapat mengupload dan mengelola informasi katalog produk dan log peristiwa pengguna untuk aplikasi e-commerce. Anda bisa mendapatkan dan menyesuaikan hasil berdasarkan informasi ini, dan data ini terus digunakan untuk melatih dan memperbarui model, sehingga meningkatkan kualitas rekomendasi dan hasil penelusuran Anda.
Untuk informasi selengkapnya tentang proses penerapan Vertex AI Search untuk commerce untuk aplikasi Anda, lihat Mengimplementasikan Vertex AI Search untuk commerce.
Rekomendasi
Vertex AI Search untuk commerce memungkinkan Anda membuat sistem rekomendasi produk berkualitas tinggi dan dipersonalisasi tanpa memerlukan keahlian tingkat tinggi dalam machine learning, desain sistem, atau operasi. Dengan memanfaatkan produk retail dan perilaku pengguna situs, Anda dapat menggunakan rekomendasi untuk membuat model rekomendasi khusus untuk kasus penggunaan Anda, seperti "Sering Dibeli Bersama" dan "Direkomendasikan untuk Anda".
Vertex AI Search untuk e-commerce menggunakan peristiwa pengguna dan katalog produk Anda untuk melatih model machine learning rekomendasi, yang memberikan rekomendasi berdasarkan data ini.
Saat men-deploy model rekomendasi ke aplikasi, Anda dapat meminta rekomendasi untuk produk lain di katalog dan menampilkannya kepada pengguna.
Kemampuan rekomendasi mencakup:
Model kustom. Setiap model dilatih secara khusus untuk data Anda, berdasarkan model machine learning berbasis urutan menggunakan transformer.
Hasil yang dipersonalisasi. Manfaatkan algoritma personalisasi tanpa keahlian machine learning. Rekomendasi didasarkan pada perilaku dan aktivitas pengguna seperti penayangan, klik, dan pembelian di toko serta aktivitas online, sehingga setiap hasil prediksi dipersonalisasi.
Prediksi real-time. Setiap rekomendasi yang ditayangkan mempertimbangkan aktivitas pengguna sebelumnya seperti peristiwa klik, tampilan, dan pembelian, sehingga rekomendasi diberikan secara real time.
Pelatihan dan penyesuaian model otomatis. Pelatihan ulang model harian memastikan semua model dapat menangkap perilaku pengguna secara akurat setiap hari.
Tujuan pengoptimalan. Sasaran seperti rasio konversi, rasio klik-tayang, dan pengoptimalan pendapatan membantu Anda mengoptimalkan sasaran bisnis secara akurat.
Rekomendasi omnichannel. Dengan model API, Anda dapat melakukan lebih dari sekadar rekomendasi situs untuk mempersonalisasi seluruh perjalanan pembeli Anda ke rekomendasi di aplikasi seluler, rekomendasi email yang dipersonalisasi, kios toko, atau aplikasi pusat layanan telepon.
Telusuri
Vertex AI Search untuk commerce memungkinkan Anda memberikan hasil penelusuran produk berkualitas tinggi yang dapat disesuaikan dengan kebutuhan bisnis retail Anda. Manfaatkan kueri Google dan pemahaman kontekstual untuk meningkatkan penemuan produk di seluruh situs dan aplikasi seluler Anda.
Kemampuan penelusuran mencakup:
Hierarki produk: Anda dapat menyertakan koleksi dan varian dalam katalog produk yang dapat ditelusuri.
Perluasan kueri: Meningkatkan hasil relevan yang ditampilkan untuk istilah kueri yang biasanya menghasilkan lebih sedikit hasil, seperti kueri yang menggunakan kata kunci yang sangat spesifik.
Nilai minimum relevansi: Menyesuaikan cara Vertex AI Search untuk commerce menyeimbangkan presisi yang ditampilkan (relevansi hasil penelusuran yang ditampilkan) dan recall (menampilkan lebih banyak hasil untuk kueri tersebut).
Penomoran halaman: Mengontrol penomoran halaman hasil penelusuran untuk mengurangi waktu penelusuran dan ukuran respons.
Pemfilteran: Gunakan sintaksis ekspresi untuk memberikan pemfilteran yang menyaring hasil penelusuran situs Anda.
Pengurutan: Menetapkan urutan hasil penelusuran menurut beberapa kolom berdasarkan prioritas.
Pembagian berdasarkan atribut: Buat pembagian berdasarkan atribut untuk memberikan opsi yang lebih relevan kepada pengguna berdasarkan atribut yang Anda berikan. Bucket harus disediakan untuk atribut numerik dalam permintaan penelusuran agar dapat ditampilkan dalam respons penelusuran.
Pembagian menurut atribut dinamis: Membuat kunci atribut secara otomatis berdasarkan kueri penelusuran dan menggabungkannya (dan mengurutkan ulang) secara otomatis dengan kunci atribut yang diberikan dalam permintaan penelusuran. Fitur ini saat ini didasarkan pada daftar yang diizinkan. Hubungi dukungan untuk mendapatkan bantuan dalam mengaktifkan fitur ini.
Meningkatkan dan menyembunyikan: Mengontrol peringkat hasil penelusuran dengan memprioritaskan atau menguraikan prioritas beberapa jenis hasil.
Penjelajahan: Dapatkan hasil yang diurutkan untuk memaksimalkan pendapatan saat pengguna menjelajahi produk menggunakan navigasi situs. Penelusuran jelajah dapat digabungkan dengan pemfilteran, pengurutan, pembuatan susunan, pembuatan susunan dinamis, peningkatan, dan penyembunyian.
Hasil yang dipersonalisasi. Menampilkan penelusuran teks yang dipersonalisasi dan menjelajahi hasil penelusuran yang dipersonalisasi untuk setiap pengguna akhir, berdasarkan perilaku setiap pengguna di situs Anda, termasuk histori tampilan produk, klik, tambahkan ke keranjang, dan pembelian setiap pengguna.
Menggunakan Vertex AI Search untuk commerce
Untuk membuat model machine learning untuk rekomendasi atau penelusuran, Anda perlu memberikan dua kumpulan informasi:
Katalog produk: Informasi tentang produk yang direkomendasikan kepada pelanggan. Hal ini mencakup judul produk, deskripsi, ketersediaan produk yang tersedia, dan harga.
Peristiwa pengguna: Perilaku pengguna akhir di situs Anda. Hal ini mencakup peristiwa seperti saat pengguna melihat atau membeli item tertentu, atau saat situs Anda menampilkan daftar produk kepada pengguna.
Dengan banyak opsi integrasi, Anda dapat menyerap data menggunakan alat yang mungkin sudah Anda gunakan, seperti BigQuery, Cloud Storage, Merchant Center, Tag Manager, dan Google Analytics.