Domande frequenti

Esistono librerie client per la ricerca AI Commerce o altro codice campione?

Sì. Per informazioni di configurazione e di riferimento per ogni libreria, consulta la guida alle librerie client.

In alternativa, puoi utilizzare il servizio di rilevamento delle API di Google anziché le chiamate REST non elaborate.

Tutti i modelli di consigli sono personalizzati?

I modelli Consigliati per te, Altri che ti potrebbero piacere e Acquista di nuovo forniscono consigli personalizzati quando vengono forniti con la cronologia utente. I modelli Prodotti acquistati spesso insieme e Articoli simili non sono personalizzati.

Consulta la sezione Informazioni sui modelli di suggerimento.

Riceverò consigli personalizzati immediatamente o dovrò attendere che migliorino nel tempo?

I consigli migliorano man mano che raccogli più cronologia utente. Il modello Consigliati per te mostra i prodotti più apprezzati, mentre il modello Altri prodotti che potrebbero piacerti mostra prodotti simili basati principalmente sulle visualizzazioni di altri utenti. Entrambi i modelli iniziano a prendere in considerazione il comportamento degli utenti immediatamente, pertanto è importante inviare eventi in tempo reale. Consulta la sezione Informazioni sui modelli di suggerimento.

Affinché la personalizzazione sia efficace, gli eventi utente devono essere inviati in tempo reale o quasi. Se gli eventi utente vengono inviati solo giornalmente o in batch durante il giorno, i modelli personalizzati potrebbero non funzionare come potrebbero se venissero inviati eventi in tempo reale.

Utilizzi i dati demografici degli utenti Google nei tuoi modelli?

I modelli utilizzano solo i dati del catalogo e i dati sugli eventi utente che fornisci. Se vuoi includere dati demografici, puoi includere altre informazioni testuali o numeriche che potrebbero essere utili come attributi personalizzati. Questi dati inizieranno a essere utilizzati dal modello dopo la sua riqualificazione.

Non includere informazioni che consentono l'identificazione personale (PII), come indirizzi email o nomi utente. Ti consigliamo di anonimizzare i dati demografici, ad esempio eseguendo l'hashing dei valori o utilizzando ID gruppo.

Posso creare consigli basati sulla cronologia eventi di un gruppo di utenti anziché su quella di un singolo utente?

I suggerimenti si basano su un singolo ID visitatore o ID utente. Dovrai effettuare richieste individuali e poi combinare i risultati per basare i consigli sulla cronologia di un gruppo. Se gli utenti hanno attributi di metadati comuni, puoi utilizzare gli ID gruppo come ID utente per fornire consigli a livello di gruppo.

Ho notato che puoi inviare URL di immagini per i prodotti. I modelli prendono in considerazione le immagini prodotto?

Sì, le immagini prodotto possono essere inviate nell'ambito dei dati del catalogo dei prodotti. La ricerca AI Commerce utilizza gli URL dei prodotti e gli identificatori che li compongono (URI) per arricchire le descrizioni dei prodotti.

L'oggetto Product contiene un campo immagini, che è un elenco di oggetti immagine. Ogni oggetto immagine può includere un URI, un'altezza e una larghezza. Sono consentite fino a 300 immagini per prodotto. Sebbene facoltativo, ti consigliamo vivamente di fornire immagini dei prodotti. (Anteprima della previsione) utilizza anche gli URL delle immagini per visualizzarle quando visualizzi l'anteprima dei risultati della previsione di un modello nella console AI Commerce Search in Gemini Enterprise for Customer Experience.

La mia azienda non è un sito web di e-commerce al dettaglio. Posso ancora utilizzare i consigli per prevedere x,y,z?

I clienti hanno utilizzato i suggerimenti per consigli sui contenuti, streaming video e giochi, nonché per altri casi d'uso. Tuttavia, i nostri contenuti e la nostra esperienza sono progettati tenendo presente il caso d'uso dell'e-commerce al dettaglio e potrebbero non essere ancora adatti ad altri casi d'uso.

Posso inserire i consigli in qualsiasi pagina del mio sito?

Sì, ma i modelli sono progettati per casi d'uso specifici e potrebbero funzionare meglio su determinate pagine. Consulta la sezione Informazioni sui modelli di suggerimento.

Gli attributi Acquistati spesso insieme e Altri prodotti che potrebbero piacerti richiedono ID articolo, pertanto devono essere utilizzati per i suggerimenti utilizzando, ad esempio, un ID prodotto o gli articoli in un carrello. Gli articoli acquistati spesso insieme funzionano in genere meglio nelle pagine di aggiunta al carrello o di pagamento, mentre Altri articoli che potrebbero piacerti e Articoli simili funzionano meglio nelle pagine dei dettagli del prodotto. La sezione Consigliati per te può essere inserita in qualsiasi pagina, poiché richiede solo un ID visitatore come input, ma è progettata come configurazione di pubblicazione della home page. Acquista di nuovo è progettato per essere inserito in qualsiasi pagina.

Posso utilizzare i consigli per i consigli nelle newsletter via email?

Sì. Per farlo, effettua una chiamata all'API con un ID visitatore o un ID utente, quindi incorpora i risultati in un modello di email. Se vuoi che gli elementi vengano caricati dinamicamente al momento della lettura dell'email, devi utilizzare un endpoint intermedio, ad esempio una Google Cloud Function, per inviare la richiesta di previsione. L'API fornisce solo un elenco di ID prodotto e metadati ordinati, quindi dovrai anche scrivere il tuo codice per eseguire il rendering dei risultati delle immagini.

Posso utilizzare la ricerca AI Commerce per altri casi d'uso non web (app mobile, chioschi)?

Sì. Puoi configurare un endpoint (ad esempio Google Google Cloud Function) per ottenere i risultati per l'app. Hai anche bisogno di un meccanismo simile per inviare eventi in tempo reale.