🛍️ Améliorez vos ventes en ligne avec la recommandation de produits Google Power Retail
Table of Contents
- Introduction
- Impact of Implementing a Good Recommendation System and Search System
- Consequences of Maintaining a Good Recommendation System and Search System
- Overview of Google Power Retail
- Dashboard and APIs
- Catalog Import Process
- User Events Import Process
- Model Training in Retail AI
- Creating Different Types of Models
- Business Objectives and Data Requirements
- Serving Configurations
- Conclusion
📢 Introduction
Bienvenue à cette session sur la plateforme Google Cloud ! Dans cette session, nous allons vous présenter Retail A, un service d'intégration de recherche et de recommandation de produits pour les sites marchands. Nous allons d'abord examiner l'impact d'une bonne recommandation et d'un bon système de recherche sur un site e-commerce.
🚀 Impact of Implementing a Good Recommendation System and Search System
Une recherche bien optimisée et des recommandations personnalisées peuvent avoir un impact significatif sur le succès d'un site marchand. Selon une étude menée par Insider Intelligence, il y a 60 % de chances qu'un utilisateur clique sur une recommandation personnalisée placée sur la page d'accueil, ce qui peut augmenter les revenus de 30 %. Une bonne recommandation peut également réduire le nombre d'articles invendus, ce qui est bénéfique pour la gestion des stocks. D'un autre côté, une mauvaise recherche et des recommandations inappropriées peuvent entraîner un taux d'abandon élevé, avec 25 % des clients quittant le site immédiatement si les premières recommandations ne correspondent pas à leurs attentes.
🔍 Consequences of Maintaining a Good Recommendation System and Search System
Maintenir un système de recommandation performant et un système de recherche efficace peut présenter des défis. Pour mettre en place un bon système de recommandation, il est nécessaire d'avoir une équipe de data scientists et d'ingénieurs en données, ainsi que plusieurs pipelines pour servir les recommandations. Cette infrastructure peut être lourde et coûteuse, surtout pour les entreprises qui cherchent à entrer rapidement sur le marché.
En ce qui concerne le système de recherche, la plupart des systèmes existants reposent sur des technologies comme Apache Solr ou Elasticsearch. Cependant, ces technologies peuvent présenter des problèmes d'overhead en termes d'infrastructure et de maintenance.
C'est là que Google Power Retail entre en jeu avec ses puissantes fonctionnalités de recommandation et de recherche de produits. Ce service offre une interface conviviale et une intégration facile avec des API puissantes.
🛍️ Overview of Google Power Retail
Google Power Retail est un service de Google Cloud Platform spécialement conçu pour les sites marchands. Il propose des fonctionnalités avancées de recommandation et de recherche de produits, ainsi qu'un tableau de bord complet pour les détaillants.
Le tableau de bord de Retail AI offre une vue complète des API activées, des catalogues importés et des événements enregistrés. Vous pouvez facilement importer des catalogues produits via la console et visualiser les données de catalogues et d'événements dans des onglets dédiés.
📊 Dashboard and APIs
Le tableau de bord de Retail AI vous permet de visualiser et de gérer facilement les catalogues et les événements. L'onglet "Catalogue" affiche les catalogues importés, tandis que l'onglet "Événements" vous permet de consulter les différentes actions effectuées par les utilisateurs sur votre site, telles que l'ajout au panier, les consultations de pages détaillées, les achats, etc.
📂 Catalog Import Process
L'importation de catalogues dans Retail AI est simple et intuitive. Vous pouvez importer directement les catalogues via la console en choisissant entre une importation à partir du Google Merchant Center, une importation à partir de Google Cloud Storage (GCS) ou une importation à partir de BigQuery. Assurez-vous de suivre le schéma de données spécifique à Retail AI pour que l'importation se déroule sans problème.
🗃️ User Events Import Process
Pour enrichir les informations sur les utilisateurs et améliorer les recommandations personnalisées, il est essentiel d'importer les événements utilisateur pertinents. Retail AI offre la possibilité d'importer différents types d'événements, tels que l'ajout au panier, la consultation de pages détaillées, la visualisation de la page d'accueil, etc. Vous pouvez importer ces événements à partir de GCS ou de BigQuery en respectant le schéma de données spécifique à chaque type d'événement.
💡 Model Training in Retail AI
Une fois les données importées, vous pouvez commencer à former des modèles dans Retail AI. Retail AI propose plusieurs types de modèles, tels que "Recommended for You", "Bought Together", etc. Vous pouvez choisir l'objectif commercial approprié pour chaque modèle, tel que le taux de clics ou le taux de conversion.
La formation d'un modèle Retail AI peut prendre de un à trois jours, selon la quantité de données et la complexité du modèle. Une fois le modèle formé, vous pouvez l'utiliser pour obtenir des résultats précis et personnalisés.
🎯 Creating Different Types of Models
Retail AI permet de créer différents types de modèles pour répondre aux besoins spécifiques des détaillants. Parmi les modèles les plus couramment utilisés, citons "Recommended for You", "Bought Together", "Similar Items", etc. Chaque modèle a ses propres paramètres et exigences en matière de données.
Choisissez l'objectif commercial approprié et veillez à ce que les données nécessaires soient disponibles pour obtenir des résultats précis et pertinents.
📊 Business Objectives and Data Requirements
Chaque modèle Retail AI a des objectifs commerciaux spécifiques et des exigences en matière de données. Par exemple, le modèle "Recommended for You" nécessite un historique des consultations de pages détaillées sur les 90 derniers jours, avec un minimum de 10 occurrences par produit et au moins 100 produits uniques. Pour le modèle "Bought Together", l'historique des achats est nécessaire, avec un minimum de 1 000 événements de consultation de pages détaillées sur les 90 derniers jours.
Il est essentiel de comprendre les exigences de chaque modèle pour garantir des résultats précis et significatifs.
⚙️ Serving Configurations
Une fois les modèles créés et formés, vous pouvez configurer les préférences de diffusion pour affiner les recommandations. Retail AI propose des configurations de diffusion qui vous permettent de personnaliser les résultats en fonction de vos préférences, telles que le classement basé sur les prix, la diversification des recommandations, etc.
Choisissez les configurations de diffusion qui correspondent le mieux à vos besoins commerciaux et aux attentes de vos clients.
🏁 Conclusion
Dans cet article, nous avons exploré l'impact d'un bon système de recommandation et de recherche sur les sites marchands, ainsi que les avantages de l'utilisation de Google Power Retail. Nous avons également expliqué en détail le processus d'importation de catalogues et d'événements utilisateur, ainsi que la formation de modèles dans Retail AI.
Grâce à Retail AI, vous pouvez offrir à vos clients des recommandations personnalisées et améliorer leur expérience d'achat en ligne. Son interface conviviale et ses puissantes fonctionnalités en Font une solution de choix pour les détaillants à la recherche de performances et de résultats supérieurs.
🌐 Resources: