バージョン2カタログ（最新）
バージョン2カタログのレコメンデーションモデルと要件について詳述します。
Google AIモデルの種類
INFO
各Google AIモデルに記載されているトレーニングデータ要件は、トレーニングを開始する前に必要となる典型的なデータの目安です。これらのデータ要件は、トレーニングの目的や利用可能なデータの品質によって異なる場合があります。
その他のおすすめ商品 (OYML)
「その他のおすすめ商品」レコメンデーションは、ユーザーが次に関心を持つ可能性が最も高い、または購入につながる可能性が最も高い商品を予測します。この予測は、ユーザーの閲覧履歴と、現在指定されている商品に対する候補商品の関連性に基づいて行われます。
サポートされるページ
- 商品ページ。商品ページ閲覧イベントを参照。
- カート追加ページ。カート追加イベントを参照。
- ショッピングカートページ。ショッピングカートページ閲覧イベントを参照。
トレーニングデータ要件
- 過去90日間に少なくとも10,000回の商品ページ閲覧イベント。
- かつ過去90日間に商品ページ閲覧イベントについて少なくとも100点のユニークなカタログアイテム。
- かつ以下のいずれか:
- 過去90日間に少なくとも7日間の商品ページ閲覧イベントかつ、過去90日間の期間において、カタログアイテムあたり平均で少なくとも10回の商品ページ閲覧イベントの発生。
- または過去90日間に少なくとも60日間の商品ページ閲覧イベント。
一緒に購入されることが多い商品 (FBT)
「一緒に購入されることが多い商品」レコメンデーションは、同じショッピングセッション内で特定の製品と一緒に頻繁に購入されるアイテムを予測します。商品リストが閲覧されている場合は、その商品リストと一緒に頻繁に購入されるアイテムを予測します。
このレコメンデーションは、ユーザーが特定の製品（または製品リスト）を既に購入する意図を示しており、代替品ではなく補完品を推奨したい場合に役立ちます。このレコメンデーションは、一般的に「カートに追加」ページ、または「ショッピングカート」ページや「レジストリ」ページ（ショッピングカートの拡張用）に表示されます。
サポートされるページ
- 商品ページ。商品ページ閲覧イベントを参照。
- カート追加ページ。カート追加イベントを参照。
- ショッピングカートページ。ショッピングカートページ閲覧イベントを参照。
- 注文確認ページ。購入完了イベントを参照。
トレーニングデータ要件
- 過去1年間において、カタログアイテムあたり平均で少なくとも10回の購入イベントの発生（1年間の期間における購入イベント）または、過去1年間に少なくとも90日間の購入イベント。
- かつ過去1年間において、購入イベントについて少なくとも100点のユニークなカタログアイテム。
- かつ過去1年間において、少なくとも1,000回の購入イベント。
おすすめの商品 (RFY)
「おすすめの商品」レコメンデーションは、ユーザーのショッピング履歴または閲覧履歴に基づいて、ユーザーが次に関心を持つ可能性が最も高い、または購入する可能性が最も高い商品を予測します。このレコメンデーションは、通常ホームページで使用されます。
サポートされるページ
- AIモデルイベントを生成するすべてのページ。
トレーニングデータ要件
- 過去90日間に少なくとも10,000回の商品ページ閲覧イベント。
- かつ過去90日間に商品ページ閲覧イベントについて少なくとも100点のユニークなカタログアイテム。
- かつ以下のいずれか:
- 過去90日間に少なくとも7日間の商品ページ閲覧イベントかつ、過去90日間の期間において、カタログアイテムあたり平均で少なくとも10回の商品ページ閲覧イベントの発生。
- または過去90日間に少なくとも60日間の商品ページ閲覧イベント。
- かつ過去90日間に少なくとも7日間のホームページ閲覧イベント。
- かつ過去90日間に少なくとも10,000回のホームページ閲覧イベント。
最近閲覧した商品 (RV)
ユーザーが最近閲覧したアイテムを最大20件まで返します。最も最近閲覧されたアイテムが最初に表示されます。
「最近閲覧した商品」レコメンデーションは、実際にはレコメンデーションではありません。ユーザーが最近インタラクションした商品のリストを、最新のアイテムを先頭に提供します。
サポートされるページ
- AIモデルイベントを生成するすべてのページ。
トレーニングデータ要件
- ユーザーに対して少なくとも1回の商品ページ閲覧イベントがキャプチャされている必要があります。
Google AIモデルイベント
AIモデルは、予測モデルへのクエリにコンテキストを提供するために、特定のユーザーイベント詳細を必要とします。このセクションでは、Fanplayrがサポートする様々なイベントについて説明します。一般的に、以下のFanplayrページタイプ（pageTypeプロパティ経由）のみがAIモデルイベントを生成します。
- ホームページ
- 商品ページ
- カテゴリページ
- 検索ページ
- ショッピングカートページ
- 注文確認ページ（注文確認スニペット経由でトラッキング）
以下は、Fanplayrによっていつ生成されるかの詳細を示すAIモデルイベントのリストです。
ホームページ閲覧
このイベントは、ユーザーがホームページを閲覧したときに発生します。
要件
pageTypeプロパティが"home"である必要があります。
商品ページ閲覧
ユーザーが商品詳細ページを閲覧します。
要件
カテゴリページ閲覧
ユーザーが商品カテゴリリストやコレクションなど、複数の商品リストを含むページを閲覧します。
要件
pageTypeプロパティが"cat"である必要があります。categoryIdおよび/またはcategoryNameプロパティが設定されている必要があります。
ショッピングカートページ閲覧
このイベントは、ユーザーがショッピングカートを閲覧したときに発生します。
要件
pageTypeプロパティが"cart"である必要があります。
検索ページ閲覧
このイベントは、ユーザーが商品検索結果ページを閲覧したときに発生します。
要件
pageTypeプロパティが"srch"である必要があります。- 以下のいずれかを満たす必要があります。
- ページに
categoryIdおよび/またはcategoryNameプロパティを介したカテゴリ詳細が含まれていること。 - ページに
searchQueryプロパティを介した検索クエリテキストが含まれていること。
- ページに
カートに追加
このイベントは、Fanplayrがカートに新しい商品が追加されたこと、または商品の数量が増加したことを検出したときに発生します。このイベントは、カートが変更された**_後の_次のページビュー**で発生します。
INFO
カートに追加イベントは、Fanplayrによってカートの変更が検出された後にのみ生成されます。つまり、ユーザーがカートを更新した後、新しいページビューが発生する必要があります。
要件
- ユーザーが新しい商品をショッピングカートに追加したか、商品の数量を増やした必要があります。
購入完了
このイベントは、ユーザーがチェックアウトプロセスを完了したときに発生します。これは通常、店舗の注文確認ページで発生します。
要件
- Fanplayrの注文トラッキングスニペットを介して注文がトラッキングされている必要があります。
- トラッキングされた注文詳細には、注文識別子、収益詳細、および少なくとも1つの商品が含まれている必要があります。
- 注文完了後にセグメンテーションとウィジェットの再評価を許可するため、「注文後のページビューをトラッキング」キャンペーンオプションを有効にする必要があります。
ランキングモデルの種類
以下のモデルは、過去30日間のイベントに基づいて特定の指標による上位ランクの製品リストを返します。
利用可能な製品ランキングモデルは4種類あります。
閲覧数でランク付け (RBV)
閲覧回数による上位ランクの製品を返します。
カート追加数でランク付け (RBC)
カート追加回数による上位ランクの製品を返します。
購入数でランク付け (RBP)
購入回数による上位ランクの製品を返します。
収益でランク付け (RBR)
総収益による上位ランクの製品を返します。
ランキングモデルフィルター
上記の各ランキングモデルからクエリされる商品を制限するために、以下のオプションフィルターを適用できます。
日数 今日から開始して、上位ランクの製品をクエリする際に使用する履歴の日数です。 有効な値は1から30の間で、「1」は過去24時間までのデータをクエリし、「2」は過去48時間までのデータをクエリします。
開始価格 結果を、価格が開始価格以上である商品のみに制限します。
終了価格 結果を、価格が終了価格以下である商品のみに制限します。
カテゴリ 結果を、指定されたカテゴリ名の製品のみに制限します。現在のページのカテゴリを使用するように設定することも可能です。
その他のFanplayrモデル
最近閲覧した商品
ユーザーが過去30日間に最近閲覧したアイテムを最大20件まで返します。最も最近閲覧されたアイテムが最初に表示されます。
「最近閲覧した商品」レコメンデーションは、実際にはレコメンデーションではありません。ユーザーが最近インタラクションした商品のリストを、最新のアイテムを先頭に提供します。
サポートされるページ
- すべてのページ。
データ要件
- ユーザーが過去30日間に少なくとも1つの商品を閲覧している必要があります。
オプション
| オプション | 説明 |
|---|---|
| 最小商品数 | 表示に必要な最小商品数です。モデルが十分な商品を返した場合にのみ表示が実行されます。この値は5から1440（1日）の間です。 |
| 最大商品数 | クエリされる商品の最大数です。 |
おすすめの商品
「おすすめの商品」レコメンデーションは、ユーザーのショッピング履歴または閲覧履歴に基づいて、ユーザーが次に関心を持つ可能性が最も高い、または購入する可能性が最も高い商品を予測します。このレコメンデーションは、通常ホームページで使用されます。
サポートされるページ
- AIモデルイベントを生成するすべてのページ。
類似商品
「類似商品」レコメンデーションは、現在のアイテムに類似するアイテムを予測します。
サポートされるページ
- _id_が必須となる商品がトラッキングされている任意のページ。
一緒に購入されることが多い商品
「一緒に購入されることが多い商品」レコメンデーションは、同じショッピングセッション内で特定の製品と一緒に頻繁に購入されるアイテムを予測します。商品リストが閲覧されている場合は、その商品リストと一緒に頻繁に購入されるアイテムを予測します。
このレコメンデーションは、ユーザーが特定の製品（または製品リスト）を既に購入する意図を示しており、代替品ではなく補完品を推奨したい場合に役立ちます。このレコメンデーションは、一般的に「カートに追加」ページ、または「ショッピングカート」ページや「レジストリ」ページ（ショッピングカートの拡張用）に表示されます。
サポートされるページ
- 商品ページ。商品ページ閲覧イベントを参照。
- カート追加ページ。カート追加イベントを参照。
- ショッピングカートページ。ショッピングカートページ閲覧イベントを参照。
- 注文確認ページ。購入完了イベントを参照。
商品アクティビティ（閲覧数）
このモデルは実際にはレコメンデーションではなく、ウェブサイト上で現在の製品が最近ユーザーによって閲覧された回数を返します。
サポートされるページ
- 商品ページ。
オプション
| オプション | 説明 |
|---|---|
| 最近のアクティビティ時間（分） | これは、製品アクティビティをクエリする時間枠を分単位で指定する値です。例えば、60分の時間枠は、現在の製品が過去1時間に閲覧された回数を計算します。この値は5から1440（1日）の間です。 |
| 最小アクティビティしきい値 | この製品表示を使用してウィジェットを表示するために必要な最近の閲覧数の最小値です。常にウィジェットを表示する場合は0に設定します。 |
商品アクティビティ（カート追加数）
このモデルは実際にはレコメンデーションではなく、ウェブサイト上で現在の製品が最近ユーザーによってショッピングカートに追加された回数を返します。
サポートされるページ
- 商品ページ。
オプション
| オプション | 説明 |
|---|---|
| 最近のアクティビティ時間（分） | これは、製品アクティビティをクエリする時間枠を分単位で指定する値です。例えば、60分の時間枠は、現在の製品が過去1時間にカートに追加された回数を計算します。この値は5から1440（1日）の間です。 |
| 最小アクティビティしきい値 | この製品表示を使用してウィジェットを表示するために必要な最近のカート追加イベントの最小値です。常にウィジェットを表示する場合は0に設定します。 |
商品アクティビティ（購入数）
このモデルは実際にはレコメンデーションではなく、ウェブサイト上で現在の製品が最近ユーザーによって購入された回数を返します。
サポートされるページ
- 商品ページ。
オプション
| オプション | 説明 |
|---|---|
| 最近のアクティビティ時間（分） | これは、製品アクティビティをクエリする時間枠を分単位で指定する値です。例えば、60分の時間枠は、現在の製品が過去1時間に購入された回数を計算します。 |
| 最小アクティビティしきい値 | この製品表示を使用してウィジェットを表示するために必要な最近の購入数の最小値です。常にウィジェットを表示する場合は0に設定します。 |