Smart Shopping Assistent verbessert durch Alloydb und Vertex AI

In der geschäftigen Welt des E-Commerce reicht es nicht aus, sich nur mit einem guten Produktsortiment abzuheben. Es geht darum, ein Einkaufserlebnis zu schaffen, das persönlich und effizient wirkt. In diesem Leitfaden gehen wir den Prozess durch, einen intelligenten Einkaufsassistenten mit AlloyDB und Vertex AI Agent Builder zu erstellen. Wir werden untersuchen, wie diese Technologien mit E-Commerce-Daten integriert werden können, um Echtzeit-Kosinusähnlichkeitssuche und intelligente Empfehlungen anzubieten, alles bereitgestellt auf serverlosen Cloud Run-Funktionen. Das Ziel? Ihren Nutzern ein Einkaufserlebnis zu bieten, das nicht nur intuitiv, sondern auch unglaublich zufriedenstellend ist.

Wichtige Punkte

• Einrichten einer AlloyDB-Instanz und Laden eines E-Commerce-Datensatzes.
• Aktivieren von pgvector und generativen KI-Modellerweiterungen in AlloyDB.
• Generieren von Embeddings aus Produktbeschreibungen.
• Durchführen von Echtzeit-Kosinusähnlichkeitssuche basierend auf Benutzereingaben.
• Bereitstellung der Lösung auf serverlosen Cloud Run-Funktionen.

Erstellung eines intelligenten Einkaufsassistenten: Ein umfassender Leitfaden

AlloyDB und Vertex AI: Eine leistungsstarke Kombination

Dieses Projekt nutzt die Leistung von AlloyDB, dem PostgreSQL-kompatiblen Datenbankdienst von Google Cloud, und Vertex AI Agent Builder, der Plattform von Google zum Erstellen intelligenter Agenten. AlloyDB dient als Rückgrat für Analysen, während Vertex AI die Magie der konversationellen KI hinzufügt. AlloyDB bietet die nötige Leistung, um große E-Commerce-Datensätze zu verwalten, und Vertex AI bringt die Intelligenz für die Verarbeitung natürlicher Sprache und Echtzeit-Empfehlungen. Zusammen ebnen sie den Weg für einen Einkaufsassistenten, der sowohl reaktionsschnell als auch hilfreich ist.

Die Vorteile dieser Integration umfassen:

• Echtzeit-Produktsuche und -empfehlungen
• Individuelle Einkaufserlebnisse
• Skalierbarkeit, um wachsende E-Commerce-Daten zu bewältigen
• Kosteneffiziente Bereitstellung mit serverloser Technologie

Teil 1: Das Fundament mit AlloyDB legen

Beginnen wir mit dem Einrichten von AlloyDB und der Vorbereitung für die KI-Integration. Folgendes müssen Sie tun:

1. Erstellen einer AlloyDB-Instanz: Richten Sie eine Instanz auf der Cloud-Plattform ein und laden Sie einen E-Commerce-Datensatz.

   

2. Aktivieren von pgvector und generativen KI-Erweiterungen: Diese Erweiterungen ermöglichen es AlloyDB, mit Vektor-Embeddings zu arbeiten und sich mit KI-Modellen zu integrieren, was Ähnlichkeitssuchen und intelligente Antworten ermöglicht.
3. Generieren von Embeddings: Verwandeln Sie Produktbeschreibungen in numerische Vektoren, die deren semantische Essenz einfangen.
4. Echtzeit-Kosinusähnlichkeitssuche: Führen Sie Echtzeitsuchen durch, um Benutzertexte mit Produktdaten abzugleichen.
5. Serverlose Bereitstellung: Stellen Sie die Lösung auf Cloud Run-Funktionen bereit, um von serverloser Skalierbarkeit und Kosteneffizienz zu profitieren.

AlloyDB als Analyse-Engine: Inhaltsextraktion, Embeddings und Vektorsuche

AlloyDB ist das Herzstück unserer Analysen und führt wesentliche Funktionen aus wie:

• Inhaltsextraktion: Es untersucht die Daten, um Beziehungen zwischen Produkten, Kategorien und Kundenverhalten zu erkennen, und liefert Kontext für unseren Einkaufsassistenten.
• Erstellung von Embeddings: Es wandelt Produktbeschreibungen und Benutzeranfragen in Embeddings um, was semantische Textvergleiche ermöglicht.

  

• Vektorsuche: Durch den Vergleich von Anfrage-Embeddings mit Produkt-Embeddings findet AlloyDB die 25 relevantesten Treffer. Gemini validiert diese, und die Ergebnisse werden in JSON formatiert.

Schritt-für-Schritt-Anleitung: Einrichten Ihres Google Cloud-Projekts

Erwerb eines Google Cloud-Projekts

Bevor Sie in die technische Seite eintauchen, benötigen Sie ein Google Cloud-Projekt. Wenn Sie neu dabei sind, können Sie ein Projekt erstellen und eine kostenlose Testphase nutzen, die 300 $ an Guthaben bietet, um die Kosten für das Testen und Bereitstellen Ihres intelligenten Einkaufsassistenten zu decken.

Sehen Sie sich das Video (Zeitstempel bei 4:30) in der Beschreibung an, um Ihr Google Cloud-Projekt zu erstellen.

1. Gehen Sie zur Google Cloud Console.
2. Wenn Sie noch nicht angemeldet sind, erstellen Sie ein Konto.
3. Sobald Sie angemeldet sind, erstellen Sie ein neues Projekt und aktivieren Sie die kostenlose Testphase.
4. Stellen Sie sicher, dass Sie sich in der Konsole befinden und Ihr Projekt ausgewählt ist.

Aktivieren der Cloud Shell

Um Ihre Google Cloud-Dienste zu verwalten, müssen Sie die Cloud Shell starten, ein browserbasiertes Terminal, das Ihnen Zugriff auf das gcloud-Befehlszeilentool bietet.

• Klicken Sie auf das Symbol „Cloud Shell aktivieren“ in der Google Cloud Console.
• Geben Sie ihr einen Moment zur Initialisierung.
• Melden Sie sich bei Ihrem Konto an.

Authentifizierung und Projektkonfiguration

Bevor Sie fortfahren, stellen Sie sicher, dass Sie authentifiziert sind und Ihr Projekt korrekt eingerichtet ist. So geht’s:

1. Überprüfen Sie Ihre Authentifizierung mit dem Befehl 'gcloud auth list'.

   

2. Autorisieren Sie Cloud Shell, wenn Sie dazu aufgefordert werden.
3. Listen Sie Ihre Projekte mit dem Befehl 'gcloud config list project' auf.

Aktivieren essentieller Google Cloud-APIs

Um AlloyDB und andere Google Cloud-Dienste zu nutzen, müssen Sie die erforderlichen APIs aktivieren. Dies können Sie mit dem gcloud-Befehlszeilentool tun.

Führen Sie den folgenden Befehl aus, um die benötigten APIs zu aktivieren:

Dieser Befehl aktiviert die APIs, die für AlloyDB, eine vollständig verwaltete PostgreSQL-Datenbank von Google, benötigt werden, und ermöglicht Funktionen für Gemini 1.5. Die Ausführung kann einige Minuten dauern.

Erstellen einer AlloyDB-Instanz: Schritt-für-Schritt

Einrichten Ihrer AlloyDB-Instanz

Mit Ihrem vorbereiteten Google Cloud-Projekt ist es an der Zeit, eine AlloyDB-Instanz einzurichten. So geht’s:

1. Suchen Sie nach AlloyDB in der Google Cloud Console.
2. Erstellen Sie einen Cluster und richten Sie ein Passwort ein.
3. Wählen Sie die Region für Ihre Instanz.
4. Wählen Sie die Standard-Netzwerkoption.

Verbindung zu AlloyDB Studio und Hinzufügen von Daten

Sobald Ihre AlloyDB-Instanz läuft, müssen Sie Daten hinzufügen, um Ihre Wissensbasis aufzubauen.

1. Gehen Sie zu AlloyDB Studio, um eine E-Commerce-Datenbank zu erstellen. Warten Sie, bis die Instanz bereit ist.
2. Wählen Sie PostgreSQL als Ihre Datenbank und authentifizieren Sie sich.
3. Sie werden zu AlloyDB Studio weitergeleitet, wo Sie mehrere Editorfenster sehen.
4. Erstellen Sie die Erweiterungen pg_vector und googleml-Integration.
5. Erstellen Sie die Tabelle für Bekleidung und führen Sie den Befehl aus, um sie einzurichten.
6. Erstellen Sie eine Tabelle in AlloyDB, wie z. B. eine Bekleidungstabelle mit verschiedenen Kategorien.

Hinzufügen des ML-Flags über die Google Cloud Console

Um Suchfunktionen zu aktivieren, müssen Sie ein Google Cloud-Flag über die Cloud Shell hinzufügen:

1. Gehen Sie zu Ihrer primären Instanz und wählen Sie „Instanz bearbeiten“.
2. Wählen Sie die erweiterten Optionen und klicken Sie auf Flags.
3. Klicken Sie auf „Datenbank-Flag hinzufügen“.
4. Wählen Sie die google_ml-Integration, um Modellunterstützung zu aktivieren, und klicken Sie darauf. Diese Einstellung ermöglicht es dem AlloyDB-Dienstkonto, als Benutzer für Vertex AI zu agieren.

Verständnis der Google Cloud-Kosten: AlloyDB, Vertex AI und Cloud Run

Überlegungen zu Google Cloud-Preisen

Das Guthaben von 300 $ aus der kostenlosen Testphase sollte jedoch die meisten, wenn nicht alle, dieser Kosten während der anfänglichen Implementierungsphase decken.

Vorteile und Nachteile: Eine ausgewogene Perspektive

Vorteile

• Personalisiertes Einkaufserlebnis: Bietet maßgeschneiderte Produktempfehlungen und Suchergebnisse, steigert die Kundenzufriedenheit und den Umsatz.
• Echtzeit-Reaktionsfähigkeit: Liefert sofortige Antworten und passt Empfehlungen dynamisch an das Benutzerverhalten an.
• Skalierbarkeit und Kosteneffizienz: Nutzt serverlose Technologie, um wachsende E-Commerce-Daten zu verwalten und Betriebskosten zu senken.
• KI-gestützte Intelligenz: Integriert Verständnis natürlicher Sprache und Vektorsuche für ein intuitiveres und effizienteres Einkaufserlebnis.

Nachteile

• Implementierungskomplexität: Erfordert Expertise in Datenbankmanagement, KI-Integration und serverloser Bereitstellung.
• Datenaufbereitung: Die Umwandlung von E-Commerce-Daten in Formate, die für AlloyDB und Vertex AI geeignet sind, kann zeitaufwändig sein.
• Modelltraining: Das Training und die Optimierung von KI-Modellen kann rechenintensiv und erfordert spezialisierte Fähigkeiten.
• Laufende Wartung: Regelmäßige Überwachung und erneutes Training von KI-Modellen sind notwendig, um deren Genauigkeit und Relevanz zu gewährleisten.

Funktionen dieses Wissenssystems

Funktionen von Google AlloyDB

AlloyDB, die vollständig verwaltete PostgreSQL von Google Cloud, fungiert als unsere Analyse-Engine. Hier ist, was sie bietet:

• Inhaltsextraktion: Analysiert Beziehungen zwischen Inhalten und Benutzersuchen.

  

• Inhalts-Embedding: Wandelt Text in numerische Vektoren für semantische Analysen um.
• Antworten finden: Identifiziert die relevantesten Suchergebnisse für Benutzer.

Ihr intelligenter Einkaufsassistent in Aktion

E-Commerce-Personalisierung

Stellen Sie sich einen Kunden vor, der nach einem „rosa legeren Baumwoll“-Top sucht. Unser intelligenter Einkaufsassistent kann diese Anfrage nutzen, um Produkte zu finden, die nicht nur in die Kategorie Damenoberteile passen, sondern auch den spezifischen Vorlieben des Benutzers für Farbe, Stil und Stoff entsprechen. Dieses Maß an Personalisierung macht das Einkaufserlebnis relevanter und angenehmer.

Kundendienst-Chatbots

Ein Kundendienst-Chatbot kann diese Wissens-Engine nutzen, um Echtzeit-Antworten auf produktbezogene Fragen zu geben. Durch die Analyse der Kundenanfrage und den Vergleich mit Produktbeschreibungen kann der Chatbot genaue und hilfreiche Informationen liefern, was die Kundenzufriedenheit erhöht und die Supportkosten senkt.

Häufig gestellte Fragen

Was ist AlloyDB?

AlloyDB für PostgreSQL ist ein vollständig verwalteter, PostgreSQL-kompatibler Datenbankdienst auf der Google Cloud Platform, bekannt für seine hohe Leistung und Verfügbarkeit. Er kombiniert das Beste von Open-Source-PostgreSQL mit den Innovationen von Google.

Was ist Vertex AI Agent Builder?

Vertex AI Agent Builder ist die Plattform von Google Cloud zum Erstellen und Bereitstellen KI-gestützter Agenten und konversationeller Schnittstellen. Sie bietet Werkzeuge für das Verständnis natürlicher Sprache, Dialogmanagement und die Integration mit verschiedenen Datenquellen.

Welches Embedding-Modell wird verwendet?

Diese Implementierung verwendet das Text-Embedding-004-Modell aus dem Vertex AI-Dienst, um Benutzersuchen durchzuführen.

Verwandte Fragen und weitere Erkundungen

Wie kann ich das Einkaufsassistenten-Erlebnis weiter personalisieren?

Um die Personalisierung auf die nächste Stufe zu heben, können Sie Daten zum Benutzerverhalten einbeziehen. Das bedeutet, vergangene Käufe, Browserverläufe und andere Interaktionen zu analysieren, um ein detailliertes Benutzerprofil zu erstellen. Der Einkaufsassistent kann dieses Profil dann nutzen, um Produktempfehlungen und Suchergebnisse noch genauer auf die Vorlieben jedes Benutzers abzustimmen.