Edit

Mesin pencari produk cerdas untuk e-niaga

Azure AI Bot Service
Pencarian Azure AI
Azure AI services
Azure SQL Database
Azure App Service

Skenario contoh ini menunjukkan bagaimana menggunakan layanan pencarian khusus dapat secara dramatis meningkatkan relevansi hasil pencarian untuk pelanggan e-niaga Anda.

Sistem

Diagram memperlihatkan gambaran umum arsitektur komponen Azure yang terlibat dalam mesin pencari produk cerdas untuk e-niaga.

Unduh file Visio arsitektur ini.

Alur kerja

Skenario ini mencakup solusi e-niaga tempat pelanggan dapat mencari melalui katalog produk.

  1. Pelanggan membuka aplikasi web e-niaga dari perangkat apa pun.
  2. Katalog produk dipertahankan dalam database Azure SQL untuk pemrosesan transaksi.
  3. Azure AI Search menggunakan pengindeks pencarian untuk memperbarui indeks pencariannya secara otomatis melalui pelacakan perubahan terintegrasi.
  4. Kueri pencarian pelanggan dilepaskan ke layanan Pencarian AI, yang memproses kueri dan mengembalikan hasil yang paling relevan.
  5. Sebagai alternatif dari pengalaman pencarian berbasis web, pelanggan juga dapat menggunakan bot percakapan di media sosial atau langsung dari asisten digital untuk menelusuri produk dan secara bertahap menyaring kueri dan hasil pencariannya.
  6. Secara opsional, pelanggan dapat menggunakan fitur skillset untuk menerapkan kecerdasan buatan untuk pemrosesan yang lebih cerdas.

Komponen

  • Azure App Service - Web Apps menghosting aplikasi web yang memungkinkan skala otomatis dan ketersediaan tinggi tanpa harus mengelola infrastruktur.
  • Azure SQL Database adalah layanan yang dikelola database relasional tujuan umum di Microsoft Azure yang mendukung struktur seperti data relasional, JSON, spasial, dan XML.
  • Pencarian AI adalah solusi cloud yang memberikan pengalaman pencarian yang kaya atas konten privat, heterogen di aplikasi web, seluler, dan perusahaan.
  • Azure AI Bot Service menyediakan alat untuk membangun, menguji, menyebarkan, dan mengelola bot cerdas.
  • Layanan Azure AI memungkinkan Anda menggunakan algoritma cerdas untuk melihat, mendengar, berbicara, memahami, dan menginterpretasikan kebutuhan pengguna Anda melalui metode komunikasi alami.

Alternatif

  • Anda dapat menggunakan kemampuan pencarian dalam database, misalnya, melalui pencarian teks lengkap SQL Server, tetapi kemudian penyimpanan transaksional Anda juga memproses kueri (meningkatkan kebutuhan terhadap daya pemrosesan) dan kemampuan pencarian di dalam database adalah lebih terbatas.
  • Anda dapat menghosting Apache Lucene sumber terbuka (tempat Pencarian AI dibangun) di Azure Virtual Machines, tetapi kemudian Anda kembali mengelola infrastruktur sebagai layanan (IaaS) dan tidak mendapat manfaat dari banyak fitur yang disediakan AI Search di atas Lucene.
  • Anda juga dapat mempertimbangkan untuk menyebarkan Elasticsearch dari Marketplace Azure, yang merupakan produk pencarian alternatif dan mampu dari vendor pihak ketiga, tetapi juga dalam hal ini Anda menjalankan beban kerja IaaS.

Opsi lain untuk tingkat data meliputi:

  • Azure Cosmos DB - Database multi-model Microsoft yang didistribusikan secara global. Azure Cosmos DB menyediakan platform untuk menjalankan model data lain seperti MongoDB, Cassandra, data Graph, atau penyimpanan tabel sederhana. AI Search juga mendukung pengindeksan data dari Azure Cosmos DB secara langsung.

Detail skenario

Pencarian adalah mekanisme utama di mana pelanggan menemukan dan pada akhirnya membeli produk, sehingga penting bahwa hasil pencarian relevan dengan niat kueri pencarian, dan bahwa pengalaman pencarian end-to-end cocok dengan raksasa pencarian dengan memberikan hasil yang hampir instan, analisis linguistik, pencocokan lokasi geografis, pemfilteran, faset, lengkapi otomatis, dan penyorotan hit.

Bayangkan aplikasi web e-niaga khas dengan data produk yang disimpan dalam database relasional seperti SQL Server atau SQL Database. Kueri pencarian sering ditangani di dalam database dengan menggunakan LIKE kueri atau fitur pencarian teks lengkap. Dengan menggunakan Pencarian AI sebagai gantinya, Anda membebaskan database operasional Anda dari pemrosesan kueri dan Anda dapat dengan mudah mulai memanfaatkan fitur yang sulit diterapkan yang memberi pelanggan Anda pengalaman pencarian terbaik. Selain itu, karena AI Search adalah komponen platform as a service (PaaS), Anda tidak perlu khawatir mengelola infrastruktur atau menjadi ahli pencarian.

Kemungkinan kasus penggunaan

Solusi ini dioptimalkan untuk industri ritel.

Kasus penggunaan yang relevan lainnya meliputi:

  • Menemukan daftar real estat atau toko di dekat lokasi fisik pengguna (untuk fasilitas dan industri real estat).
  • Mencari artikel di situs berita atau mencari hasil olahraga, dengan preferensi yang lebih tinggi untuk informasi terbaru (untuk industri olahraga, media, dan hiburan).
  • Mencari melalui repositori besar untuk organisasi yang berposisi dokumen, seperti pembuat kebijakan dan notaries.

Pada akhirnya, setiap aplikasi yang memiliki beberapa bentuk fungsi pencarian dapat memperoleh manfaat dari layanan pencarian khusus.

Pertimbangan

Pertimbangan ini mengimplementasikan pilar Azure Well-Architected Framework, yang merupakan serangkaian tenet panduan yang dapat digunakan untuk meningkatkan kualitas beban kerja. Untuk informasi selengkapnya, lihat Microsoft Azure Well-Architected Framework.

Skalabilitas

Tingkat harga layanan Pencarian AI digunakan terutama untuk perencanaan kapasitas karena menentukan penyimpanan maksimum yang Anda dapatkan dan berapa banyak partisi dan replika yang dapat Anda provisikan. Partisi memungkinkan Anda mengindeks lebih banyak dokumen dan mendapatkan throughput tulis yang lebih tinggi, sedangkan replika menyediakan lebih banyak kueri per detik (QPS) dan ketersediaan tinggi.

Anda dapat mengubah jumlah partisi dan replika secara dinamis, tetapi tidak dimungkinkan untuk mengubah tingkat harga. Jadi, Anda harus mempertimbangkan tingkat yang tepat dengan hati-hati untuk beban kerja target Anda. Jika Anda perlu mengubah tingkatan, Anda perlu menyediakan layanan baru secara berdampingan dan memuat ulang indeks Anda di sana, di mana Anda dapat mengarahkan aplikasi Anda ke layanan baru.

Ketersediaan

AI Search menyediakan perjanjian tingkat layanan ketersediaan (SLA) 99,9% untuk dibaca (yaitu, kueri) jika Anda memiliki setidaknya dua replika, dan untuk pembaruan (yaitu, memperbarui indeks pencarian) jika Anda memiliki setidaknya tiga replika. Oleh karena itu, Anda harus menyediakan setidaknya dua replika jika Anda ingin pelanggan Anda dapat mencari dengan andal, dan tiga jika perubahan aktual pada indeks juga harus dianggap sebagai operasi ketersediaan tinggi.

Jika ada kebutuhan untuk membuat perubahan mencolok pada indeks tanpa waktu henti (misalnya, mengubah jenis data, menghapus, atau mengganti nama bidang), indeks harus dibangun kembali. Mirip dengan mengubah tingkat layanan, hal ini berarti membuat indeks baru, mengisinya kembali dengan data, lalu memperbarui aplikasi Anda untuk mengarah ke indeks baru.

Keamanan

Pencarian AI mematuhi banyak standar privasi keamanan dan data, sehingga Anda dapat menggunakannya di sebagian besar industri.

Untuk mengamankan akses ke layanan, Anda dapat menggunakan kontrol akses berbasis peran Azure (RBAC) atau terhubung dengan kunci API.

Kami menyarankan agar Anda menggunakan Azure RBAC karena menggunakan peran Azure, yang terintegrasi dengan ID Microsoft Entra. Saat menggunakan peran Azure, Anda juga dapat menggunakan metode autentikasi tanpa kata sandi seperti identitas terkelola untuk sumber daya Azure.

Kunci API mencakup kunci admin, yang menyediakan akses penuh untuk semua operasi konten, dan kunci kueri, yang menyediakan akses baca-saja ke kumpulan dokumen indeks pencarian. Anda harus menyiapkan aplikasi yang tidak perlu memperbarui indeks untuk menggunakan kunci kueri dan bukan kunci admin, terutama jika perangkat pengguna akhir, seperti skrip yang berjalan di browser web, melakukan pencarian.

Anda juga dapat mengamankan akses ke layanan Pencarian AI di tingkat jaringan dengan mengeksposnya melalui titik akhir privat.

Relevansi pencarian

Seberapa sukses aplikasi e-niaga Anda sangat bergantung pada relevansi hasil pencarian dengan pelanggan Anda. Menyetel layanan pencarian Anda dengan hati-hati untuk memberikan hasil yang optimal berdasarkan penelitian pengguna, atau mengandalkan analisis lalu lintas pencarian untuk memahami pola pencarian pelanggan Anda memungkinkan Anda membuat keputusan berdasarkan data.

Cara umum untuk menyesuaikan layanan pencarian Anda meliputi:

  • Menggunakan profil penilaian untuk memengaruhi relevansi hasil pencarian, misalnya, berdasarkan bidang mana yang cocok dengan kueri, seberapa baru data tersebut, dan jarak geografis ke pengguna.
  • Menggunakan penganalisis bahasa yang disediakan Microsoft yang menggunakan tumpukan pemrosesan bahasa alami tingkat lanjut untuk menafsirkan kueri dengan lebih baik.
  • Menggunakan penganalisis kustom untuk memastikan produk Anda ditemukan dengan benar, terutama jika Anda ingin menelusuri informasi berbasis non-bahasa seperti merek dan model produk.

Pengoptimalan biaya

Optimalisasi biaya adalah tentang mencari cara untuk mengurangi pengeluaran yang tidak perlu dan meningkatkan efisiensi operasional. Untuk informasi selengkapnya, lihat Gambaran umum pilar pengoptimalan biaya.

Untuk menjelajahi biaya menjalankan skenario ini, semua layanan yang disebutkan sebelumnya telah dikonfigurasi sebelumnya dalam kalkulator biaya. Untuk melihat bagaimana harga akan berubah untuk kasus penggunaan khusus Anda, ubah variabel yang sesuai agar sesuai dengan penggunaan yang Diharapkan.

Pertimbangkan profil biaya sampel ini berdasarkan jumlah lalu lintas yang ingin Anda tangani:

  • Kecil: Profil ini menggunakan satu Standard S1 aplikasi web untuk menghosting situs web, tingkat gratis layanan Azure AI Bot, satu Basic layanan pencarian, dan Standard S2 database SQL.
  • Sedang: Profil ini meningkatkan skala aplikasi web ke dua instans Standard S3 tingkat, meningkatkan layanan pencarian ke Standard S1 tingkat, dan menggunakan Standard S6 database SQL.
  • Besar: Profil ini menggunakan empat instans Premium P2V2 aplikasi web, meningkatkan layanan Azure AI Bot ke Standard S1 tingkat (dengan 1.000.000 pesan di saluran Premium), dan menggunakan dua unit Standard S3 layanan pencarian dan Premium P6 database SQL.

Menyebarkan skenario ini

Untuk menyebarkan versi skenario ini, Anda dapat mengikuti tutorial langkah demi langkah ini yang menyediakan aplikasi sampel .NET yang menjalankan situs web pencarian pekerjaan. Ini menunjukkan sebagian besar fitur Pencarian AI yang dibahas sejauh ini.

Kontributor

Artikel ini dikelola oleh Microsoft. Ini awalnya ditulis oleh kontributor berikut.

Penulis utama:

Untuk melihat profil LinkedIn non-publik, masuk ke LinkedIn.

Langkah berikutnya

Untuk mempelajari selengkapnya tentang Pencarian AI, kunjungi pusat dokumentasi atau lihat sampelnya.

Untuk mengetahui selengkapnya tentang komponen Azure lainnya, lihat sumber daya ini: