Mecanismo de pesquisa de produto inteligente para comércio eletrônico

Serviço de Bot
Cognitive Search
Serviços Cognitivos
Banco de Dados SQL
Aplicativos Web

Esse cenário de exemplo mostra como o uso de um serviço de pesquisa dedicado pode aumentar drasticamente a relevância dos resultados da pesquisa para seus clientes de comércio eletrônico.

A pesquisa é o mecanismo principal por meio do qual os clientes acham e, por fim, compra produtos, tornando essencial que os resultados da pesquisa sejam relevantes para a intenção da consulta de pesquisa e que a experiência de pesquisa de ponta a ponta corresponda à de um gigantes de pesquisa fornecendo resultados quase instantâneos, análise linguística, correspondência de localização geográfica, filtragem, faceta, preenchimento automático, realce de ocorrência

Imagine um aplicativo Web de comércio eletrônico típico, com dados de produtos armazenados em um banco de dados relacional como o SQL Server ou o Banco de Dados SQL do Azure. As consultas de pesquisa normalmente são tratadas no banco de dados usando consultas do LIKE ou recursos de LIKE. Usando o Azure pesquisa cognitiva em vez disso, você libera seu banco de dados operacional do processamento de consulta e pode facilmente começar a aproveitar os recursos difíceis de implementar que fornecem aos seus clientes a melhor experiência de pesquisa possível. Além disso, como o Pesquisa Cognitiva é um componente de PaaS (plataforma como serviço), você não precisa se preocupar em gerenciar a infraestrutura ou se tornar um especialista em pesquisa.

Casos de uso relevantes

Outros casos de uso relevantes incluem:

  • Localizar listagens de imóveis ou lojas perto da localização física do usuário.
  • Pesquisar artigos em um site de notícias ou procurar resultados esportivos, com preferência mais elevada para obter informações mais recentes.
  • Pesquisar em grandes repositórios de organizações voltadas em documentos como criadores de políticas e notários.

Em última análise, qualquer aplicativo que tenha alguma funcionalidade de pesquisa poderá se beneficiar de um serviço de pesquisa dedicado.

Arquitetura

Visão geral da arquitetura dos componentes envolvidos em um mecanismo de pesquisa de produto inteligente para comércio eletrônico do Azure

Este cenário aborda uma solução de comércio eletrônico em que os clientes podem pesquisar em um catálogo de produtos.

  1. Os clientes navegam até o aplicativo Web de comércio eletrônico por meio de qualquer dispositivo.
  2. O catálogo de produtos é mantido em um Banco de Dados SQL do Azure para processamento transacional.
  3. O Azure Pesquisa Cognitiva usa um indexador de pesquisa para manter automaticamente seu índice de pesquisa atualizado por meio do controle de alterações integrado.
  4. As consultas de pesquisa do cliente são descarregadas para o serviço de pesquisa cognitiva do Azure , que processa a consulta e retorna os resultados mais relevantes.
  5. Como alternativa a uma experiência de pesquisa baseada na Web, os clientes também podem usar um bot de conversa em mídias sociais ou diretamente de assistentes digitais para pesquisar produtos e refinar a consulta de pesquisa e os resultados de forma incremental.
  6. Opcionalmente, o recurso de habilidades pode ser usado para aplicar inteligência artificial para processamento ainda mais inteligente.

Componentes

  • Os Serviços de Aplicativos - Aplicativos Web hospedam os aplicativos Web, permitindo o dimensionamento automático e alta disponibilidade sem a necessidade de gerenciar a infraestrutura.
  • O Banco de Dados SQL é um serviço gerenciado de banco de dados relacional de uso geral no Microsoft Azure que dá suporte a estruturas como XML, JSON, espacial e dados relacionais.
  • O Azure pesquisa cognitiva é uma solução de nuvem de pesquisa como serviço que fornece uma experiência de pesquisa avançada sobre conteúdo privado e heterogêneo em aplicativos Web, móveis e empresariais.
  • O Serviço de Bot fornece ferramentas para compilar, testar, implantar e gerenciar bots inteligentes.
  • Os Serviços cognitivas permitem que você use algoritmos inteligentes para ver, ouvir, falar, entender e interpretar suas necessidades de usuário por meio de métodos naturais de comunicação.

Alternativas

  • Você pode usar recursos de pesquisa no banco de dados, por exemplo, por meio da pesquisa de texto completo do SQL Server. Porém, nesse caso, o repositório transacional também processa consultas (aumentando a necessidade de capacidade de processamento) e os recursos de pesquisa no banco de dados são mais limitados.
  • Você pode hospedar o Apache Lucene de software livre (no qual pesquisa cognitiva é criado) em máquinas virtuais do Azure, mas, em seguida, você volta a gerenciar a infraestrutura como um serviço (IaaS) e não se beneficia dos muitos recursos que o pesquisa cognitiva fornece sobre o Lucene.
  • Você também pode considerar a implantação de Elasticsearch do Azure Marketplace, que é um produto de pesquisa compatível e alternativo de um fornecedor terceirizado, mas também nesse caso você está executando uma carga de trabalho de IaaS.

Outras opções para a camada de dados incluem:

  • Cosmos DB ‒ banco de dados multimodelo globalmente distribuído da Microsoft. o Cosmos DB fornece uma plataforma para executar outros modelos de dados, como Mongo DB, Cassandra, dados de Graph ou armazenamento de tabela simples. o Pesquisa Cognitiva também dá suporte à indexação dos dados de Cosmos DB diretamente.

Considerações

Escalabilidade

O tipo de preço do serviço de pesquisa cognitiva do Azure é usado principalmente para o planejamento de capacidade , pois ele define o armazenamento máximo que você obtém e quantas partições e réplicas você pode provisionar. Partições permitem que você indexe mais documentos e obtenha taxas de transferência de gravação mais altas, enquanto réplicas fornecem mais QPS (Consultas por Segundo) e Alta Disponibilidade.

Você pode alterar dinamicamente o número de partições e réplicas, mas não é possível alterar a camada de preço. Portanto, você deve considerar cuidadosamente a camada certa para sua carga de trabalho de destino. Se precisar alterar a camada mesmo assim, você precisará provisionar um novo serviço lado a lado e recarregar os índices, podendo então apontar seus aplicativos no novo serviço.

Disponibilidade

Pesquisa Cognitiva fornece um SLA de disponibilidade de 99,9% para leituras (isto é, consulta) se você tiver pelo menos duas réplicas, e para atualizações (ou seja, atualizar os índices de pesquisa) se tiver pelo menos três réplicas. Portanto, você deverá provisionar pelo menos duas réplicas se quiser que seus clientes possam pesquisar de maneira confiável e três se alterações reais no índice também precisarem ser consideradas operações de alta disponibilidade.

Se houver necessidade de fazer alterações significativas no índice sem tempo de inatividade (por exemplo, alterar tipos de dados, excluir ou renomear campos), o índice precisará ser recriado. Assim como ocorre com a alteração da camada de serviço, isso significa criar um novo índice, populá-lo novamente com os dados e atualizando seus aplicativos para apontar para o novo índice.

Segurança

O Pesquisa Cognitiva é compatível com muitos padrões de segurança e privacidade de dados, o que torna possível usá-los na maioria dos setores.

Para proteger o acesso ao serviço, o Pesquisa Cognitiva usa dois tipos de chaves: chaves de administrador, que permitem executar qualquer tarefa em relação ao serviço e as chaves de consulta, que só podem ser usadas para operações somente leitura, como consultas. Normalmente, o aplicativo que executa a pesquisa não atualiza o índice. Portanto, ele deve ser configurado apenas com uma chave de consulta, não com uma chave de administração (especialmente se a pesquisa é realizada de um dispositivo de usuário final, como um script em execução em um navegador da Web).

Relevância de pesquisa

O êxito de seu aplicativo de comércio eletrônico depende em grande parte da relevância dos resultados da pesquisa para seus clientes. Ajuste cuidadosamente o serviço de pesquisa para fornecer resultados ideais com base na pesquisa de usuário ou recorra a recursos internos, como análise de tráfego de pesquisa, para entender os padrões de pesquisa do cliente e tomar decisões com base nos dados.

Maneiras comuns de ajustar o serviço de pesquisa:

  • Usar perfis de pontuação para influenciar a relevância dos resultados da pesquisa, por exemplo, com base em qual campo corresponde à consulta, até que ponto os dados são recentes, a distância geográfica até o usuário etc.
  • Usar analisadores de idioma fornecidos pela Microsoft, que usam uma pilha de NLP (Processamento de Linguagem Natural) avançada para interpretar melhor as consultas
  • Usar analisadores personalizados garantir que seus produtos sejam encontrados corretamente, sobretudo se você deseja pesquisar informações não baseadas em linguagem, como marca e modelo de um produto.

Implantar o cenário

Para implantar uma versão desse cenário, você pode seguir este tutorial passo a passo que fornece um aplicativo de exemplo .NET que executa um site de pesquisa de trabalho. Ele demonstra a maioria dos recursos do Azure Pesquisa Cognitiva discutidos até agora.

Preços

Para explorar o custo de executar esse cenário, todos os serviços mencionados acima são pré-configurados na calculadora de custos. Para ver como o preço seria alterado para o seu uso específico, altere as variáveis apropriadas para que sejam correspondentes ao uso esperado.

Fornecemos três perfis de custo de exemplo com base na quantidade de tráfego que você espera receber:

  • pequeno: neste perfil, estamos usando um único aplicativo Web para hospedar o site, a camada gratuita do serviço de Bot do Azure, um único Basic serviço de pesquisa e um Standard S2 Banco de Dados SQL.
  • médio: aqui estamos dimensionando o aplicativo Web para duas instâncias da camada, atualizando o serviço de pesquisa para uma Standard S1 camada e usando um Standard S6 Banco de Dados SQL.
  • grande: no maior perfil, usamos quatro instâncias de um aplicativo Web, atualizamos o serviço de Bot do Azure para a Standard S1 camada (com mensagens 1.000.000 em canais Premium), usam duas unidades do Standard S3 serviço de pesquisa e uma Premium P6 Banco de Dados SQL.

Para saber mais sobre o Azure Pesquisa Cognitiva, visite o centro de documentação, confira os exemplosou veja um site de demonstração completo em ação.