La recherche de produits en commerce B2B est souvent frustrante. Les clients tapent exactement ce qu'ils cherchent, mais la recherche par mots-clés retourne des résultats non pertinents ou rien du tout. Google Vertex AI Search, intégré à la plateforme Commerce d'Optimizely, résout ce problème en apportant une compréhension sémantique à la découverte de produits.

Ce guide vous accompagne dans le processus d'intégration, des prérequis jusqu'au déploiement en production. Vous apprendrez l'architecture de Commerce Search v3 d'Optimizely, les exigences de données pour chaque niveau d'IA, et comment éviter les pièges courants durant l'implémentation. Cette intégration Google Vertex AI Search avec Optimizely représente une solution moderne de recherche pour le commerce B2B destinée aux organisations cherchant des capacités de recherche sémantique de produits en commerce électronique.

Prérequis

Avant de commencer l'intégration, vous aurez besoin de :

Optimizely Configured Commerce version 5.2.2509 sts (version de juin 2025 ou plus récente)
Opti ID configuré pour votre environnement
Balises de langue correctement configurées
Sites web Spire (les sites Classic ne sont pas pris en charge)
Validation par courriel unique activée

Commerce Search v3 est l'intégration officielle intégrée pour Configured Commerce. Customized Commerce peut aussi s'intégrer, mais les sites Classic ne fonctionneront pas avec cette approche. Cette capacité de recherche Optimizely Configured Commerce nécessite une configuration adéquate avant de poursuivre.

Une exigence facile à oublier : vous devrez soumettre une demande de provisionnement manuel à Optimizely avant de pouvoir activer la fonctionnalité. Prévoyez ce délai dans votre calendrier de projet.

Comprendre l'architecture

Commerce Search v3 utilise ce qu'Optimizely appelle une « architecture de recherche hybride ». L'IA gère les tâches de pertinence à fort impact comme la découverte de produits, l'ordonnancement de navigation par catégorie et l'autocomplétion. Les recherches non liées à la pertinence, comme les requêtes de commande rapide ou la récupération de données produit de base, peuvent rester sur Elasticsearch v7.

Cette division fait du sens. Vous obtenez la recherche sémantique de Google là où ça compte le plus, sans avoir à refondre chaque fonction de recherche de votre système.

Les requêtes basées sur la pertinence passent par un service de recherche commerce d'Optimizely qui se connecte à Google Cloud Vertex AI Search for Commerce. En arrière-plan, il s'agit du produit Retail Search de Google, qu'ils ont renommé plusieurs fois. Vous pourriez voir des références plus anciennes à « Retail Search » ou « Discovery AI for Retail » dans la documentation. Comprendre cet historique d'intégration Google Retail Search aide lors du dépannage des références documentaires.

Étapes d'implémentation

1. Réviser vos extensions personnalisées

Commencez par auditer toutes les extensions de recherche personnalisées dans votre configuration actuelle. Certaines pourraient nécessiter des mises à jour pour fonctionner avec la nouvelle architecture.

2. Configurer l'intégration ODP

Bien qu'Optimizely affirme que l'Optimizely Data Platform n'est pas strictement requis pour Commerce Search v3 de base, nous avons constaté qu'il est pratiquement nécessaire si vous voulez des résultats significatifs. ODP alimente l'IA en signaux comportementaux (clics, ajouts au panier, achats), ce qui affecte directement la qualité de la recherche. Cette intégration ODP Optimizely Data Platform est essentielle pour progresser dans le système de niveaux.

Créez des tâches d'intégration pour synchroniser :

Événements utilisateur et commandes historiques
Produits et entrepôts
Clients et profils utilisateur
Correspondances client-utilisateur

Planifiez des mises à jour incrémentielles en temps réel pour les données actives, avec des synchronisations planifiées en « filet de sécurité » comme sauvegarde.

Note sur la confidentialité : Les données de suivi collectées par ODP sont synchronisées vers Google. Mettez à jour vos déclarations de confidentialité et votre langage de consentement pour refléter ce partage avec un tiers.

3. Synchroniser votre catalogue de produits vers Google Cloud

Les données de votre catalogue doivent atteindre des seuils de qualité spécifiques :

Produits avec des URI valides et accessibles : 95 %
Produits avec des descriptions détaillées : 90 %
Titres d'au moins 2 mots : 80 %
Titres en double : moins de 50 %
Attributs recherchables : au moins 5

4. Activer dans la console d'administration

Une fois vos pipelines de données en marche, activez Commerce Search v3 via la console d'administration pour votre environnement de test d'abord.

5. Configurer les paramètres de Vertex AI Search

Configurez votre recherche incluant les préférences de facettes dynamiques, les règles d'expansion de requêtes et le comportement d'autocomplétion.

6. Modifier l'interface de recherche frontend

Mettez à jour votre frontend Spire pour fonctionner avec les nouvelles réponses de recherche. Les patterns d'API diffèrent d'Elasticsearch, alors prévoyez des ajustements d'interface.

7. Configurer l'analytique et les boucles de rétroaction

Connectez l'analytique pour suivre la performance de recherche. L'IA apprend du comportement des utilisateurs, donc ces boucles de rétroaction affectent directement la qualité des futurs résultats.

Comprendre les niveaux de pertinence

Vertex AI Search for Commerce utilise un système de niveaux. Chaque niveau apporte de meilleures capacités de recherche, mais nécessite plus de données. Comprendre les exigences des niveaux de Commerce Search v3 est critique pour planifier votre implémentation.

Niveau 2 : Pertinence Popularité

Plus de 100 000 événements de recherche textuelle ou de navigation dans les 90 derniers jours
Au moins 95 % de taux de correspondance produit
Au moins 95 % de jetons d'attribution sur les événements de recherche
70 % et plus des requêtes de recherche avec des événements utilisateur associés

Niveau 3 : Classement ajusté aux revenus

Plus de 200 000 événements de recherche en 90 jours
Plus de 250 000 événements de vue de page détaillée suite aux recherches
Ratios de conversion : ajout-au-panier/vue-page-détaillée ≥ 0,02, achat/ajout-au-panier ≥ 0,025

Niveau 4 : Classement personnalisé ajusté aux revenus

Plus de 100 000 événements de recherche attribués en 90 jours
Correspondance d'ID visiteur supérieure à 10 % (7 derniers jours)
Présence d'ID utilisateur supérieure à 1 % (7 derniers jours)

Notre expérience montre que la plupart des sites de commerce B2B ont besoin de plusieurs mois de collecte d'événements avant d'atteindre le niveau 2. Planifiez en conséquence et ne vous attendez pas à des améliorations immédiates de la qualité de recherche après le lancement.

Erreurs courantes à éviter

S'attendre à des résultats immédiats. L'impact des événements utilisateur n'est pas instantané. Vertex AI a besoin de suffisamment d'événements ingérés pour s'entraîner avant que le classement ne change de façon significative. Si vous lancez et ne voyez pas d'améliorations durant la première semaine, c'est normal.

Supposer que l'autocomplétion fonctionne comme la recherche traditionnelle. L'autocomplétion de Commerce Search v3 suggère des termes de recherche, des catégories et des marques. Elle ne suggère pas de produits spécifiques ni de contenu de site web. Si vos utilisateurs s'attendent à l'autocomplétion de noms de produits, vous aurez besoin d'une approche personnalisée.

Sauter l'intégration ODP. Techniquement c'est optionnel. Mais sans données comportementales, vous êtes coincé au niveau le plus bas avec des capacités de base. La découverte intelligente que tout le monde veut nécessite ces signaux utilisateur.

Ignorer la qualité des données du catalogue. Si vos descriptions de produits sont minces ou vos titres sont des doublons, aucune quantité d'IA ne sauvera vos résultats de recherche. Corrigez vos données en premier.

Oublier les flux de commande rapide. L'architecture hybride garde les recherches de commande rapide sur Elasticsearch. Assurez-vous d'avoir correctement configuré quelles requêtes vont où, sinon vous aurez des expériences de recherche incohérentes.

Manquer les considérations régionales. Commerce Search v3 fonctionne actuellement uniquement depuis l'Amérique du Nord. Si votre base d'utilisateurs principale est en Europe ou en Asie, tenez compte des implications de latence.

Tests et vérification

Travailler avec des équipes commerce nous a appris à nous concentrer sur ces domaines lors des tests :

Tests d'expansion de requêtes. Exécutez des recherches pour des requêtes de longue traîne et ambiguës. Vérifiez que le système retourne des résultats pertinents même quand le mot-clé exact n'est pas présent.

Comportement des facettes. Testez les facettes dynamiques en cherchant différentes catégories de produits. Le système devrait faire apparaître des filtres contextuellement pertinents, comme afficher « couleur de lentille » pour les recherches de lunettes de soleil.

Attribution des événements utilisateur. Vérifiez que les événements utilisateur sont correctement synchronisés d'ODP vers Vertex AI. Confirmez que vos jetons d'attribution sont passés correctement.

Surveillance du statut de niveau. Surveillez votre statut de niveau dans la console d'administration. Suivez si vous atteignez les seuils d'événements pour votre niveau cible.

Tests de régression. Comparez les résultats pour vos principales requêtes de recherche avant et après la migration. Documentez tout changement inattendu.

Limitations connues

Soyez conscient de ce que Commerce Search v3 ne prend pas en charge :

Recherche de numéro de pièce spécifique au client au niveau client
Fonctionnalité « rechercher dans »
Synchronisation instantanée des attributs
Intégration d'applications mobiles (prévue pour le futur)
Développement de partenaire local (utilisez le bac à sable à la place)

Si l'un de ces éléments est critique pour votre entreprise, vous aurez besoin de solutions de contournement ou devrez attendre les versions futures.

Calendrier de migration

Si vous êtes actuellement sur Commerce Search v1, voici les dates clés :

Fin du support : 1er février 2026
Date limite de migration : 30 juin 2026
Fin du support d'infrastructure : 1er juillet 2026

Le parcours de migration typique est v1 → v2 → v3. Commencez à planifier maintenant si vous ne l'avez pas déjà fait.

Conclusion

Intégrer Google Vertex AI Search avec Optimizely Configured Commerce apporte des capacités de recherche sémantique à la découverte de produits, mais le succès dépend de la qualité des données du catalogue et du volume d'événements comportementaux. Le système de niveaux signifie que vous aurez besoin de patience et d'une intégration ODP adéquate pour atteindre le plein potentiel de l'IA.

Les bénéfices peuvent être significatifs. Google rapporte que les implémentations en commerce de détail voient jusqu'à 2 % d'augmentation de conversions, et la réduction des pages « aucun résultat » aide les clients à trouver ce dont ils ont réellement besoin.

Configurer cette intégration implique d'équilibrer les pipelines de données, les exigences de niveaux et les solutions de contournement pour les fonctionnalités non supportées comme l'autocomplétion de noms de produits. Si votre équipe planifie une migration vers Commerce Search v3 ou essaie de déterminer si votre volume d'événements supportera les niveaux supérieurs, nous pouvons vous aider à cartographier les exigences techniques et identifier les lacunes dans votre configuration actuelle.

Guide d'intégration Google Vertex AI Search + Optimizely