Motor de búsqueda inteligente de productos para el comercio electrónico
En este escenario de ejemplo se muestra cómo usar un servicio de búsqueda dedicado puede aumentar drásticamente la relevancia de los resultados de búsqueda para los clientes de comercio electrónico.
Arquitectura
Descargar un archivo de Visio de esta arquitectura.
Flujo de trabajo
En este escenario se trata una solución de comercio electrónico en la que los clientes pueden buscar a través de un catálogo de productos.
- Los clientes van a la aplicación web de comercio electrónico desde cualquier dispositivo.
- El catálogo de productos se mantiene en una base de datos de Azure SQL de para el procesamiento transaccional.
- Azure AI Search usa un indexador de búsqueda para mantener actualizado automáticamente su índice de búsqueda a través del seguimiento de cambios integrado.
- Las consultas de búsqueda del cliente se descargan en el servicio AI Search, que procesa la consulta y devuelve los resultados más relevantes.
- Como alternativa a una experiencia de búsqueda basada en web, los clientes también pueden usar un bot de conversación en redes sociales o directamente desde asistentes digitales para buscar productos y refinar incrementalmente sus consultas y resultados de búsqueda.
- Opcionalmente, los clientes pueden usar la característica conjunto de aptitudes para aplicar inteligencia artificial para un procesamiento aún más inteligente.
Componentes
- Azure App Service: Web Apps hospeda aplicaciones web que permiten el escalado automático y la alta disponibilidad sin tener que administrar la infraestructura.
- Azure SQL Database es un servicio administrado por bases de datos relacionales de uso general en Microsoft Azure que admite estructuras como datos relacionales, JSON, espacial y XML.
- AI Search es una solución en la nube que proporciona una experiencia de búsqueda enriquecida sobre contenido privado, heterogéneo en aplicaciones web, móviles y empresariales.
- Azure AI Bot Service proporciona herramientas para compilar, probar, implementar y administrar bots inteligentes.
- servicios de Azure AI permite usar algoritmos inteligentes para ver, escuchar, hablar, comprender e interpretar las necesidades del usuario mediante métodos naturales de comunicación.
Alternativas
- Puede usar funcionalidades de búsqueda en base de datos, por ejemplo, a través de la búsqueda de texto completo de SQL Server, pero el almacén transaccional también procesa consultas (aumentando la necesidad de potencia de procesamiento) y las funcionalidades de búsqueda dentro de la base de datos son más limitadas.
- Puede hospedar el de código abierto de Apache Lucene (en el que se compila AI Search) en Azure Virtual Machines, pero, a continuación, vuelve a administrar la infraestructura como servicio (IaaS) y no se beneficia de las muchas características que proporciona AI Search sobre Lucene.
- También puede considerar la posibilidad de implementar elasticsearch desde Azure Marketplace, que es un producto de búsqueda alternativo y capaz de un proveedor de terceros, pero también en este caso está ejecutando una carga de trabajo de IaaS.
Otras opciones para el nivel de datos incluyen:
- de Azure Cosmos DB: base de datos multimodelo distribuida globalmente de Microsoft. Azure Cosmos DB proporciona una plataforma para ejecutar otros modelos de datos, como MongoDB, Cassandra, datos de Graph o almacenamiento de tablas simple. AI Search también admite la indexación de los datos de Azure Cosmos DB directamente.
Detalles del escenario
La búsqueda es el mecanismo principal a través del cual los clientes encuentran y, en última instancia, compran productos, lo que hace esencial que los resultados de búsqueda sean relevantes para la intención
Imagine una aplicación web típica de comercio electrónico con datos de producto almacenados en una base de datos relacional como SQL Server o SQL Database. Las consultas de búsqueda a menudo se controlan dentro de la base de datos mediante consultas de LIKE
o características de búsqueda de texto completo. Al usar ai Search en su lugar, libera la base de datos operativa del procesamiento de consultas y puede empezar fácilmente a aprovechar esas características difíciles de implementar que proporcionan a los clientes la mejor experiencia de búsqueda posible. Además, dado que AI Search es un componente de plataforma como servicio (PaaS), no tiene que preocuparse por administrar la infraestructura ni convertirse en un experto en búsqueda.
Casos de uso potenciales
Esta solución está optimizada para el sector minorista.
Otros casos de uso relevantes incluyen:
- Búsqueda de listados o tiendas de bienes raíces cerca de la ubicación física del usuario (para las instalaciones y el sector inmobiliario).
- Buscando artículos en un sitio de noticias o buscando resultados deportivos, con una preferencia más alta para más reciente información (para los deportes, los medios de comunicación y los sectores de entretenimiento).
- Buscar en repositorios de gran tamaño para organizaciones centradas en documentos, como responsables de directivas y notarios.
En última instancia, cualquier aplicación de que tenga alguna forma de funcionalidad de búsqueda puede beneficiarse de un servicio de búsqueda dedicado.
Consideraciones
Estas consideraciones implementan los pilares de Azure Well-Architected Framework, que es un conjunto de principios rectores que se pueden usar para mejorar la calidad de una carga de trabajo. Para obtener más información, consulte Microsoft Azure Well-Architected Framework.
Escalabilidad
El plan de tarifa del servicio ai Search se usa principalmente para planeamiento de capacidad, ya que define el almacenamiento máximo que obtiene y cuántas particiones y réplicas puede aprovisionar. particiones permiten indexar más documentos y obtener mayores rendimientos de escritura, mientras que réplicas proporcionan más consultas por segundo (QPS) y alta disponibilidad.
Puede cambiar dinámicamente el número de particiones y réplicas, pero no es posible cambiar el plan de tarifa. Por lo tanto, debe tener en cuenta cuidadosamente el nivel adecuado para la carga de trabajo de destino. Si necesita cambiar el nivel de todos modos, debe aprovisionar un nuevo servicio en paralelo y volver a cargar los índices allí, en cuyo momento puede apuntar las aplicaciones en el nuevo servicio.
Disponibilidad
AI Search proporciona un de
Si es necesario realizar cambios importantes en el índice sin tiempo de inactividad (por ejemplo, cambiar los tipos de datos, eliminar o cambiar el nombre de los campos), será necesario volver a generar el índice. De forma similar a cambiar el nivel de servicio, esto significa crear un nuevo índice, volver a rellenarlo con los datos y, a continuación, actualizar las aplicaciones para que apunten al nuevo índice.
Seguridad
AI Search es compatible con muchos estándares de seguridad y privacidad de datos , por lo que puede usarlo en la mayoría de los sectores.
Para proteger el acceso al servicio, puede usar control de acceso basado en rol (RBAC) de Azure o conectarse con claves de API de .
Se recomienda usar RBAC de Azure porque usa roles de Azure, que se integran con el identificador de Microsoft Entra. Al usar roles de Azure, también puede usar métodos de autenticación sin contraseña, como identidades administradas para recursos de Azure.
Las claves de API incluyen claves de administrador, que proporcionan acceso completo a todas las operaciones de contenido y claves de consulta, que proporcionan acceso de solo lectura a la colección de documentos de un índice de búsqueda. Debe configurar aplicaciones que no necesiten actualizar el índice para usar una clave de consulta y no una clave de administrador, especialmente si un dispositivo de usuario final, como un script que se ejecuta en un explorador web, realiza la búsqueda.
También puede proteger el acceso al servicio ai Search en el nivel de red exponerlo a través de un punto de conexión privado.
Relevancia de búsqueda
El éxito de la aplicación de comercio electrónico depende en gran medida de la relevancia de los resultados de búsqueda a los clientes. Ajustar cuidadosamente el servicio de búsqueda para proporcionar resultados óptimos en función de la investigación del usuario o confiar en análisis de tráfico de búsqueda para comprender los patrones de búsqueda del cliente le permite tomar decisiones basadas en los datos.
Entre las formas habituales de ajustar el servicio de búsqueda se incluyen las siguientes:
- El uso de perfiles de puntuación para influir en la relevancia de los resultados de búsqueda, por ejemplo, en función del campo que coincida con la consulta, de la forma reciente de los datos y de la distancia geográfica al usuario.
- El uso de analizadores de lenguaje proporcionados por Microsoft que usan una pila avanzada de procesamiento de lenguaje natural para interpretar mejor las consultas.
- Con analizadores personalizados para asegurarse de que los productos se encuentran correctamente, especialmente si desea buscar información no basada en idiomas, como la marca y el modelo de un producto.
Optimización de costos
La optimización de costos consiste en examinar formas de reducir los gastos innecesarios y mejorar las eficiencias operativas. Para obtener más información, consulte Información general sobre el pilar de optimización de costos.
Para explorar el costo de ejecutar este escenario, todos los servicios mencionados anteriormente están preconfigurados en la calculadora de costos. Para ver cómo cambiarían los precios de su caso de uso concreto, cambie las variables adecuadas para que coincidan con el uso esperado.
Tenga en cuenta estos perfiles de costo de ejemplo en función de la cantidad de tráfico que espera controlar:
-
Small: este perfil usa una sola aplicación web de
Standard S1
para hospedar el sitio web, el nivel Gratis de Azure AI Bot Service, un único servicio de búsqueda deBasic
y una base de datos SQL deStandard S2
. -
medio: este perfil escala verticalmente la aplicación web a dos instancias del nivel de
Standard S3
, actualiza el servicio de búsqueda a un nivel deStandard S1
y usa una base de datos SQL deStandard S6
. -
grande: este perfil usa cuatro instancias de una aplicación web de
Premium P2V2
, actualiza Azure AI Bot Service al nivel deStandard S1
(con 1.000.000 mensajes en canales Premium) y usa dos unidades del servicio de búsquedaStandard S3
y una base de datos SQL dePremium P6
.
Implementación de este escenario
Para implementar una versión de este escenario, puede seguir este tutorial paso a paso que proporciona una aplicación de ejemplo de .NET que ejecuta un sitio web de búsqueda de trabajos. Muestra la mayoría de las características de búsqueda de IA que se describen hasta ahora.
Colaboradores
Microsoft mantiene este artículo. Originalmente fue escrito por los siguientes colaboradores.
Autor principal:
- Jelle Druyts | Ingeniero principal de clientes
Para ver perfiles de LinkedIn no públicos, inicie sesión en LinkedIn.
Pasos siguientes
Para obtener más información sobre la búsqueda de IA, visite el centro de documentación de o consulte los ejemplos de .
Para más información sobre otros componentes de Azure, consulte estos recursos:
- ¿Qué es Azure SQL Database?
- información general de App Service
- documentación de Azure AI Bot Service
- ¿Qué son los servicios de Azure AI?