รู้จักกับ Recommendation AI บน Google Cloud

หลายคนคงจะคุ้นหูกับ Recomendation system กันดี ในยุค Data Driven เราปฏิเสธไม่ได้เลยว่า Recommendation System กลายมาเป็นส่วนหนึ่งของชีวิตประจำวันของพวกเราแล้ว ไม่ว่าจะการซื้อของออนไลน์บนหน้าเว็บ Ecommerce เช่น Shopee, Lazada ก็จะมีการเสนอขาย ดูวิดีโอ Youtube ก็จะมีแนะนำวิดีโอให้เราเลือกชม และอื่นๆ อีกมากมาย ในวันนี้ผมจึงจะมาพาทุกคนมาทำความรู้จักกับ Service ใหม่ของ Google cloud platform (GCP) ที่จะช่วยอำนวยความสะดวกในการสร้าง Recommendation System อย่างมาก พร้อมแล้วเราไปกันเลย!

ก่อนเริ่มใช้งาน Recommendation AI

เราจำเป็นจะต้องเก็บสะสมข้อมูลก่อน โดยเงื่อนไขขั้นต้นคือจะต้องมี 1000 unique catelog items และ 10000 user events เสียก่อน ซึ่งหมายความว่า หากเราเป็นร้านค้า Ecommerce เราจะต้องมีสินค้าขั้นต่ำ 1000 อย่างไม่ซ้ำกัน และมีการเก็บข้อมูลพฤติกรรมผู้ใช้ไว้ 10000 ครั้ง หากท่านผู้อ่านยังไม่มีความพร้อมในขณะนี้ นี่เป็นโอกาสเหมาะที่จะเริ่มต้นวางระบบเก็บข้อมูลของท่าน ในทุกวันในธุรกิจของท่านมีข้อมูลเกิดขึ้นตลอด อย่ารอช้าที่จะดักจับข้อมูลเอาไว้ เพราะในยุค Data driven นั้นข้อมูลมีมูลค่ามหาศาล และจะเป็นปัจจัยสำคัญในชี้วัดผลการแข่งขันในตลาดในอนาคต

Recommendation แบบเดิม vs Recommendation AI

ในช่วงหลายปีมานี้ การทำ Recommendation System ขึ้นมานั้นเป็นงานที่ท้าทายมากๆ หลายองค์กรณ์ต้องจัดหา Data scientist และ Machine learning Engineer มากความสามารถมาพัฒนาระบบ ซึ่งใช้เวลานับปีเลยทีเดียวกว่าจะสำเร็จพร้อมใช้งาน แถมยังมีความท้าทายในการ custom ระบบให้ตอบโจทย์กับทาง Marketing ที่โดยปกติจะสื่อสารกันยาก

ต่อมาจึงเกิด Recommendation AI บน GCP ที่ทำงานอย่าง Seamless กับ Marketing platform ของ Google อีกทั้งในการสร้าง recommendation model ขึ้นมาตัวนึงยังมีตัวเลือกให้ Custom พฤติกรรมของ model อีกด้วย เอื้อให้องค์กรณ์ที่ไม่สามารถจัดหา Data scientist และ Machine learning Engineer เก่งๆ ได้สามารถเริ่มสร้าง Recommendation System อีกทั้งยังมี UI ที่เข้าใจง่าย ลดปัญหาการสื่อสารระหว่างทีม Tech กับ Marketing ได้ด้วย

ในขณะนี้ Recommendation AI ยังเป็น beta อยู่ แต่มี credit สำหรับทดลองใช้ให้ 600 usd เลยทีเดียว เรียกได้ว่าใครอยากจะทดลองใช้ก็เข้าไปใช้กันฟรีๆ อย่างสบายใจได้เลย

ทำความรู้จักกับเทคโนโลยีอื่นๆ บน Google Cloud กับกิจกรรม webinar

ลงทะเบียนเข้าร่วมฟรี ! คลิกที่นี่

ขั้นตอนการใช้งาน Recommendation AI ง่ายๆ 3 ขั้นตอน

Ref: https://cloud.google.com/recommendations

1. นำเข้าข้อมูล

ข้อมูลที่ต้องนำเข้าจำแนกออกเป็น 2 ประเภท คือ catalog items และ user events

Catalog items

สามารถนำเข้าข้อมูลจาก Google merchant center, Google Bigquery, Google cloud storage หรือนำเข้าข้อมูลโดยตรงใน format json ก็ได้ (ขั้นตอนโดยละเอียด เชิญด้านนี้)

User events

ข้อมูลผู้ใช้เราสามารถดักจับด้วยด้วย JavaScript pixel, Google Tag Manager หรือนำเข้าข้อมูลโดยตรงใน format json ก็ได้ (ขั้นตอนโดยละเอียด เชิญด้านนี้)

2. ปรับแต่งและ train model

ในขั้นตอนนี้เราเลือกประเภทของ model และค่าปรับแต่งต่างๆ

2.1 ประเภทของ model

Recommended for you
Other items you may like
Frequently bought together
Add to your cart/list/registry

2.2 เป้าหมายทางธุรกิจ

Click-through rate
Conversion rate
Revenue per session

2.3 ค่าปรับแต่ง

Filter out-of-stock items
Filter duplicate items
Filter by custom business rules
Result diversification on/off
Personalization on/off
Price re-ranking on/off

นอกจากเงื่อนไข 1000 unique catelog items และ 10000 user events ที่กล่าวไว้ข้างต้นแล้ว Model แต่ละประเภทยังมีเงื่อนไขข้อมูลขั้นต้นไม่เหมือนกัน รายละเอียดเพิ่มเติมดังภาพด้านล่างนี้

Ref: https://cloud.google.com/recommendations-ai/docs/create-models

3. Deploy model บนระบบ GCP

เมื่อเรา Train model สำเร็จ model ของเราจะถูกเก็บไว้บน GCP ทันที และ Recommendation AI ยังมีหน้า UI สำหรับทดลองใช้งาน model ให้เราลองใช้กันอย่างง่ายๆ อีกด้วย ดังภาพประกอบ

Ref: https://cloud.google.com/recommendations-ai/docs/predict

ที่เหลือเป็นงานของทีม Tech ที่จะนำ API ไปใช้กับระบบที่ต้องการใช้ (ขั้นตอนโดยละเอียด เชิญด้านนี้)

ค่าใช้จ่ายของ Recommendation AI

Recommendation AI คิดค่าใช้จ่ายเมื่อเรา Train model หรือ Tune model ที่คิดเป็น node per hour อธิบายสั้นๆ คือ คิดราคาจากจำนวณหน่วยประมวลผลต่อชั่วโมง ซึ่งถ้าข้อมูลเราเยอะ การ train model มีความซับซ้อนก็จะต้องใช้หน่วยประมวลผลมาก ซึ่งราคาจะสูงขึ้นตามไปด้วย ความถี่ที่เราจะ train model เรากำหนดได้ ทว่าค่าที่ระบบแนะนำจะเป็นการ train ข้อมูลใหม่ให้ model วันละครั้ง หากเราเป็นเจ้าใหญ่จริงๆ แนะนำๆ มากๆ ครับ

ค่าใช้จ่ายอีกอย่างคือ จำนวณที่ใช้ model ทำนาย หรือ prediction ซึ่งจะคิดต่อ 1000 ครั้ง หากเริ่มใช้แล้วไม่แตะ 1000 ครั้ง ก็ไม่มีค่าใช้จ่ายครับ

ส่วนการนำเข้าข้อมูลสินค้า หรือพฤติกรรมผู้ใช้จะไม่มีค่าใช้จ่ายครับ รายละเอียดค่าใช้จ่ายเพิ่มเติม ดังภาพด้านล่างนี้เลย

Ref: https://cloud.google.com/recommendations-ai/pricing

จบกันไปแล้วสำหรับ “รู้จักกับ Recommendation AI” สำหรับท่านผู้อ่านที่สนใจและต้องการคำปรึกษาทุกเรื่องบน GCP ติดต่อ Cloud Ace เข้ามาได้เลยนะครับ สำหรับวันนี้ขอตัวลาไปก่อน สวัสดีครับ~

Written by Thanakit Gowitwanich

Cloud Ace Thailand

Make It Now!

หากคุณสนต้องการคำปรึกษา Cloud Ace Thailand พร้อมให้บริการที่จะสนับสนุนคุณตั้งแต่ การให้คำปรึกษา จนถึงการออกแบบระบบ ติดตั้งระบบ ย้ายระบบ ในฐานะ Google Cloud Partner ที่มีความเชี่ยวชาญ และได้รับรางวัล Service partner of the year ในปี 2019

ติดต่อเรา th_sales@cloud-ace.com