Criar aplicativos de recomendação de visão única do cliente com o BigQuery Graph

1. Introdução

Neste codelab, você vai aprender a usar o BigQuery Graph para criar uma visão de 360 graus do cliente e um mecanismo de recomendação para a Cymbal Pets, uma empresa de varejo fictícia. Você vai aproveitar o poder do SQL para criar, consultar e analisar dados de gráficos diretamente no BigQuery, combinando-os com a pesquisa vetorial para recomendações avançadas de produtos.

Com o BigQuery Graph, você pode modelar as relações entre suas entidades de dados (como clientes, produtos e pedidos) como um gráfico, facilitando a resposta a perguntas complexas sobre o comportamento do cliente e as afinidades de produtos.

Atividades deste laboratório

• Criar um conjunto de dados e um esquema do BigQuery para o gráfico do Cymbal Pets
• Carregar dados de exemplo (clientes, produtos, pedidos, lojas) do Cloud Storage
• Crie um gráfico de propriedades no BigQuery conectando essas entidades
• Visualizar o histórico de compras dos clientes usando consultas de gráfico
• Crie um sistema de recomendação de produtos usando a pesquisa de vetores
• Melhorar as recomendações usando relações de gráfico "Comprados juntos"

O que é necessário

• Um navegador da web, como o Chrome
• Tenha um projeto do Google Cloud com o faturamento ativado.

Este codelab é destinado a desenvolvedores de todos os níveis, incluindo iniciantes.

2. Antes de começar

Criar um projeto do Google Cloud

1. No Console do Google Cloud, selecione ou crie um projeto na nuvem do Google Cloud.
2. Verifique se o faturamento está ativado para seu projeto do Cloud.

Iniciar o Cloud Shell

1. Clique em Ativar o Cloud Shell na parte de cima do console do Google Cloud.
2. Verificar a autenticação:

gcloud auth list

3. Confirme seu projeto:

gcloud config get project

4. Defina, se necessário:

export PROJECT_ID=<YOUR_PROJECT_ID>
gcloud config set project $PROJECT_ID

Ativar APIs

Execute este comando para ativar a API BigQuery necessária:

gcloud services enable bigquery.googleapis.com

3. Definir o esquema

Primeiro, crie um conjunto de dados para armazenar as tabelas relacionadas a grafos e defina o esquema dos nós e das arestas.

1. Neste codelab, vamos executar comandos SQL. É possível executar esses comandos no BigQuery Studio > Editor de SQL ou usar o comando bq query no Cloud Shell. Vamos presumir que você está usando o editor de SQL do BigQuery para ter uma experiência melhor com instruções de criação de várias linhas.
2. Crie o conjunto de dados cymbal_pets_demo:

CREATE SCHEMA IF NOT EXISTS cymbal_pets_demo;

3. Crie as tabelas para order_items, products, orders, stores, customers e co_related_products_for_angelica. Essas tabelas vão servir como dados de origem para nosso gráfico.

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.order_items
(
  order_id INT64,
  product_id INT64,
  order_item_id INT64,
  quantity INT64,
  price FLOAT64,
  PRIMARY KEY (order_id, product_id, order_item_id) NOT ENFORCED
)
CLUSTER BY order_item_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.products
(
  product_id INT64,
  product_name STRING,
  brand STRING,
  category STRING,
  subcategory INT64,
  animal_type INT64,
  search_keywords INT64,
  price FLOAT64,
  description STRING,
  inventory_level INT64,
  supplier_id INT64,
  average_rating FLOAT64,
  uri STRING,
  embedding ARRAY<FLOAT64>,
  PRIMARY KEY (product_id) NOT ENFORCED
)
CLUSTER BY product_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.orders
(
  customer_id INT64,
  order_id INT64,
  shipping_address_city STRING,
  store_id INT64,
  order_date DATE,
  order_type STRING,
  payment_method STRING,
  PRIMARY KEY (order_id) NOT ENFORCED
)
PARTITION BY order_date
CLUSTER BY order_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.stores
(
  store_id INT64,
  store_name STRING,
  address_state STRING,
  address_city STRING,
  latitude FLOAT64,
  longitude FLOAT64,
  opening_hours STRUCT<Monday STRING, Tuesday STRING, Wednesday STRING, Thursday STRING, Friday STRING, Saturday STRING, Sunday STRING>,
  manager_id INT64,
  PRIMARY KEY (store_id) NOT ENFORCED
)
CLUSTER BY store_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.customers
(
  customer_id INT64,
  first_name STRING,
  last_name STRING,
  email STRING,
  gender STRING,
  address_city STRING,
  address_state STRING,
  loyalty_member BOOL,
  PRIMARY KEY (customer_id) NOT ENFORCED
)
CLUSTER BY customer_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.co_related_products_for_angelica
(
  angelica_product_id INT64,
  other_product_id INT64,
  co_purchase_count INT64
);

Agora você definiu a estrutura dos dados do gráfico.

4. Carregar os dados

Agora, preencha as tabelas com dados de amostra do Cloud Storage.

Execute as seguintes instruções LOAD DATA no editor de SQL do BigQuery:

LOAD DATA INTO `cymbal_pets_demo.customers`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/customers/*.avro']
);

LOAD DATA INTO `cymbal_pets_demo.order_items`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/order_items/*.avro']
);

LOAD DATA INTO `cymbal_pets_demo.orders`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/orders/*.avro']
);

LOAD DATA INTO `cymbal_pets_demo.products`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/products/*.avro']
);

LOAD DATA INTO `cymbal_pets_demo.stores`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/stores/*.avro']
);

Você vai receber uma confirmação de que as linhas foram carregadas em cada tabela.

5. Criar o gráfico de propriedades

Com os dados carregados, agora é possível definir o gráfico de propriedades. Isso informa ao BigQuery quais tabelas representam nós (entidades como clientes, produtos) e quais representam arestas (relações como "Visitou", "Fez", "Tem").

Execute a seguinte instrução DDL:

CREATE OR REPLACE PROPERTY GRAPH cymbal_pets_demo.PetsOrderGraph
NODE TABLES (
  cymbal_pets_demo.customers KEY(customer_id) LABEL Customer,
  cymbal_pets_demo.products KEY(product_id) LABEL Products,
  cymbal_pets_demo.stores KEY(store_id) LABEL Stores,
  cymbal_pets_demo.orders KEY(order_id) LABEL Orders
)
EDGE TABLES (
  cymbal_pets_demo.orders as customer_to_store_edge
    KEY (order_id)
    SOURCE KEY (customer_id) references customers(customer_id)
    DESTINATION KEY (store_id) references stores(store_id)
    LABEL Visited
    PROPERTIES ALL COLUMNS,

  cymbal_pets_demo.order_items
    KEY (order_item_id)
    SOURCE KEY (order_id) references orders(order_id)
    DESTINATION KEY (product_id) references products(product_id)
    LABEL Has
    PROPERTIES ALL COLUMNS,

  cymbal_pets_demo.orders as customer_to_orders_edge
    KEY (order_id)
    SOURCE KEY (customer_id) references customers(customer_id)
    DESTINATION KEY (order_id) references orders(order_id)
    LABEL Placed
    PROPERTIES ALL COLUMNS,

  cymbal_pets_demo.co_related_products_for_angelica
    KEY (angelica_product_id)
    SOURCE KEY (angelica_product_id) references products(product_id)
    DESTINATION KEY (other_product_id) references products(product_id)
    LABEL BoughtTogether
    PROPERTIES ALL COLUMNS
);

Isso cria o gráfico PetsOrderGraph, que permite realizar travessias de gráficos usando o operador GRAPH_TABLE.

6. Visualizar o histórico de compras de todos os clientes

Abra Novo notebook no BigQuery Studio.

Para as partes de visualização e recomendação deste codelab, vamos usar um notebook do Google Colab no BigQuery Studio. Isso permite visualizar facilmente os resultados do gráfico.

O notebook de gráficos do BigQuery é implementado como um IPython Magics. Ao adicionar o comando mágico %%bigquery com a função TO_JSON, é possível visualizar os resultados, conforme mostrado nas seções a seguir.

Digamos que a Cymbal Pets queira ter uma visualização de 360 graus de todos os clientes e das compras feitas em um período específico.

Execute o seguinte em uma nova célula:

%%bigquery --graph

GRAPH cymbal_pets_demo.PetsOrderGraph
  # finds the customer node and then finds all
  # the Orders nodes that are connected to that customer through the
  # Placed relationship
  MATCH (customer:Customer)-[placed:Placed]->(ordr:Orders)-[has:Has]->(product:Products)
  # filters the Orders nodes to only include those where the
  # order_date is within the last 3 months.
  WHERE ordr.order_date >= date('2024-11-27')
  # # This line finds all the Products nodes that are connected to the
  # # filtered Orders nodes through the Has relationship.
  MATCH p=(customer:Customer)-[placed:Placed]->(ordr:Orders)-[has:Has]->(product:Products)
  LIMIT 40
  RETURN 
    TO_JSON(p) as paths

Com o BigQuery Graph, é possível corresponder padrões em várias tabelas sem uma sintaxe JOIN complexa.

Você vai ver uma representação visual do resultado do gráfico.

7. Visualizar o histórico de compras de Angelica

Digamos que a Cymbal Pets queira analisar a fundo uma cliente chamada Angelica Russell. Ela quer analisar os produtos que Angelica comprou nos últimos três meses e as lojas que a cliente visitou.

Embora esse cenário específico possa ser alcançado usando uma junção relacional tradicional, usamos o BigQuery Graph aqui para demonstrar os conceitos e a sintaxe fundamentais de gráficos, que visualizam análises de relacionamento complexas.

%%bigquery --graph

GRAPH cymbal_pets_demo.PetsOrderGraph
  # finds the customer node with the name "Angelica Russell" and then finds all
  # the Orders nodes that are connected to that customer through the
  # Placed relationship and all the Products nodes that are connected to the
  # filtered Orders nodes through the Has relationship.
   MATCH p=(customer:Customer {first_name: 'Angelica', last_name: 'Russell'})-[placed:Placed]->(ordr:Orders)-[has:Has]->(product:Products)
  # filters the Orders nodes to only include those where the
  # order_date is within the last 3 months.
  WHERE ordr.order_date >= date('2024-11-27')
  # finds the Stores nodes where Angelica placed order from
  MATCH p2=(customer)-[visited:Visited]->(store:Stores)
  RETURN
    TO_JSON(p) as path, TO_JSON(p2) as path2

8. Recomendação de produto usando a pesquisa de vetores

A Cymbal Pets quer recomendar produtos para Angelica com base no que ela comprou recentemente. Podemos usar a pesquisa vetorial para encontrar produtos com embeddings semelhantes às compras anteriores dela.

Execute o script SQL a seguir em uma nova célula do Colab. Este script:

1. Identifica os produtos que a Angelica comprou recentemente.
2. Usa VECTOR_SEARCH para encontrar os quatro principais produtos semelhantes na tabela products.

Observação: esta etapa pressupõe que você já executou AI.GENERATE_EMBEDDINGS para criar uma coluna de embeddings na tabela de produtos.

%%bigquery
DECLARE products_bought_by_angelica ARRAY<INT64>;

-- 1. Get IDs of products bought by Angelica
SET products_bought_by_angelica = (
  SELECT ARRAY_AGG(product_id) FROM
   GRAPH_TABLE(
    cymbal_pets_demo.PetsOrderGraph
      MATCH (c:Customer {first_name: 'Angelica', last_name: 'Russell'})-[placed:Placed]->(o:Orders)
      WHERE o.order_date >= date('2024-11-27')
      MATCH (o)-[has_edge:Has]->(p:Products)
      RETURN DISTINCT p.product_id as product_id
  ));

-- 2. Find similar products using vector search
SELECT 
  query.product_name as AngelicaBought, 
  base.product_name as RecommendedProducts, 
  base.category
FROM
  VECTOR_SEARCH(
    TABLE cymbal_pets_demo.products,
    'embedding',
    (SELECT * FROM cymbal_pets_demo.products
     WHERE product_id IN UNNEST(products_bought_by_angelica)),
    'embedding',
    top_k => 4)
WHERE query.product_name <> base.product_name;

Você vai ver uma lista de produtos recomendados que são semanticamente semelhantes ao que Angelica comprou.

9. Recomendação usando relações "Comprados juntos"

Outra técnica de recomendação eficiente é a "filtragem colaborativa", que recomenda produtos comprados com frequência por outros usuários. Modelamos isso como uma aresta BoughtTogether no nosso gráfico.

Para recomendar produtos comprados juntos, a Cymbal Pets executou uma consulta analítica de gráfico off-line para encontrar os melhores produtos para recomendar para cada item comprado por Angélica.

%%bigquery
CREATE OR REPLACE TABLE cymbal_pets_demo.co_related_products_for_angelica AS
SELECT
    angelica_product_id,
    other_product_id,
    co_purchase_count
FROM (
    SELECT
        angelicaProduct.product_id AS angelica_product_id,
        otherProduct.product_id AS other_product_id,
        count(otherProduct) AS co_purchase_count,
        # ensures that the row numbering is done separately for each angelica_product_id
        ROW_NUMBER() OVER (PARTITION BY angelicaProduct.product_id ORDER BY count(otherProduct) DESC) AS rn
    FROM
        GRAPH_TABLE (cymbal_pets_demo.PetsOrderGraph
          MATCH (angelica:Customer {first_name: 'Angelica', last_name: 'Russell'})-[:Placed]->(o:Orders)-[:Has]->(angelicaProduct:Products)
          WHERE o.order_date >= date('2024-11-27')
          WITH angelica, angelicaProduct
          MATCH (otherCustomer:Customer)-[:Placed]->(otherOrder:Orders)-[:Has]->(angelicaProduct) # Find orders where Angelica's products were bought
          WHERE otherCustomer <> angelica # Exclude Angelica's own orders
          WITH angelicaProduct, otherOrder
          MATCH (otherOrder)-[:HAS]->(otherProduct:Products) # Find other products in those orders
          WHERE angelicaProduct <> otherProduct # Exclude the original product.
          RETURN angelicaProduct, otherProduct, otherOrder
        )
    GROUP BY
        angelicaProduct.product_id, otherProduct.product_id
)
WHERE rn <= 3; # only keep top 3 co-related products

Execute esta consulta para recomendar produtos diretamente conectados às compras de Angelica pela aresta BoughtTogether:

%%bigquery
SELECT * FROM GRAPH_TABLE(
  cymbal_pets_demo.PetsOrderGraph
  MATCH (customer:Customer {first_name: 'Angelica', last_name: 'Russell'})-[placed:Placed]->(ordr:Orders)
  WHERE ordr.order_date >= date('2024-11-27')
  MATCH (ordr)-[has:Has]->(product:Products)
  MATCH (product)-[bought_together:BoughtTogether]->(recommended_product:Products)
  RETURN 
    product.product_name AS OriginalProduct,
    recommended_product.product_name AS Recommended,
    bought_together.co_purchase_count AS Strength
);

Essa consulta passa por Cliente -> Pedido -> Produto -> (CompradosJuntos) -> Produto recomendado, mostrando recomendações com base no comportamento de compra coletivo.

10. Limpar

Para evitar cobranças contínuas na sua conta do Google Cloud, exclua os recursos criados durante este codelab.

Exclua o conjunto de dados e todas as tabelas:

DROP SCHEMA IF EXISTS cymbal_pets_demo CASCADE;

Se você criou um novo projeto para este codelab, também é possível excluí-lo:

gcloud projects delete $PROJECT_ID

11. Parabéns

Parabéns! Você criou uma visão de 360 graus do cliente e um mecanismo de recomendação usando o BigQuery Graph.

O que você aprendeu

• Como criar um gráfico de propriedades no BigQuery.
• Como carregar dados em nós e arestas de gráficos.
• Como consultar padrões de gráficos usando GRAPH_TABLE e MATCH.
• Como combinar consultas de gráficos com pesquisa vetorial para recomendações híbridas.

Próximas etapas

• Confira a documentação do BigQuery Graph.
• Saiba mais sobre a Pesquisa vetorial no BigQuery.