genai for marketing

Google Cloud를 사용한 마케팅을위한 생성 AI

Google Cloud에서 생성 AI 기반 마케팅 사용 사례를 활성화하는 리소스.

이 저장소는 Google Cloud의 생성 AI를 마케팅 시나리오에 적용하는 것을 보여줍니다. 여기에는 블로그 게시물 및 소셜 미디어 컨텐츠와 같은 마케팅 자료를 제작하는 기능을 포함하여 마케팅 중심 생성 AI 기능을 구현하는 솔루션을 구현하기위한 세부적인 단계별 지침이 포함되어 있습니다. 이 비디오는 솔루션의 기능을 통과합니다.

배포 된 솔루션의 아키텍처 :

또한, 보충 Jupyter 노트북은 사용자가 솔루션에서 탐색 된 개념을 파악할 수 있도록 제공됩니다.

목차

• 저장소 구조
• 시연
• 전개
• 노트 및 코드 샘플
• 구성
• 도움을 받고 있습니다

저장소 구조

 .
├── app
└── backend_apis
└── frontend
└── notebooks
└── templates
└── infra

• /app : 아키텍처 다이어그램 및 이미지.
• /backend_apis : 백엔드 API의 소스 코드.
• /frontend : Frontend UI의 소스 코드.
• /infra : 솔루션 배포를위한 스크립트 및 구성.
• /notebooks : 솔루션에 포함 된 시나리오를 포함하여 마케팅 시나리오에 Google Cloud의 생성 AI를 사용하는 방법을 보여주는 노트북.
• /templates : 솔루션에 사용되는 작업 공간 슬라이드, 문서 및 시트 템플릿.

시연

배포 된 솔루션은 다음 시연을 지원합니다.

• 마케팅 통찰력 : Looker 대시 보드를 활용하여 마케팅 데이터에 액세스하고 시각화합니다. 마케팅 담당자는 마케팅 데이터에 액세스하고 시각화하여 데이터 중심의 마케팅 캠페인을 구축하여 비즈니스가 대상 고객과보다 효율적으로 연결하여 전환율을 향상시킬 수 있습니다.
• 잠재 고객 및 통찰력 파인더 : 자연 언어를 SQL 쿼리로 변환하는 대화 인터페이스, 비 SQL 사용자를위한 데이터에 대한 액세스를 민주화하여 마케팅 팀의 병목 현상을 제거합니다.
• TrendSpotting : Looker 대시 보드에서 Google Trends 데이터를 분석하여 시장에서 새로운 트렌드를 식별하고 최고 검색어와 관련된 뉴스를 요약합니다. 이를 통해 비즈니스가 경쟁을 앞당기고 고객의 요구와 관심사를 충족시키는 제품 및 서비스를 개발할 수 있습니다.
• 컨텐츠 검색 : 비즈니스 사용자에 대한 Vertex AI 검색을 통해 내부 또는 외부 콘텐츠에 대한 검색 경험을 향상시킵니다.
• 컨텐츠 생성 : Vertex Foundation 모델로 콘텐츠 생성 시간을 줄입니다. PMAX의 매력적이고 매력적인 이메일 사본, 웹 사이트 기사, 소셜 미디어 게시물 및 자산을 생성합니다. 모두 판매 늘리기, 리드 생성 또는 브랜드 인지도 향상과 같은 특정 목표를 달성하는 것을 목표로했습니다. 이것은 정점 언어 및 비전 모델을 사용하여 텍스트 및 시각적 요소를 모두 포함합니다.
• 작업 공간 통합 : 생성하는 통찰력 및 자산을 Google Workspace로 전송하고 Google 슬라이드, 문서 및 시트에서 시각화하십시오.

전개

TerraForm으로 배포하려면 배포 안내서의 지침을 따르십시오.

이 비디오는 자동 배포 프로세스를 통과합니다.

노트 및 코드 샘플

아래에 나열된 노트북은이 솔루션에 포함 된 개념을 설명하기 위해 개발되었습니다.

• Palm API 및 GOOGLESQL을 사용한 데이터 Q & A (/NoteBooks/Data_QA_With_SQL.ipyNB) : BigQuery와 상호 작용하기 위해 자연어에서 GoogleSQL로 질문을 번역하십시오.
• Langchain 에이전트 및 Vertex AI Palm Text 모델을 사용한 뉴스 요약 (News_Summarization_langchain_palm.ipynb) : Langchain 에이전트 및 React 개념을 사용하여 상위 검색어와 관련된 뉴스 기사를 요약합니다.
• Palm API를 사용한 뉴스 요약 (Simple_News_Summarization.ipynb) : 상위 검색어와 관련된 뉴스 요약.
• Imagen fine 튜닝 (imagen_finetune.ipynb) : Imagen 모델을 미세 조정하십시오.

다음 (외부) 노트북은이 저장소에서 논의 된 개념에 대한 보충 정보를 제공합니다.

• gemini 튜닝 : 모델의 응답을 개선하기 위해 데이터 세트로 Gemini를 조정하는 방법의 예. 이는 브랜드 음성에 유용합니다. 모델이 브랜드의 톤 및 스타일과 일치하는 텍스트를 생성 할 수 있으므로 브랜드 음성에 유용합니다.
• 문서 요약 기술 : 큰 문서를 요약하기위한 다른 기술을 설명하는 두 개의 노트북.
• 문서 Q & A : 많은 양의 문서에서 문서 Q & A를 수행하는 다른 기술을 설명하는 두 개의 노트북.
• Vertex AI 검색 - 웹 검색 :이 데모는 Vertex AI 검색을 사용하여 문서 코퍼스를 검색하는 방법을 보여줍니다. 추가 기능에는 Enterprise Knowledge Graph API를 사용하여 퍼블릭 클라우드 지식 그래프 검색 방법이 포함됩니다.
• Vertex AI 검색-문서 검색 :이 데모는 Vertex AI 검색 및 Vertex AI Palm API가 생성 된 컨텐츠가 검증 된, 관련성 및 최신 정보로 접지되는지 확인하는 방법을 보여줍니다.
• Langchain 및 Vertex AI Palm API를 시작하기 : Langchain + Vertex AI Gemini API를 시작합니다.

구성

솔루션의 동작 중 일부는 구성을 조정하여 변경할 수 있습니다.

사전 배치 구성

마케팅 솔루션을위한 Google Cloud Generative AI를 배포 할 때는 배포에 대한 다양한 설정이 infra/variables.tf 파일에서 가져옵니다.

배포 요구가 기본 배포와 일치하지 않으면 배포를 시작하기 전에 variables.tf 의 기본값을 조정하여 배포 요구 사항 중 일부가 충족 될 수 있습니다.

terraform init 실행하기 전에 variables.tf 변경하면 나중에 변경하면 방해 할 수없는 배포 실패를 포함하여 예상치 못한 동작이 발생할 수 있습니다.

config.toml

배포 할 때 terraform apply 성공적으로 완료된 후 backend_apis/app 에 config.toml 이라는 파일이 있습니다. config.toml infra/templates/config.toml.tftpl 에서 생성됩니다.

config.toml 마케팅 컨텐츠 생성을위한 제어 센터 역할을하며, 필요한 설정, 프롬프트 및 데이터를 제공하여 개인화되고 브랜드와 일치하는 마케팅 자료를 자동화합니다.

config.toml 의 일부 값을 조정하여 배포 동작을 변경할 수 있습니다. config.toml 에서 값을 조정하면 백엔드 배포 ( infra/scripts/backend_deployment.sh )를 다시 연결하여 업데이트 된 구성을 백엔드로 푸시하십시오.

다음은 config.toml 의 주요 섹션과 그 기능입니다.

글로벌 :

• 핵심 프로젝트 설정 (프로젝트 ID, 위치)을 설정합니다.
• 작업 공간 액세스에 대한 자격 증명을 지정합니다.
• BigQuery 데이터 세트 및 Vertex AI 리소스를 식별합니다.
• 작업 공간 문서 템플릿 및 폴더를 정의합니다.
• 자산 저장 용 GCS 버킷을 설정합니다.
• 작업 공간 API 스코프 (권한)를 정의합니다.

프롬프트 :

• 콘텐츠 생성을 안내하기 위해 자세한 브랜드 정보 (이름, 비전, 미션 등)를 제공합니다.
• 다양한 유형의 컨텐츠에 대한 프롬프트 템플릿을 정의합니다 (브랜드 문, 기본 메시지, 커뮤니케이션 채널, 이메일, 웹 게시물, 광고, 헤드 라인, 설명).
• 동적 컨텐츠 삽입을 위해 자리 표시 자 ({})를 포함합니다.

모델 :

• 텍스트 및 이미지 생성에 사용할 AI 모델의 이름을 지정합니다.

데이터 샘플 :

• 콘텐츠를 개인화하기위한 샘플 데이터 및 옵션 (Age 버킷, 이름, 언어)을 제공합니다.

Looker 대시 보드 추가

마케팅 통찰력 및 캠페인 성과 페이지에 자신의 Looker 대시 보드를 표시 할 수 있습니다.

마케팅 통찰력, 편집 /frontend/src/app/marketing-insights/marketing-insights.component.html 및 캠페인 성능 편집 /frontend/src/app/marketing-insights/marketing-insights.html. 절차는이 두 파일 모두에 대해 동일합니다.

1. 드롭 다운에 대시 보드 이름을 추가하십시오

1. <select class="select-theme-dropdowns" name="state" ngModel (ngModelChange)="onClick($event)"> 찾으십시오. 새로운 배포에있는 경우 아래 줄은 <option value="Overview">Overview</option> 입니다.
2. 비슷한 형식의 다른 형식을 추가하십시오 : <option value="Display Name in Dropdown">newdash</option> , 여기서 value 은 UI 및 내부에 표시되는 식별자 < > 이 경우 "드롭 다운의 디스플레이 이름"으로 식별되는 대시 보드를 추가하고 아래에서 newdash 식별자를 사용 하여이 대시 보드를 연결합니다.

2. 대시 보드 링크를 추가하십시오

파일 하단에 새로운 배포에서 다음과 같은 내용이 표시됩니다.

 < div *ngIf =" overview " class =" overviewcss " >
  < iframe width =" 1000 " height =" 1000 " src =" https://googledemo.looker.com/embed/dashboards/2131?allow_login_screen=true " > </ iframe >
</ div >

파일의 끝에서 각 대시 보드에 3 개의 유사한 줄을 추가하여 다음을 대체합니다.

1. 드롭 다운에 지정된 새 대시 보드의 식별자로 *ngIF= 설정하십시오. eg <div *ngIf="newdash" class="overviewcss"> .
2. src= 대시 보드에 포함 링크로 설정하십시오. URL에서 allow_login_screen=true Looker에서 인증 페이지를 열어 계정에 대한 액세스를 보장합니다. 예를 들어, <iframe width="1000" height="1000" src="https://googledemo.looker.com/embed/dashboards/YOURDASH?allow_login_screen=true" ></iframe>

마케팅 분석 점프 스타트

Google 광고 및 Google Analytics 4 계정이있는 경우 Marketing Analytics Jumpstart 솔루션을 배포하고 대시 보드를 빌드 한 다음 UI 마케팅을위한 생성 AI의 이러한 페이지에 연결할 수 있습니다.

도움을 받고 있습니다

궁금한 점이 있거나이 저장소에 문제가있는 경우 GitHub 문제를 통해보고하십시오.