Современная розничная торговля требует персонализированного поиска товаров и естественной разговорной помощи. Target создала платформу Guest Product Confidence для укрепления доверия и помощи в принятии решений о покупке. Примером является чат-бот Gift Finder, запущенный в праздничный сезон 2025 года, который предлагает разговорный поиск товаров. Для достижения персонализации в реальном времени и семантических ответов в масштабе Target необходимо было объединить свою разрозненную экосистему данных в единую платформу. Эта платформа должна была одновременно поддерживать транзакционные нагрузки, графовые отношения, поиск по векторному сходству и поиск по ключевым словам. Target выбрала Spanner Graph для создания своей корпоративной онтологии, "графа графов" для торгового графа на базе генеративного ИИ. Объединив данные, Spanner теперь выступает в качестве единого источника истины для транзакционного состояния и семантической информации. Архитектура включает корпоративное дополнение, унифицированное хранилище графов/векторов/поиска и уровень оркестрации, обеспечивающий работу интерфейсов ИИ. Миграция с нулевым временем простоя в четыре этапа, включая сопоставление схем и параллельное воспроизведение данных, была успешно выполнена. Эта консолидация привела к измеримым бизнес-результатам, включая повышение релевантности рекомендаций и улучшение удовлетворенности клиентов. Это также привело к сокращению затрат на обслуживание инфраструктуры на 50%, ускоряя разработку новых функций ИИ.