Entwicklung von Recommendations-Administratoren

Product Recommendations ist ein leistungsstarkes Marketing-Tool, mit dem Sie Konversionen steigern, den Umsatz steigern und die Interaktion mit Kunden fördern können. Produkt-Recommendations wird auf der Storefront in Form von Einheiten wie "Kunden, die dieses Produkt angesehen haben, haben auch angesehen", "Kunden, die dieses Produkt gekauft haben, haben auch gekauft", "Für Sie empfohlen"usw. angezeigt. Adobe Commerce Product Recommendations basiert auf Adobe Sensei, das mithilfe künstlicher Intelligenz und maschineller Lernalgorithmen eine tiefgehende Analyse aggregierter Kundendaten durchführt. Diese Daten führen in Kombination mit Ihrem Commerce-Katalog zu sehr ansprechenden, relevanten und personalisierten Erlebnissen für den Käufer.

NOTE
Wenn Ihre Storefront mit PWA Studio implementiert ist, lesen Sie die PWA-Dokumentation. Wenn Sie eine benutzerdefinierte Frontend-Technologie wie React oder Vue JS verwenden, erfahren Sie im Benutzerhandbuch, wie Sie die Recommendations in eine Headless -Umgebung integrieren. Headless-Instanzen müssen Eventing implementieren, um den Arbeitsbereich "Produktempfehlungen"zu erweitern.

Architektonischer Überblick

Auf hoher Ebene wird Commerce Product Recommendations als SaaS bereitgestellt. Die Commerce-Seite enthält die Storefront mit der Vorlage für den Event-Wächter und das Recommendations-Layout sowie das Backend, zu dem das Data Services-, SaaS-Export- und die Admin-Benutzeroberfläche gehören. Adobe Sensei-Nachrichtendienste werden auf der SaaS-Seite genutzt.

Architekturdiagramm für Produktempfehlungen

Sobald die Empfehlungsmodule installiert und konfiguriert sind, beginnt Ihre Storefront mit der Erfassung von Verhaltensdaten. Adobe Sensei verarbeitet diese Verhaltensdaten zusammen mit Ihren Katalogdaten und berechnet Produktzuordnungen, die vom Recommendations-Dienst genutzt werden. An dieser Stelle kann der Händler Produktempfehlungseinheiten direkt über die Admin-Benutzeroberfläche für sein Storefront erstellen, verwalten und bereitstellen.

Nächste Schritte

Lesen Sie die folgenden Themen, um mit Product Recommendations zu beginnen:

recommendation-more-help
4bf3c55a-3844-4322-a5d2-42b4e56228e5