Was sind Product Recommendations?
Product Recommendations können Ihnen mithilfe von Adobe AIpersonalisierte Produktempfehlungen für Adobe Commerce-Storefronts und maschinelles Lernen für das aggregierte Käuferverhalten und Ihren Katalog zeigen. Diese Übersicht behandelt Service-Einschränkungen (einschließlich HIPAA), Daten und Datenschutz, wo Empfehlungseinheiten angezeigt werden, Storefront-Implementierungspfade, wie Empfehlungen Produktbeziehungen ergänzen und die Aufbewahrung von Katalogdaten.
Umgang mit Daten und Datenschutz
Die Datenerfassung für Product Recommendations umfasst keine personenbezogenen Daten (PII). Alle Benutzerkennungen wie Cookie-IDs und IP-Adressen werden streng anonymisiert. Weitere Informationen finden Sie in der Adobe-Datenschutzrichtlinie.
Weitere Informationen zur Datensynchronisation finden Sie unter Data Management Dashboard.
Wo Empfehlungen erscheinen
Empfehlungen werden in der Storefront als Einheiten mit Beschriftungen angezeigt, z. B. „Kunden, die dieses Produkt angesehen haben, haben es auch angesehen“. Sie können Empfehlungen für Ihre Store-Ansichten über den Adobe Commerce-Admin erstellen, verwalten und bereitstellen. Wenn Ihr Commerce-Projekt den Adobe Commerce Optimizer-Connector verwendet, können Sie Empfehlungen über Adobe Commerce Optimizer erstellen, verwalten und bereitstellen.
Storefront-Implementierungen
Wählen Sie die Dokumentation aus, die Ihrer Storefront entspricht:
- PWA Studio - Dokumentation zu PWA
- Benutzerdefinierte Frontends (z. B. React oder Vue.js) - Integration Product Recommendations in eine Headless-Storefront
- Commerce Edge Delivery Services (EDS) — Dokumentation zur Adobe Commerce-Storefront für EDS
Produktempfehlungen versus Produktbeziehungen
Angesichts der sich ständig verändernden Komplexität von Online-Shopping, ist das, was am besten für Ihre Storefront funktioniert, oft eine Kombination aus mehreren Schlüsseltechnologien. Die Verwendung von Product Recommendations- Produktbeziehungen bietet Ihnen mehr Flexibilität bei der Promotion von Produkten. Sie können Product Recommendations mit Adobe AI nutzen, um Ihre Empfehlungen im benötigten Umfang intelligent zu automatisieren. Anschließend können Sie " Produktregeln“ nutzen wenn Sie manuell eingreifen müssen und sicherstellen müssen, dass eine bestimmte Empfehlung an ein Zielkunden-Segment gesendet wird oder wenn bestimmte Geschäftsziele erfüllt werden müssen.
Produktempfehlungen ermöglichen Ihnen Folgendes:
- Wählen Sie aus neun verschiedenen intelligenten Empfehlungstypen, die auf den folgenden Bereichen basieren: Käuferbasiert, Artikelbasiert, Beliebtheit, Trend und Ähnlichkeit
- Verwenden Sie Verhaltensdaten, um Empfehlungen auf der Storefront-Journey des Käufers zu personalisieren
- Messen Sie Schlüsselmetriken, die für jede Empfehlung relevant sind, damit Sie die Auswirkungen Ihrer Empfehlungen besser verstehen können
Produktempfehlungen - Demo
In diesem Video erfahren Sie mehr über Product Recommendations:
Richtlinie zur Aufbewahrung von Katalogdaten
Der Product Recommendations-Service ist auf Katalogdaten angewiesen, die mit Ihrer Adobe Commerce-Umgebung synchronisiert bleiben. Inaktive Kataloge oder Umgebungen, die keine Daten mehr abfragen, können in den Ruhezustand übergehen. Dies wirkt sich darauf aus, was der Service bis zur erneuten Aktivierung zurückgibt.
Wenn Sie 90 aufeinander folgende Tage lang keine Abfrage für die Katalogdaten in Ihrer Test-Umgebung senden, werden die Katalogdaten auf den Ruhezustand eingestellt und es werden keine Daten für eine Abfrage zurückgegeben. Katalogdaten in Ihrer Produktions Umgebung sind von der 90-Tage-Regel nicht betroffen.
Wenn Ihre Umgebung 45 Tage nach Erstellung einen Katalog hat, werden die Katalogdaten auf den Ruhezustand eingestellt und es werden keine Daten für eine Abfrage zurückgegeben. Dies gilt sowohl für Produktions- als auch für Testumgebungen.
Reaktivieren von Katalogdaten
Um Katalogdaten nach dem Ruhezustand wiederherzustellen senden Sie eine Support-Anfrage dem Titel "Product Recommendations erneut aktivieren“ und schließen Sie die Umgebungs-IDs ein. Katalogdaten sollten innerhalb weniger Stunden wiederhergestellt werden.