Rendern von Erlebnissen
Befolgen Sie die Schritte im Diagramm Erlebnisse rendern, um sicherzustellen, dass alle erforderlichen Aufgaben zum Rendern von Erlebnissen in der richtigen Reihenfolge ausgeführt werden.
Rendering-Erlebnisdiagramm diagram
Die automatische vordefinierte Flimmerhandhabung, die mit at.js verfügbar ist, ist nur sinnvoll, wenn Automatische Seitenladeanforderung aktiviert ist. Diese Option blendet den gesamten HTML-Hauptteil aus, während die Erlebnisse aus Target abgerufen werden. In diesem Fall liegt es in Ihrer Verantwortung, mit Flackern umzugehen. Suchen Sie nach verfügbaren Implementierungsmustern für die Flimmerhandhabung, um eine Anleitung zu erhalten.
Klicken Sie auf die folgenden Links, um zu den gewünschten Abschnitten zu navigieren:
- 3.1: Absatzförderung
- 3.2: Warenkorb-basierte Kriterien
- 3.3: Beliebtheitskriterien
- 3.4: Kriterien auf der Grundlage von Artikeln
- 3.5: Benutzerbasierte Kriterien
- 3.6: Benutzerdefinierte Kriterien
- 3.7: Angabe der in Einschlussregeln verwendeten Attribute
- 3.8: Angabe der excludedIds
- 3.9: Entitätsattribute angeben, um den Produktkatalog für Recommendations zu aktualisieren
- 3.10: Geben Sie Profilattribute an, die als Schlüssel für Einschlussregeln verwendet werden
- 3.11: Auslösen einer Seitenladeanforderung
- 3.12: Feuer Regionale Standortanfrage
3.1: Absatzförderung promotion
Fügen Sie hochgestufte Elemente hinzu und steuern Sie deren Platzierung im Recommendations-Design, indem Sie in der Target-Benutzeroberfläche beim Erstellen der Aktivität Heraufstufungen nach vorne oder hinten auswählen.
Verfügbare Optionen
- Nach IDs hochstufen
- Nach Sammlung hochstufen
- Nach Attribut hochstufen
Entitätsparameter erforderlich
- Elementattribute in Promotions müssen bei Verwendung der Option „Nach Attribut bewerben“ übergeben werden.
Messwerte
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.2: Warenkorb-basierte Kriterien cart
Empfehlungen auf der Grundlage des Warenkorbinhalts des Benutzers aussprechen.
Verfügbare Kriterien
- Personen, die diese angesehen haben, sahen diese an
- Leute, die diese angesehen haben, kauften diese
- Personen, die diese gekauft haben, kauften diese
Entitätsparameter erforderlich
- cartIds
Messwerte
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.3: Beliebtheitskriterien popularity
Empfehlungen auf der Grundlage der allgemeinen Popularität eines Elements auf Ihrer Website oder auf der Grundlage der Popularität von Elementen innerhalb der Lieblings- oder am häufigsten angezeigten Kategorie, Marke, Genre usw. eines Besuchers.
Verfügbare Kriterien
- Am häufigsten auf der Website angezeigt
- Am häufigsten angezeigt nach Kategorie
- Am häufigsten angezeigt nach Elementattribut
- Topverkäufe auf der Website
- Topverkäufe nach Kategorie
- Topverkäufe nach Artikelattribut
- Am besten nach Analytics-Metrik
Entitätsparameter erforderlich
entity.categoryIdoder das Elementattribut für Popularität basierend auf , wenn das Kriterium auf dem aktuellen oder dem Elementattribut basiert.- Nichts darf für Am häufigsten angezeigt/Am häufigsten verkauft über die Website weitergegeben werden.
Messwerte
3.4: Kriterien auf der Grundlage von Artikeln item
Empfehlungen aussprechen, die darauf basieren, ähnliche Elemente zu finden wie ein Element, das der Benutzer gerade anzeigt oder kürzlich angeschaut hat.
Verfügbare Kriterien
- Personen, die dies angesehen haben, haben dies angesehen
- Leute, die das angesehen haben, kauften das
- Personen, die das gekauft haben, kauften das
- Elemente mit ähnlichen Attributen
Entitätsparameter erforderlich
entity.id- Wenn ein Profilattribut als Schlüssel verwendet wird
Messwerte
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.5: Benutzerbasierte Kriterien user
Empfehlungen auf der Grundlage des Benutzerverhaltens aussprechen.
Verfügbare Kriterien
- Vor Kurzem aufgerufene Artikel
- Empfohlen für Sie
Entitätsparameter erforderlich
entity.id
Messwerte
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.6: Benutzerdefinierte Kriterien custom
Empfehlungen basierend auf einer benutzerdefinierten Datei geben, die Sie hochladen.
Verfügbare Kriterien
- Benutzerdefinierter Algorithmus
Entitätsparameter erforderlich
entity.id oder das als Schlüssel für den benutzerdefinierten Algorithmus verwendete Attribut
Messwerte
3.7: Angabe der in Einschlussregeln verwendeten Attribute inclusion
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.8: Angabe der excludedIds exclude
Übergeben Sie Entitäts-IDs für Entitäten, die Sie aus Ihren Empfehlungen ausschließen möchten. Beispielsweise können Sie Artikel ausschließen, die sich bereits im Warenkorb befinden.
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.9: Entitätsattribute angeben, um den Produktkatalog für Recommendations zu aktualisieren entity-attributes
Messwerte
Sie können diesen Schritt auch durchführen, indem Sie Produkt-Feeds über die Target-Benutzeroberfläche erstellen, um den Produktkatalog für Recommendations zu aktualisieren.
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.10: Geben Sie Profilattribute an, die als Schlüssel für Einschlussregeln verwendet werden keys
Geben Sie die Profilattribute an, die als Schlüssel für Einschlussregeln in den oben genannten Recommendations-Kriterien verwendet werden.
Messwerte
3.11: Auslösen einer Seitenladeanforderung fire
In diesem Schritt wird ein Delivery API-Aufruf mit execute > Payload pageLoad in der Anfrage Trigger. Die getOffers()-Methode ruft das Erlebnis ab und rendert das Erlebnis applyOffers() auf der Seite. Die pageLoad-Anfrage wird für das Rendern von Erlebnissen benötigt, die in Visual Experience Composer (VEC) verfasst wurden.
Voraussetzungen
- Alle Datenzuordnungen müssen mit der
targetPageParams-Funktion vorgenommen werden.
Messwerte
Aktionen
- Verwenden Sie die
getOffersundapplyOffersMethoden, um das Erlebnis mithilfe eines Seitenladeanfrage-API-Aufrufs abzurufen.
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
3.12: Feuer Regionale Standortanfrage (#location)
In diesem Schritt wird ein Delivery API-Aufruf mit execute > Payload mboxes in der Anfrage Trigger. Die getOffers-Methode ruft das Erlebnis ab und rendert das Erlebnis applyOffers auf der Seite. Sie können unter execute > mboxes Payload mehr als eine Mbox senden.
Voraussetzungen
- Alle Datenzuordnungen müssen mit der
targetPageParams-Funktion vorgenommen werden.
Messwerte
Aktionen
- Verwenden Sie die
getOffersundapplyOffersMethoden, um das Erlebnis mithilfe eines Seitenladeanfrage-API-Aufrufs abzurufen.
Kehren Sie zum Diagramm oben auf dieser Seite zurück.
Fahren Sie mit Schritt 4: Target benachrichtigen fort.