Recommendations basato sulle chiavi utilizza il contesto del comportamento dei visitatori per mostrare risultati rilevanti nelle attività Adobe Target Recommendations.
Esistono due tipi di consigli:
Ogni criterio è definito nella relativa scheda. Il traffico è suddiviso in modo uniforme tra i diversi test di criteri. In altre parole, in presenza di due criteri, il traffico viene suddiviso in modo uniforme tra di essi. In presenza di due criteri e di due progettazioni, il traffico viene suddiviso in modo uniforme tra le quattro combinazioni. Puoi inoltre specificare una percentuale di visitatori del sito che visualizzano il contenuto predefinito, a scopo di confronto. In tal caso, la percentuale specificata di visitatori visualizza il contenuto predefinito e gli altri sono suddivisi tra i criteri e le combinazioni di progettazione.
Create un nuovo criterio, oppure selezionate un criterio esistente e fate clic su Modifica.
Per modificare la chiave di raccomandazione, selezionate la nuova chiave dall'elenco a discesa Chiave raccomandazione, quindi fate clic su Salva o Aggiorna.
Poiché diverse logiche sono associate a diverse chiavi di consigli, diversi consigli si prestano a posizionarsi su diversi tipi di pagine. Per ulteriori informazioni su ciascuna chiave di raccomandazione, consultate le sezioni seguenti.
Le seguenti chiavi di raccomandazione sono disponibili dall'elenco a discesa Chiave raccomandazione:
Il consiglio è determinato dall'elemento attualmente visualizzato dal visitatore.
Il consiglio visualizzano altri elementi che potrebbero interessare i visitatori interessati all'elemento specificato.
Quando questa opzione è selezionata, il valore entity.id
deve essere trasmesso come parametro alla mbox di visualizzazione.
Il consiglio è determinato dalla categoria di prodotto attualmente visualizzata dal visitatore.
I consigli mostrano gli elementi nella categoria di prodotto specificata.
Quando questa opzione è selezionata, il valore entity.categoryId
deve essere trasmesso come parametro alla mbox di visualizzazione.
Il consiglio è determinato da un elemento memorizzato nel profilo di un visitatore, utilizzando uno degli utenti.x o profilo.Attributi x.
Quando questa opzione è selezionata, il valore entity.id
deve essere presente nell'attributo profilo.
Quando basi i consigli su attributi personalizzati, seleziona l'attributo personalizzato, quindi il tipo di consiglio.
Puoi eseguire il filtro in tempo reale all'inizio dell'output di criteri personalizzati. Ad esempio, puoi limitare gli articoli consigliati a quelli della categoria o del marchio preferito dal visitatore. Così puoi combinare calcoli offline e filtri in tempo reale.
Questa funzionalità consente di utilizzare Target per aggiungere personalizzazione alle raccomandazioni calcolate offline o agli elenchi personalizzati. Permette infatti di unire le compenze del personale addetto ai dati alle tecnonologie comprovate di Adobe per la distribuzione, l'applicazione di filtri al momento dell'esecuzione, i test A/B, il targeting, la generazione di rapporti, le integrazioni e altro.
Con l’aggiunta delle regole di inclusione ai Criteri personalizzati, i consigli non sono più statici ma diventano dinamici, in base agli interessi del visitatore.
Eventuali casi di utilizzo includono:
Se la chiave è un attributo di profilo personalizzato e il tipo di algoritmo è “Elementi più visualizzati o i più venduti”, viene visualizzato un nuovo elenco a discesa denominato “Raggruppa per valore univoco di” che dispone di una lista di attributi di entità noti (ad eccezione di ID, categoria, margine, valore, inventario e ambiente). Questo campo è obbligatorio.
Puoi basare i consigli sul valore di un attributo di profilo personalizzato. Ad esempio, supponi di voler visualizzare filmati consigliati in base all’ultimo filmato che un visitatore ha aggiunto alla sua coda.
Seleziona l’attributo di profilo personalizzato dall’elenco a discesa Chiave consigliata (ad esempio, “Ultimo filmato aggiunto alla watchlist”).
Seleziona quindi la Logica consigliata (ad esempio “Persone che hanno visualizzato questo, hanno visualizzato anche quello”).
Se l’attributo di profilo personalizzato non corrisponde direttamente a un singolo ID entità, devi spiegare a Recommendations come desideri che avvenga la corrispondenza a un’entità. Ad esempio, supponi di voler visualizzare gli articoli più venduti della marca preferita di un visitatore.
Seleziona l’attributo di profilo personalizzato dall’elenco a discesa Chiave consiglio (ad esempio, “Marchio preferito”).
Quindi seleziona la Logica consigli che desideri utilizzare con questa chiave (ad esempio, “Più venduti”).
Viene visualizzata l’opzione Raggruppa per valore univoco di.
Seleziona l’attributo di entità che corrisponde alla chiave scelta. In questo caso “Marchio preferito” corrisponde a entity.brand
.
Recommendations ora genera un elenco “Più venduti” per ogni marchio e mostra al visitatore l’elenco “Più venduti” appropriato in base al valore memorizzato nell’attributo di profilo Marchio preferito del visitatore.
Il consiglio è determinato dalla categoria destinataria della maggioranza dell'attività, con lo stesso metodo utilizzato per “articolo più visualizzato”, il punteggio però viene attribuito alle categorie anziché ai prodotti.
Tale metodo si basa sul criterio di attualità/frequenza, che si comporta come segue:
Alle categorie visitate per la prima volta sono attribuiti 10 punti. Per le visite successive alla stessa categoria sono attribuiti 5 punti. A ogni visita, viene sottratto 1 punto alle categorie non correnti che sono state visualizzate in precedenza.
Ad esempio, la visualizzazione di “Categoria A” e poi di “Categoria B” in una sessione restituisce come risultato A: 9, B: 10. Se si visualizzano gli stessi elementi nella sessione successiva, i valori cambiano in A: 20, B: 9.
Il consiglio è determinato in base all'ultimo articolo acquistato da ogni visitatore. Tale dato viene acquisito automaticamente, quindi non è necessario trasmettere alcun valore alla pagina.
Il consiglio è determinato dall'ultimo articolo visualizzato da ogni visitatore univoco. Tale dato viene acquisito automaticamente, quindi non è necessario trasmettere alcun valore alla pagina.
Il consiglio è determinata in base all'articolo visualizzato più frequentemente, attraverso lo stesso metodo impiegato per la categoria preferita.
Tale metodo si basa sul criterio di attualità/frequenza, che si comporta come segue:
Ad esempio, la visualizzazione di “tavola da surf A” e poi di “tavola da surf B” in una sessione restituisce come risultato A: 10, B: 5. Al termine della sessione, si otterrà A: 5, B: 2,5. Se si visualizzano gli stessi elementi nella sessione successiva, i valori si modificano in A: 15 B: 7,5.
Il consiglio è determinata dalla popolarità degli elementi sul sito. Il consiglio di tipo popolarità include gli elementi più venduti e i più visualizzati secondo i dati mbox e, se si utilizza Adobe Analytics, tutte le metriche disponibili nel rapporto del prodotto. Gli elementi vengono classificati in base alla logica del consiglio selezionato.
Utilizza la cronologia del visitatore (nell'arco delle sessioni) per presentare gli ultimi elementi x visualizzati, in base al numero di posizioni nella progettazione.
Il criterio Elementi visualizzati di recente restituisce risultati specifici per un dato ambiente. Se due siti appartengono ad ambienti diversi e un visitatore passa da un sito all’altro, ciascun sito mostra solo gli articoli visualizzati di recente per il sito appropriato. Se due siti si trovano nello stesso ambiente e un visitatore passa tra di essi, il visitatore vedrà gli stessi elementi visualizzati di recente per entrambi i siti.
Non potete utilizzare i criteri Elementi visualizzati di recente per le raccomandazioni di backup.
Puoi filtrare gli articoli o i file multimediali visualizzati di recente in modo che vengano visualizzati solo quelli con uno specifico attributo.
Eventuali casi di utilizzo includono:
Una società multinazionale con più business potrebbe avere un visitatore che visualizza elementi in più proprietà digitali. In questo caso, puoi limitare gli articoli visualizzati di recente al solo sito su cui sono stati visualizzati. Questo impedisce la visualizzazione degli elementi visualizzati di recente sul sito di un'altra proprietà digitale.
Recently Viewed Items (Elementi visualizzati di recente) rispetta sia le impostazioni globali di esclusione che le impostazioni della raccolta selezionata per l'attività. Se un elemento è escluso da un'esclusione globale, o non è contenuto nella raccolta selezionata, non verrà visualizzato. Di conseguenza, quando si utilizza un criterio Elementi visualizzati di recente, in genere deve essere utilizzata l'impostazione "Tutte le raccolte".
Target RecommendationsIn sono utilizzati algoritmi sofisticati per determinare quando le azioni di un visitatore soddisfano i criteri impostati nell'attività. La Chiave consiglio determina le opzioni di logica disponibili.
La seguente logica di raccomandazione (criteri) è disponibile dall'elenco a discesa Logica raccomandazione:
Consiglia articoli o media simili in base all’attività corrente o al comportamento passato del visitatore.
Se selezionate Elementi/File multimediali con attributi simili, potete impostare le regole per la similarità dei contenuti.
L'utilizzo della similarità dei contenuti per generare raccomandazioni è particolarmente efficace per i nuovi elementi, che probabilmente non verranno visualizzati nelle raccomandazioni utilizzando le persone che hanno visualizzato questo, l'hanno visualizzato e altre logiche basate sul comportamento passato. È inoltre possibile utilizzare la somiglianza del contenuto per generare consigli utili per i nuovi visitatori, che non hanno effettuato acquisti in precedenza o non possiedono altri dati storici.
Per ulteriori informazioni, vedere Somiglianza dei contenuti.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Visualizza gli elementi o i supporti visualizzati più spesso sul sito.
Questa logica consente di visualizzare le raccomandazioni in base agli elementi più visualizzati sul sito per aumentare le conversioni per altri elementi. Ad esempio, un sito multimediale potrebbe visualizzare raccomandazioni nella propria pagina principale per i video più visualizzati, per incoraggiare i visitatori a guardare altri video.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Consiglia gli articoli che sono acquistati più spesso dai clienti contemporaneamente all’articolo specificato.
Questa logica restituisce gli altri prodotti acquistati dopo l'acquisto di questo; il prodotto specificato non è incluso nel set di risultati.
Questa logica consente di aumentare le opportunità di cross-selling mostrando una raccomandazione su una pagina di riepilogo del carrello, ad esempio, che mostra gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore sta acquistando una suite, la raccomandazione potrebbe visualizzare altri elementi acquistati insieme alla tuta, come cravatta, scarpe da vestito e gemelli. Quando i visitatori rivedono i loro acquisti, dovete fornire loro ulteriori raccomandazioni.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Consiglia gli articoli che vengono acquistati più spesso nella stessa sessione in cui viene visualizzato l’articolo specificato. Questo criterio restituisce gli altri prodotti acquistati dopo la visualizzazione dell’articolo corrente; il prodotto specificato non è incluso nell’insieme di risultati.
Questa logica restituisce gli altri prodotti acquistati dopo la visualizzazione di questo; il prodotto specificato non è incluso nel set di risultati.
Questa logica consente di aumentare le opportunità di cross-selling mostrando una raccomandazione su una pagina di prodotto, ad esempio, che mostra gli elementi che altri visitatori hanno visualizzato l'elemento acquistato. Ad esempio, se il visitatore sta visualizzando un palo da pesca, la raccomandazione potrebbe mostrare altri elementi acquistati, come le caselle di controllo, i wader e gli escursioni di pesca. Quando i visitatori consultano il sito, vengono loro fornite ulteriori raccomandazioni di acquisto.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Consiglia gli elementi che vengono visualizzati più spesso nella stessa sessione in cui viene visualizzato l’elemento specificato.
Questa logica restituisce gli altri prodotti visualizzati dopo la visualizzazione di questo; il prodotto specificato non è incluso nel set di risultati.
Questa logica consente di creare ulteriori opportunità di conversione consigliando gli elementi visualizzati anche dagli altri visitatori che hanno visualizzato un elemento. Ad esempio, i visitatori che visualizzano le bici da strada sul sito possono anche guardare caschi ciclabili, kit ciclabili, serrature e così via. Potete creare una raccomandazione utilizzando questa logica che suggerisce altri prodotti per incrementare le entrate.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Consiglia gli articoli in base alla certezza di una relazione tra articoli diversi. È possibile configurare questo criterio per determinare la quantità di dati necessari prima che venga presentato un consiglio utilizzando il cursore delle Regole di inclusione. Per esempio, se selezioni molto forte, vengono consigliati i prodotti con una maggiore certezza di corrispondenza.
Ad esempio, se imposti un’affinità molto forte e il progetto include cinque elementi, tre dei quali soddisfano il livello di soglia di connessione, i due elementi che non soddisfano i requisiti di forza minima non vengono visualizzati nei suggerimenti e vengono sostituiti dagli elementi di backup definiti. Gli elementi con affinità più elevata vengono visualizzati per primi.
Ad esempio, un rivenditore online può raccomandare gli elementi nelle visite successive a cui un visitatore ha mostrato interesse durante le sessioni passate. L'attività di ogni sessione del visitatore viene acquisita per calcolare un'affinità basata su un modello di aggiornamento e di frequenza. Quando il visitatore ritorna al sito, l'affinità del sito viene utilizzata per visualizzare le raccomandazioni in base alle azioni passate sul sito.
Alcuni clienti con varie raccolte di prodotti e comportamenti diversi sui siti potrebbero ottenere risultati ottimali impostando un’affinità di sito debole.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Visualizza gli elementi inclusi negli ordini più completati. Più unità dello stesso articolo in un unico ordine vengono conteggiate come un ordine.
Questa logica consente di creare raccomandazioni per gli articoli più venduti sul sito per aumentare le conversioni e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione:
Raccomanda gli elementi in base alla cronologia di navigazione, visualizzazione e acquisto di ogni visitatore. Tali elementi sono generalmente denominati "Consigliati per l'utente."
Questo criterio consente di fornire contenuti ed esperienze personalizzati sia ai visitatori nuovi che di ritorno. L'elenco delle raccomandazioni è ponderato per l'attività più recente del visitatore e viene aggiornato in sessione e diventa più personalizzato man mano che l'utente naviga sul sito.
Sia le viste che gli acquisti vengono utilizzati per determinare gli elementi raccomandati. La chiave di raccomandazione specificata (ad es. Elemento corrente) viene utilizzata per applicare eventuali filtri per le regole di inclusione selezionati.
Sarà possibile, ad esempio:
Questa logica può essere utilizzata con le seguenti chiavi di raccomandazione: