Basare il consiglio su una chiave consiglio

I Recommendations basati su algoritmi utilizzano il contesto del comportamento del visitatore per mostrare risultati rilevanti in Adobe Target Recommendations attività.

Ogni tipo di algoritmo fornisce diversi algoritmi appropriati al proprio tipo, come illustrato nella tabella seguente:

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 di visitatori specificata visualizza il contenuto predefinito e il resto viene suddiviso tra i criteri e le combinazioni di progettazione.

Per ulteriori informazioni sulla creazione di criteri e sulla definizione dei relativi tipi e algoritmi, consulta Creare criteri.

Diversi algoritmi di Recommendations si prestano a essere posizionati su diversi tipi di pagine. Per ulteriori informazioni su ciascun tipo di algoritmo e sui relativi algoritmi disponibili, consulta le sezioni seguenti.

Basato su carrello

Il Basato su carrello il tipo di algoritmo consente di consigliare gli elementi in base al contenuto del carrello corrente del visitatore. Le chiavi per i consigli sono fornite tramite parametro mbox cartIds in valori separati da virgole. Vengono considerati solo i primi 10 valori.

La logica dei consigli basati sul carrello è simile al "Consigliato per te"algoritmo basato su utente e al"Chi ha visualizzato questi ha acquistato anche quelli" e "Chi ha comprato questi ha acquistato anche quelli" algoritmi basati su elementi.

Target utilizza tecniche di filtro collaborativo per determinare le somiglianze per ogni elemento nel carrello del visitatore, quindi combina queste somiglianze comportamentali in ogni elemento per ottenere un elenco unito.

Target offre inoltre agli addetti al marketing la possibilità di osservare il comportamento dei visitatori all’interno di una singola sessione o in più sessioni:

• Sessione singola: in base a ciò che hanno fatto altri visitatori all’interno di una singola sessione.

  Osservare il comportamento all’interno di una singola sessione potrebbe avere senso quando si può ritenere che i prodotti si "abbinino" fortemente tra loro in base a un utilizzo, un’occasione o un evento. Ad esempio, un visitatore sta acquistando una stampante e potrebbe anche aver bisogno di carta e inchiostro. Oppure, un visitatore sta comprando burro di arachidi e potrebbe anche aver bisogno di pane e gelatina.

• Tra sessioni: in base a ciò che hanno fatto altri visitatori in più sessioni.

  Osservare il comportamento in più sessioni potrebbe avere senso quando si ha la sensazione che i prodotti vivamente "vanno di pari passo" l’uno con l’altro in base alle preferenze o al gusto dei visitatori. Ad esempio, a un visitatore piace Star Wars e potrebbe piacere anche Indiana Jones, anche se non desidera necessariamente guardare entrambi i film contemporaneamente. Oppure, a un visitatore piace il gioco da tavolo "Codenames" e potrebbe anche piacere il gioco da tavolo "Avalon", anche se il visitatore non può giocare entrambi i giochi contemporaneamente.

Target formula raccomandazioni per ogni visitatore in base agli elementi nel suo carrello corrente, indipendentemente dal fatto che tu guardi al comportamento del visitatore all’interno di una singola sessione o in più sessioni.

I seguenti algoritmi sono disponibili con Basato su carrello tipo di algoritmo:

Chi ha visualizzato questo ha visualizzato anche quelli

Consiglia gli elementi che vengono visualizzati più spesso nella stessa sessione in cui viene visualizzato l’elemento specificato.

Questa logica restituisce altri prodotti visualizzati dopo aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di creare opportunità di conversione aggiuntive consigliando gli articoli visualizzati anche dagli altri visitatori che hanno visualizzato un articolo. Ad esempio, i visitatori che visualizzano le bici da strada sul sito potrebbero anche guardare caschi, kit per ciclismo, serrature e così via. Utilizzando questa logica, puoi creare un consiglio che suggerisca ad altri prodotti di aiutarti ad aumentare i ricavi.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Chi ha visualizzato questo ha acquistato anche quelli

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 altri prodotti acquistati dopo aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di prodotto, ad esempio, in cui vengono visualizzati gli articoli acquistati da altri visitatori. Ad esempio, se il visitatore visualizza un palo da pesca, il consiglio potrebbe mostrare altri elementi acquistati da altri visitatori, come scatole per placcaggi, trampolieri e esche per pesca. Man mano che i visitatori navigano nel tuo sito, fornisci loro ulteriori consigli di acquisto.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Chi ha comprato questo ha acquistato anche quelli

Consiglia gli articoli che sono acquistati più spesso dai clienti contemporaneamente all’articolo specificato.

Questa logica restituisce altri prodotti acquistati dopo l’acquisto di questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica ti consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di riepilogo del carrello, ad esempio, in cui vengono visualizzati gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore acquista un completo, il consiglio potrebbe mostrare altri articoli acquistati da altri visitatori insieme all’indumento, come cravatte, scarpe e gemelli. Man mano che i visitatori esaminano i loro acquisti, fornisci loro ulteriori consigli.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Basato sulla popolarità

Il Basato sulla popolarità il tipo di algoritmo consente di formulare consigli in base alla popolarità complessiva di un elemento nel sito o in base alla popolarità degli elementi nella categoria, nel marchio, nel genere e così via preferiti o più visualizzati di un utente.

I seguenti algoritmi sono disponibili con Basato sulla popolarità tipo di algoritmo:

Articoli più visualizzati nel sito

Il consiglio è determinato dall’elemento visualizzato più di frequente. Tale metodo si basa sul criterio di attualità/frequenza, che si comporta come segue:

• 10 punti per la prima visualizzazione del prodotto
• 5 punti per ogni visualizzazione successiva
• Alla fine della sessione tutti i valori vengono divisi per 2

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, avrai A: 5, B: 2.5. Se visualizzi gli stessi elementi nella sessione successiva, i valori diventano A: 15 B: 7.5.

Utilizza questo algoritmo nelle pagine generali, ad esempio home page o pagine di destinazione e annunci offsite.

Più visualizzati per categoria

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:

• 10 punti per la prima visualizzazione della categoria
• 5 punti per ogni visualizzazione successiva

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.

Utilizza questo algoritmo nelle pagine generali, ad esempio home page o pagine di destinazione e annunci offsite.

Se selezioni l’algoritmo Più visualizzato per categoria, puoi selezionare le seguenti chiavi Recommendations:

• Categoria corrente
• Categoria preferita

Più visualizzati per attributo articolo

Consiglia elementi o file multimediali simili a quelli più visualizzati sul sito.

Questo algoritmo consente di selezionare l’attributo dell’elemento su cui basare il consiglio, ad esempio "Nome" o "Marchio".

Quindi seleziona gli attributi di profilo memorizzati nel profilo del visitatore da associare, ad esempio "Marchio preferito", "Ultimo elemento aggiunto al carrello" o "Spettacolo più visualizzato".

Articoli più venduti in tutto il sito

Visualizza gli articoli inclusi nel maggior numero di ordini completati dall'interno del sito. Più unità dello stesso articolo in un unico ordine vengono conteggiate come un ordine.

Questo algoritmo consente di creare consigli per gli articoli più venduti sul sito per aumentare la conversione e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.

Articoli più venduti per categoria

Visualizza gli articoli inclusi nel maggior numero di ordini completati per categoria. Più unità dello stesso articolo in un unico ordine vengono conteggiate come un ordine.

Questo algoritmo ti consente di creare consigli per gli articoli più venduti sul sito in base alla categoria, per aumentare la conversione e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.

Se selezioni l’algoritmo Più visualizzato per categoria, puoi selezionare le seguenti chiavi Recommendations:

• Categoria corrente
• Categoria preferita

Attributo Articoli più venduti

Consiglia articoli o supporti simili a quelli acquistati di più sul sito.

Questo algoritmo consente di selezionare l’attributo dell’elemento su cui basare il consiglio, ad esempio "Nome" o "Marchio".

Quindi seleziona gli attributi di profilo memorizzati nel profilo del visitatore da associare, ad esempio "Marchio preferito", "Ultimo elemento aggiunto al carrello" o "Spettacolo più visualizzato".

Primi per metrica di Analytics

Visualizza la "X superiore" dove x è un arbitrario Analytics metrica. Quando utilizzi dati comportamentali da mbox, puoi utilizzare i più venduti o i più visualizzati (x = "venduti" o x = "visualizzati"). Se utilizzi dati comportamentali di Adobe Analytics, è possibile utilizzare x = "Aggiunte al carrello" o un altro Analytics metrica.

Basato su articolo

Il Basato su articolo il tipo di consiglio consente di formulare consigli in base alla ricerca di elementi simili a quelli di un elemento attualmente visualizzato o visualizzato di recente dall’utente.

I seguenti algoritmi sono disponibili con Basato su articolo tipo di algoritmo:

Chi ha visualizzato questo ha visualizzato anche quello

Consiglia gli elementi che vengono visualizzati più spesso nella stessa sessione in cui viene visualizzato l’elemento specificato.

Questa logica restituisce altri prodotti visualizzati dopo aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di creare opportunità di conversione aggiuntive consigliando gli articoli visualizzati anche dagli altri visitatori che hanno visualizzato un articolo. Ad esempio, i visitatori che visualizzano le bici da strada sul sito potrebbero anche guardare caschi, kit per ciclismo, serrature e così via. Utilizzando questa logica, puoi creare un consiglio che suggerisca ad altri prodotti di aiutarti ad aumentare i ricavi.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Chi ha visualizzato questo ha acquistato anche quello

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 altri prodotti acquistati dopo aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di prodotto, ad esempio, in cui vengono visualizzati gli articoli acquistati da altri visitatori. Ad esempio, se il visitatore visualizza un palo da pesca, il consiglio potrebbe mostrare altri elementi acquistati da altri visitatori, come scatole per placcaggi, trampolieri e esche per pesca. Man mano che i visitatori navigano nel tuo sito, fornisci loro ulteriori consigli di acquisto.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Chi ha comprato questo ha acquistato anche quello

Consiglia gli articoli che sono acquistati più spesso dai clienti contemporaneamente all’articolo specificato.

Questa logica restituisce altri prodotti acquistati dopo l’acquisto di questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica ti consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di riepilogo del carrello, ad esempio, in cui vengono visualizzati gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore acquista un completo, il consiglio potrebbe mostrare altri articoli acquistati da altri visitatori insieme all’indumento, come cravatte, scarpe e gemelli. Man mano che i visitatori esaminano i loro acquisti, fornisci loro ulteriori consigli.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Articoli con attributi simili

Consiglia articoli o media simili in base all’attività corrente o al comportamento passato del visitatore.

Se selezioni Articoli/Media con attributi simili, puoi impostare le regole di somiglianza del contenuto.

L’utilizzo di somiglianze di contenuti per generare consigli è particolarmente efficace per i nuovi elementi, che probabilmente non verranno visualizzati nei consigli utilizzando Persone che hanno visualizzato questo, Visualizzato quello 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.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi Recommendations:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Per ulteriori informazioni, consulta Somiglianza contenuti.

Basato su utente

Il tipo di algoritmo basato sull’utente consente di formulare consigli in base al comportamento dell’utente.

I seguenti algoritmi sono disponibili con Basato su utente tipo di algoritmo:

Articoli visualizzati di recente

Utilizza la cronologia del visitatore (nell'arco delle sessioni) per presentare gli ultimi elementi x visualizzati, in base al numero di posizioni nella progettazione.

L’algoritmo Articoli visualizzati di recente restituisce un risultato specifico 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 da un sito all’altro, il visitatore visualizza gli stessi elementi visualizzati di recente per entrambi i siti.

Puoi filtrare gli articoli o i file multimediali visualizzati di recente in modo che vengano visualizzati solo quelli con uno specifico attributo.

• I criteri “visualizzati di recente” sono configurabili, come altri criteri nei consigli.
• È possibile utilizzare raccolte, esclusioni e inclusioni (incluse le regole speciali per Prezzo e Inventario) proprio come per tutti gli altri criteri.

I possibili casi d’uso includono: un’azienda multinazionale con più aziende potrebbe avere un visitatore che visualizza gli articoli 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.

Utilizza questo algoritmo nelle pagine generali, ad esempio home page o pagine di destinazione e annunci offsite.

Consigliato per te

Consiglia gli articoli in base alla cronologia di navigazione, visualizzazione e acquisto di ogni visitatore.

Questo algoritmo ti consente di fornire contenuti ed esperienze personalizzati sia ai visitatori nuovi che a quelli di ritorno. L’elenco dei consigli è ponderato rispetto all’attività più recente del visitatore, viene aggiornato durante la sessione e diventa più personalizzato man mano che l’utente naviga sul sito.

Sia le visualizzazioni che gli acquisti vengono utilizzati per determinare gli articoli consigliati. La chiave di consiglio specificata (ad esempio, Elemento corrente) viene utilizzata per applicare tutti i filtri selezionati per le regole di inclusione.

Sarà possibile, ad esempio:

• Escludi gli articoli che non soddisfano determinati criteri (prodotti esauriti, articoli pubblicati più di 30 giorni fa, film classificati R e così via).
• Limita gli elementi inclusi a una singola categoria o alla categoria corrente.

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi di filtro:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Criteri personalizzati

Il tipo di algoritmo Criteri personalizzati consente di formulare consigli in base a un file personalizzato caricato.

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 la personalizzazione ai consigli calcolati 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.

• I criteri personalizzati sono configurabili, come altri criteri nei consigli.
• È possibile utilizzare raccolte, esclusioni e inclusioni (incluse le regole speciali per Prezzo e Inventario) proprio come per tutti gli altri criteri.

Eventuali casi di utilizzo includono:

• Vuoi consigliare film da una lista personalizzata, ma solo se il visitatore non li ha già guardati.
• Desideri eseguire un algoritmo offline e utilizzare i risultati per alimentare i consigli, ma devi assicurarti che gli elementi esauriti non vengano mai consigliati.
• Vuoi includere solo gli articoli appartenenti alla categoria preferita del visitatore.

Chiavi consiglio

Le seguenti chiavi di consigli sono disponibili da Chiave consiglio elenco a discesa:

Elemento corrente

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.

Può essere utilizzato con i seguenti algoritmi:

• Articoli con attributi simili
• Chi ha visualizzato questo ha visualizzato anche quello
• Chi ha visualizzato questo ha acquistato anche quello
• Chi ha comprato questo ha acquistato anche quello

Utilizza il Elemento corrente chiave consigli sul sito su:

• Pagine a elemento singolo, ad esempio le pagine del prodotto.
• NON utilizzare nelle pagine dei risultati di ricerca nulli.

Ultimo articolo acquistato

Il consiglio è determinato in base all'ultimo articolo acquistato da ogni visitatore univoco. Questo viene acquisito automaticamente, quindi non è necessario trasmettere valori sulla pagina.

Può essere utilizzato con i seguenti algoritmi:

• Articoli con attributi simili
• Chi ha visualizzato questo ha visualizzato anche quello
• Chi ha visualizzato questo ha acquistato anche quello
• Chi ha comprato questo ha acquistato anche quello

Utilizza il Ultimo articolo acquistato chiave consigli sul sito su:

• Pagina principale, pagina account, annunci fuori sede.
• NON utilizzare su pagine di prodotti o pagine rilevanti per gli acquisti.

Chiave consigli personalizzata

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.

1. Seleziona l’attributo di profilo personalizzato dall’elenco Chiave consiglio (ad esempio, "Last Show Added to Watchlist").

2. 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.

1. Seleziona l’attributo di profilo personalizzato dall’elenco Chiave consiglio (ad esempio, "Marchio preferito").

2. Quindi seleziona la Logica consigli che desideri utilizzare con questa chiave (ad esempio, “Più venduti”).

   Viene visualizzata l’opzione Raggruppa per valore univoco di.

3. 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.

   

Ultimo articolo visualizzato

Il consiglio è determinato dall'ultimo articolo visualizzato da ogni visitatore univoco. Questo viene acquisito automaticamente, quindi non è necessario trasmettere valori sulla pagina.

Può essere utilizzato con i seguenti algoritmi:

• Articoli con attributi simili
• Chi ha visualizzato questo ha visualizzato anche quello
• Chi ha visualizzato questo ha acquistato anche quello
• Chi ha comprato questo ha acquistato anche quello

Utilizza il Ultimo articolo visualizzato chiave consigli sul sito su:

• Pagina principale, pagina account, annunci fuori sede.
• NON utilizzare su pagine di prodotti o pagine rilevanti per gli acquisti.

Articolo più visualizzato

Visualizza gli elementi o i supporti visualizzati più di frequente sul sito.

Questa logica consente di visualizzare i consigli in base agli elementi più visualizzati sul sito per aumentare le conversioni per altri elementi. Ad esempio, un sito di contenuti multimediali potrebbe mostrare nella propria home page i consigli per i video più visualizzati, in modo da incoraggiare i visitatori a guardare altri video.

Questa chiave di consigli può essere utilizzata con i seguenti algoritmi:

• Articoli con attributi simili
• Chi ha visualizzato questo ha visualizzato anche quello
• Chi ha visualizzato questo ha acquistato anche quello
• Chi ha comprato questo ha acquistato anche quello

Categoria corrente

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.

Questa chiave di consigli può essere utilizzata con i seguenti algoritmi:

• Articoli più venduti
• Articoli più visualizzati

Utilizza il Categoria corrente chiave consigli sul sito su:

• Pagine a categoria singola.
• NON utilizzare nelle pagine dei risultati di ricerca nulli.

Categoria preferita

Il consiglio è determinato dalla categoria di prodotto preferita del 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.

Questa chiave di consigli può essere utilizzata con i seguenti algoritmi:

• Articoli più venduti
• Articoli più visualizzati

Utilizza il Categoria corrente chiave consigli sul sito su:

• Pagine a categoria singola.
• NON utilizzare nelle pagine dei risultati di ricerca nulli.

Affinità sito

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 consigliare articoli in visite successive che hanno suscitato interesse in un visitatore durante le sessioni precedenti. L’attività per ogni sessione del visitatore viene acquisita per calcolare un’affinità in base a un modello di frequenza e recency. Quando il visitatore ritorna sul sito, l’affinità viene utilizzata per visualizzare i consigli in base alle azioni passate eseguite 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 consigli:

• Elemento corrente
• Ultimo articolo acquistato
• Ultimo articolo visualizzato
• Articolo più visualizzato

Risorse Business.Adobe.com