Recommendations basato sugli algoritmi utilizza il contesto di comportamento del visitatore per mostrare i risultati rilevanti in Adobe Target Recommendations attività.
Ogni tipo di algoritmo fornisce algoritmi diversi appropriati per il relativo tipo, come illustrato nella tabella seguente:
Tipo di algoritmo | Quando utilizzare | Algoritmi disponibili |
---|---|---|
Basato sul carrello | Effettua i consigli in base al contenuto del carrello dell’utente. |
|
Basato sulla popolarità | Puoi formulare consigli in base alla popolarità complessiva di un elemento all’interno del tuo sito o in base alla popolarità degli articoli all’interno della categoria, del marchio, del genere e così via preferiti o più visualizzati da un utente. |
|
Basato su articolo | formulare raccomandazioni in base al risultato di elementi simili a un elemento che l’utente sta visualizzando o ha visualizzato di recente. |
|
Basato su utente | Eseguite raccomandazioni in base al comportamento dell'utente. |
|
Criteri personalizzati | Crea consigli in base a un file personalizzato caricato. |
|
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.
Per ulteriori informazioni sulla creazione dei criteri e sulla definizione dei relativi tipi e algoritmi, consulta Creare criteri.
Diversi algoritmi di consigli si prestano a posizionarsi su diversi tipi di pagine. Per ulteriori informazioni su ciascun tipo di algoritmo e i relativi algoritmi disponibili, consulta le sezioni seguenti.
La Basato sul carrello Il tipo di algoritmo consente di consigliare gli elementi in base al contenuto del carrello corrente del visitatore. Le chiavi di raccomandazione 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 alla "Consigliato" algoritmo basato su utenti e al "Chi li ha visti, li ha comprati" e "Chi ha comprato questi ha acquistato 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 tra ciascun elemento per ottenere un elenco unito.
Target offre anche agli esperti di marketing la possibilità di osservare il comportamento dei visitatori in 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 ha la sensazione che i prodotti si "incontrino" fortemente in base a un utilizzo, un’occasione o un evento. Ad esempio, un visitatore sta acquistando una stampante e potrebbe anche aver bisogno di inchiostro e carta. Oppure, un visitatore sta comprando burro di arachidi e potrebbe anche avere bisogno di pane e gelatina.
Più sessioni: In base a ciò che altri visitatori hanno fatto in più sessioni.
Osservare il comportamento in più sessioni potrebbe avere senso quando si ha la sensazione che i prodotti si "incontrino" fortemente in base alla preferenza o al gusto del visitatore. Ad esempio, a un visitatore piace Star Wars e potrebbe piacere anche Indiana Jones, anche se il visitatore non vuole necessariamente guardare entrambi i film nella stessa seduta. Oppure, a un visitatore piace il gioco della bacheca "Codenames" e potrebbe anche piacere il gioco della bacheca "Avalon", anche se il visitatore non può giocare entrambi i giochi contemporaneamente.
Target formula raccomandazioni per ogni visitatore in base agli elementi nel carrello corrente, indipendentemente dal fatto che osservi il comportamento del visitatore in una singola sessione o in più sessioni.
I seguenti algoritmi sono disponibili con Basato sul carrello tipo di algoritmo:
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 ti consente di creare ulteriori opportunità di conversione consigliando gli elementi visualizzati anche da altri visitatori che hanno visualizzato un elemento. Ad esempio, i visitatori che visualizzano le bici da strada sul tuo sito potrebbero anche guardare caschi da bicicletta, kit da ciclismo, serrature e così via. Potete creare una raccomandazione utilizzando questa logica che suggerisce che altri prodotti vi aiutino ad aumentare i ricavi.
Se selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
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 aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.
Questa logica consente di aumentare le opportunità di vendita incrociata visualizzando una raccomandazione su una pagina di prodotto, ad esempio, che mostra gli articoli che altri visitatori hanno visualizzato l’articolo acquistato. Ad esempio, se il visitatore sta visualizzando un palo da pesca, la raccomandazione potrebbe mostrare altri oggetti acquistati, come scatole di gestione, waders e lures da pesca. Quando i visitatori navigano nel sito, è possibile fornire loro ulteriori consigli di acquisto.
Se selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
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 ti consente di aumentare le opportunità di vendita incrociata visualizzando una raccomandazione in una pagina di riepilogo del carrello, ad esempio, che mostra gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore sta acquistando un seme, il consiglio potrebbe visualizzare altri articoli acquistati insieme alla tuta, come cravatta, scarpe da vestito e gemelli. Man mano che i visitatori esaminano i loro acquisti, fornisci loro ulteriori consigli.
Se selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
La Basato sulla popolarità il tipo di algoritmo consente di formulare raccomandazioni in base alla popolarità complessiva di un elemento nel sito o in base alla popolarità degli elementi all’interno della categoria, del marchio, del genere e così via preferita da un utente o più visualizzati.
I seguenti algoritmi sono disponibili con Basato sulla popolarità tipo di algoritmo:
Il consiglio è determinato dall'elemento visualizzato più spesso. 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, hai 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 nelle pagine principali o di destinazione e negli annunci offsite.
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.
Utilizza questo algoritmo nelle pagine generali, ad esempio nelle pagine principali o di destinazione e negli annunci offsite.
Se selezionate l'algoritmo Più visualizzato per categoria, potete selezionare le seguenti chiavi Recommendations:
Consiglia articoli o contenuti multimediali simili agli elementi o ai file multimediali più visualizzati sul sito.
Questo algoritmo consente di selezionare l'attributo dell'elemento su cui si desidera basare il consiglio, ad esempio, "Nome" o "Marchio".
Seleziona quindi gli attributi di profilo memorizzati nel profilo del visitatore in base ai quali desideri confrontarli, ad esempio "Marchio preferito", "Ultimo elemento aggiunto al carrello" o "Mostra più visualizzata".
Visualizza gli elementi inclusi nella maggior parte degli ordini completati da tutto il 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 le conversioni e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.
Visualizza gli elementi inclusi nella maggior parte degli ordini completati per categoria. 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 in base alla categoria per aumentare le conversioni e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.
Se selezionate l'algoritmo Più visualizzato per categoria, potete selezionare le seguenti chiavi Recommendations:
(Informazioni disponibili a breve)
Visualizza la "Top x" in cui x è arbitrario Analytics metrica. Quando utilizzi i dati comportamentali provenienti dalle mbox, puoi utilizzare Top Sold o Top Viewed (x = "Sold" o x = "Viewed"). Se utilizzi dati comportamentali provenienti da Adobe Analytics, puoi utilizzare x = "Aggiunte al carrello" o altri Analytics metrica.
La Basato su articolo Il tipo di raccomandazione consente di formulare raccomandazioni in base al risultato di elementi simili a un elemento che l'utente sta visualizzando o ha visualizzato di recente.
I seguenti algoritmi sono disponibili con Basato su articolo tipo di algoritmo:
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 ti consente di creare ulteriori opportunità di conversione consigliando gli elementi visualizzati anche da altri visitatori che hanno visualizzato un elemento. Ad esempio, i visitatori che visualizzano le bici da strada sul tuo sito potrebbero anche guardare caschi da bicicletta, kit da ciclismo, serrature e così via. Potete creare una raccomandazione utilizzando questa logica che suggerisce che altri prodotti vi aiutino ad aumentare i ricavi.
Se selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
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 aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.
Questa logica consente di aumentare le opportunità di vendita incrociata visualizzando una raccomandazione su una pagina di prodotto, ad esempio, che mostra gli articoli che altri visitatori hanno visualizzato l’articolo acquistato. Ad esempio, se il visitatore sta visualizzando un palo da pesca, la raccomandazione potrebbe mostrare altri oggetti acquistati, come scatole di gestione, waders e lures da pesca. Quando i visitatori navigano nel sito, è possibile fornire loro ulteriori consigli di acquisto.
Se selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
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 ti consente di aumentare le opportunità di vendita incrociata visualizzando una raccomandazione in una pagina di riepilogo del carrello, ad esempio, che mostra gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore sta acquistando un seme, il consiglio potrebbe visualizzare altri articoli acquistati insieme alla tuta, come cravatta, scarpe da vestito e gemelli. Man mano che i visitatori esaminano i loro acquisti, fornisci loro ulteriori consigli.
Se selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
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 regole di somiglianza del contenuto.
L’utilizzo della somiglianza di contenuto per generare consigli è particolarmente efficace per i nuovi elementi, che probabilmente non verranno visualizzati nei consigli utilizzando le persone che hanno visualizzato questo, hanno visto quello e altre logiche in base al 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 selezioni questo algoritmo, puoi selezionare le seguenti chiavi Recommendations:
Per ulteriori informazioni, consulta Somiglianza del contenuto.
Il tipo di algoritmo basato su utente consente di formulare raccomandazioni in base al comportamento dell’utente.
I seguenti algoritmi sono disponibili con Basato su utente tipo di algoritmo:
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 di visualizzazione degli elementi 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 tra i due siti, il visitatore visualizza gli stessi elementi visualizzati di recente per entrambi i siti.
Non è possibile utilizzare il Articoli visualizzati di recente criteri per i consigli 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 d’uso includono: un’azienda multinazionale con più aziende potrebbe avere un visitatore che visualizza elementi su 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 nelle pagine principali o di destinazione e negli annunci offsite.
Articoli visualizzati di recente rispetta sia le impostazioni globali di esclusioni che l’impostazione di raccolta selezionata per l’attività. Se un elemento è escluso da un’esclusione globale o non è contenuto nella raccolta selezionata, non verrà visualizzato. Pertanto, quando si utilizza un Articoli visualizzati di recente In genere, è necessario utilizzare l’impostazione "Tutte le raccolte".
Consiglia gli articoli in base alla cronologia di navigazione, visualizzazione e acquisto di ogni visitatore.
Questo algoritmo 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 in sessione e diventa più personalizzato quando l’utente naviga sul sito.
Per determinare gli elementi consigliati vengono utilizzate sia le viste che gli acquisti. La chiave di consiglio specificata (ad esempio, Elemento corrente) viene utilizzata per applicare eventuali filtri di regola di inclusione selezionati.
Sarà possibile, ad esempio:
Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi di filtro:
Il tipo di algoritmo Criteri personalizzati ti consente di formulare raccomandazioni 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.
Eventuali casi di utilizzo includono:
Le seguenti chiavi di raccomandazione sono disponibili dal Chiave dei consigli elenco a discesa:
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:
Utilizza la Elemento corrente chiave di consigli sul sito:
Il consiglio è determinato in base all'ultimo articolo acquistato da ogni visitatore univoco. Questa viene acquisita automaticamente, pertanto non è necessario trasmettere alcun valore alla pagina.
Può essere utilizzato con i seguenti algoritmi:
Utilizza la Ultimo articolo acquistato chiave di consigli sul sito:
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 dal Chiave dei consigli elenco a discesa (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 del marchio preferito di un visitatore.
Seleziona l’attributo di profilo personalizzato dal Chiave dei consigli elenco a discesa (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 dall'ultimo articolo visualizzato da ogni visitatore univoco. Questa viene acquisita automaticamente, pertanto non è necessario trasmettere alcun valore alla pagina.
Può essere utilizzato con i seguenti algoritmi:
Utilizza la Ultimo articolo visualizzato chiave di consigli sul sito:
Visualizza gli elementi o i file multimediali visualizzati più spesso sul sito.
Questa logica consente di visualizzare consigli basati sugli elementi più visualizzati sul sito per aumentare le conversioni per altri elementi. Ad esempio, un sito multimediale potrebbe visualizzare consigli nella propria home page per i video più visualizzati per incoraggiare i visitatori a guardare altri video.
Questa chiave di raccomandazione può essere utilizzata con i seguenti algoritmi:
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 raccomandazione può essere utilizzata con i seguenti algoritmi:
Utilizza la Categoria corrente chiave di consigli sul sito:
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 raccomandazione può essere utilizzata con i seguenti algoritmi:
Utilizza la Categoria corrente chiave di consigli sul 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 agli articoli in visite successive di cui un visitatore ha mostrato interesse durante le sessioni precedenti. L'attività per ogni sessione del visitatore viene acquisita per calcolare un'affinità basata su un modello di aggiornamento e frequenza. Quando il visitatore ritorna al sito, viene utilizzata l'affinità di sito per visualizzare i consigli in base alle azioni precedenti 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: