使推薦以推薦索引鍵為依據

基於演算法的Recommendations使用訪客行為上下文來顯示相關結果 Adobe Target Recommendations 活動。

每種演算法類型都提供與其類型相適應的不同演算法,如下表所示:

演算法類型 使用時機 可用演算法
購物車型 根據使用者的購物車內容提供建議。
  • 瀏覽過這些項目、也瀏覽過這些項目的使用者
  • 瀏覽過這些、也購買了的人
  • 購買、購買的人
人氣 根據網站上某個項目的整體人氣,或根據使用者最喜愛或最常檢視的類別、品牌、類型等項目的人氣,提出建議。
  • 網站上檢視次數最多
  • 按類別檢視次數最多
  • 依項目屬性檢視次數最多
  • 網站最暢銷商品
  • 最暢銷商品類別
  • 依項目屬性的最暢銷商品
  • 依Analytics量度排名前
項目型 根據找到與使用者目前檢視或最近檢視的項目類似的項目來提供建議。
  • 檢視過此項目、也檢視了其他項目的使用者
  • 瀏覽過此項目、但購買了其他項目的使用者
  • 購買了此項目、也購買了其他項目的使用者
  • 具有類似屬性的項目
使用者型 根據使用者的行為提出建議。
  • 最近查看的項目
  • 建議您
自訂條件 根據您上傳的自訂檔案提出建議。
  • 自訂演算法

各條件均在自己的標籤中定義。流量平均分入不同的條件測試中。換句話說,如果您有兩個條件,流量會在它們之間平均分配。如果您有兩個條件和兩個設計,流量會在四個組合中平均分割。您也可指定可看到預設內容的訪客比例,以進行比較。在這種情況下,指定的訪客百分比會看到預設內容,其餘的則分割為您的條件和設計組合。

如需建立條件及定義其演算法類型和演算法的詳細資訊,請參閱 建立條件.

不同的建議演算法適用於放置在不同類型的頁面上。 請參閱下列章節,以取得關於每個演算法類型及其可用演算法的詳細資訊。

購物車型

此 購物車型 演算法類型可讓您根據訪客目前購物車的內容來建議項目。 建議索引鍵是透過mbox參數提供 cartIds 值。 只會考量前10個值。

購物車型建議邏輯類似於「建議您"基於用戶的算法和到"瀏覽過這些、也購買了的人"和"購買、購買的人」項目型演算法。

Target 使用協作篩選技術來判斷訪客購物車中每個項目的相似度,然後結合每個項目的這些行為相似度,以取得合併的清單。

Target 此外,行銷人員可以選擇在單一工作階段或跨多個工作階段查看訪客行為:

  • 單一工作階段:根據其他訪客在單一工作階段中所執行的操作。

    如果有感覺產品會根據使用狀況、時機或事件彼此強烈「搭配使用」,在單一工作階段中查看行為或許有意義。 例如,訪客正在購買打印機,因此可能還需要墨水和紙張。 或者,遊客正在購買花生醬,可能還需要麵包和果凍。

  • 跨工作階段:根據其他訪客在多個工作階段間所執行的動作。

    如果有感覺產品會根據訪客偏好或品味彼此強烈「搭配」,則跨多個工作階段查看行為或許有意義。 例如,某位訪客喜歡《星際大戰》,也可能喜歡《印地安納·瓊斯》,即使該訪客不一定想在同一時間看兩部電影。 或者,訪客喜歡棋盤遊戲「代號」,也可能喜歡棋盤遊戲「Avalon」,即使訪客無法同時玩兩個遊戲亦然。

Target 無論您是在單一工作階段內或跨多個工作階段查看訪客行為,每位訪客都會根據其目前購物車中的項目提出建議。

下列演算法可搭配 購物車型 演算法類型:

瀏覽過此項目、也瀏覽了其他項目的使用者

建議在檢視所指定項目的相同工作階段中,最常檢視的項目。

此邏輯會傳回檢視過此產品的其他使用者;結果集中未包含指定的產品。

此邏輯可讓您建議其他已檢視某個項目的訪客也已檢視的項目,借此建立其他轉換機會。 例如,在您的網站上觀看道路腳踏車的訪客可能也會查看腳踏車頭盔、腳踏車工具包、鎖等等。 您可以使用此邏輯來建立建議,以建議其他產品可協助您增加收入。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

瀏覽過此項目、但購買了其他項目的使用者

建議在檢視所指定項目的相同工作階段中,最常購買的項目。此條件傳回在檢視這個產品之後購買的其他產品,而指定的產品未包含在結果集合中。

此邏輯會傳回檢視此產品後購買的其他產品;結果集中未包含指定的產品。

此邏輯可讓您在產品頁面上顯示建議,以增加交叉銷售機會,例如顯示其他檢視了購買項目的訪客所購買的項目。 例如,如果訪客正在檢視釣竿,則建議可顯示其他訪客購買的其他項目,例如截角盒、捲軸和釣竿。 當訪客瀏覽您的網站時,您會向他們提供其他購買建議。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

購買過此項目、也購買了其他項目的使用者

建議當客戶購買所指定項目的同時,最常購買的項目。

此邏輯會傳回購買過此產品的其他使用者;結果集中未包含指定的產品。

此邏輯可讓您在購物車摘要頁面上顯示建議,以增加交叉銷售機會,例如顯示其他買家也購買的項目。 例如,如果訪客購買套裝,則建議可顯示其他訪客隨套裝購買的額外項目,例如領帶、連衣鞋和袖扣。 當訪客檢閱其購買項目時,您會提供他們其他建議。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

人氣

此 人氣 演算法類型可讓您根據網站上項目的整體人氣,或根據使用者最喜愛或最常檢視類別、品牌、類型等內項目的人氣,來提出建議。

下列演算法可搭配 人氣 演算法類型:

網站上檢視次數最多

建議由最常檢視的項目決定。 這由最新/頻率條件判斷,方式如下:

  • 第一個產品檢視 10 點
  • 每個後續檢視 5 點
  • 作業結束時,所有值除以 2

例如,在一次作業中先後檢視 surfboardA 和 surfboardB,結果為 A: 10、B: 5。工作階段結束時,您有A:5, B:2.5.如果您在下一個工作階段中檢視相同項目,值會變更為A:15 B:7.5。

在一般頁面(例如首頁或登陸頁面及離站廣告)上使用此演算法。

按類別檢視次數最多

建議由接收最多活動的類別確定,而使用的方法與「檢視次數最多的項目」的相同,只不過是以類別計分,而並非產品。

這由最新/頻率條件判斷,方式如下:

  • 第一個類別檢視 10 點
  • 每個後續檢視 5 點

第一次造訪的類別會獲得 10 點。後續對相同類別的造訪會獲得 5 點。隨著每次造訪,之前已檢視的非目前類別會減少 1。

例如,在一次作業中先後檢視 categoryA 和 categoryB,結果為 A: 9、B: 10。如果您在下次作業時檢視相同項目,值會變更為 A: 20 B: 9。

在一般頁面(例如首頁或登陸頁面及離站廣告)上使用此演算法。

如果您選取「依類別檢視次數最多」演算法,可選取下列Recommendations索引鍵:

  • 目前類別
  • 最喜愛的類別

依項目屬性檢視次數最多

建議與網站上檢視次數最多的項目或媒體類似的項目或媒體。

此演算法可讓您選取建議所依據的項目屬性,例如「名稱」或「品牌」。

接著,您可以選取要比對的訪客設定檔中儲存的設定檔屬性,例如「最喜愛的品牌」、「最後新增至購物車的項目」或「最常檢視的顯示」。

網站最暢銷商品

顯示整個網站最完成訂單中包含的項目。 單一訂單中相同項目的多個單位視為一份訂單。

此演算法可讓您為網站上的最暢銷商品項目建立建議,以增加轉換和收入。 此邏輯尤其適用於首次造訪您網站的訪客。

最暢銷商品類別

按類別顯示最完成訂單中包含的項目。 單一訂單中相同項目的多個單位視為一份訂單。

此演算法可讓您根據類別,為網站上的最暢銷商品建立建議,以增加轉換和收入。 此邏輯尤其適用於首次造訪您網站的訪客。

如果您選取「依類別檢視次數最多」演算法,可選取下列Recommendations索引鍵:

  • 目前類別
  • 最喜愛的類別

依項目屬性的最暢銷商品

(即將推出資訊)

依Analytics量度排名前

顯示「前x」,其中 x 是任意的 Analytics 量度。 使用mbox的行為資料時,您可以使用「最暢銷商品」或「最常檢視商品」(x = "Sold"或x = "Viewed")。 如果您使用 Adobe Analytics,您可以使用x = "Cart Adds"或其他 Analytics 量度。

項目型

此 項目型 建議類型可讓您根據找到使用者目前檢視或最近檢視的項目的類似項目來提出建議。

下列演算法可搭配 項目型 演算法類型:

瀏覽過此項目、也瀏覽了其他項目的使用者

建議在檢視所指定項目的相同工作階段中,最常檢視的項目。

此邏輯會傳回檢視過此產品的其他使用者;結果集中未包含指定的產品。

此邏輯可讓您建議其他已檢視某個項目的訪客也已檢視的項目,借此建立其他轉換機會。 例如,在您的網站上觀看道路腳踏車的訪客可能也會查看腳踏車頭盔、腳踏車工具包、鎖等等。 您可以使用此邏輯來建立建議,以建議其他產品可協助您增加收入。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

瀏覽過此項目、但購買了其他項目的使用者

建議在檢視所指定項目的相同工作階段中,最常購買的項目。此條件傳回在檢視這個產品之後購買的其他產品,而指定的產品未包含在結果集合中。

此邏輯會傳回檢視此產品後購買的其他產品;結果集中未包含指定的產品。

此邏輯可讓您在產品頁面上顯示建議,以增加交叉銷售機會,例如顯示其他檢視了購買項目的訪客所購買的項目。 例如,如果訪客正在檢視釣竿,則建議可顯示其他訪客購買的其他項目,例如截角盒、捲軸和釣竿。 當訪客瀏覽您的網站時,您會向他們提供其他購買建議。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

購買了此項目、也購買了其他項目的使用者

建議當客戶購買所指定項目的同時,最常購買的項目。

此邏輯會傳回購買過此產品的其他使用者;結果集中未包含指定的產品。

此邏輯可讓您在購物車摘要頁面上顯示建議,以增加交叉銷售機會,例如顯示其他買家也購買的項目。 例如,如果訪客購買套裝,則建議可顯示其他訪客隨套裝購買的額外項目,例如領帶、連衣鞋和袖扣。 當訪客檢閱其購買項目時,您會提供他們其他建議。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

具有類似屬性的項目

根據目前頁面活動或訪客的過去行為,建議相似的項目或媒體。

如果您選取「具有類似屬性的項目/媒體」,便可選擇設定內容相似度規則。

使用內容相似度來產生建議對新項目特別有效,因為使用瀏覽過此項目、也瀏覽了其他項目的使用者,以及根據過去行為的其他邏輯來顯示建議時,這些項目不太可能。 您也可以使用內容相似度,為沒有過去的購買或其他歷史資料的新訪客產生實用的建議。

如果您選取此演算法,則可選取下列Recommendations索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

如需詳細資訊,請參閱 內容相似度.

使用者型

使用者型演算法類型可讓您根據使用者的行為提出建議。

下列演算法可搭配 使用者型 演算法類型:

最近查看的項目

根據設計中的位置數量,使用訪客的歷史 (跨工作階段) 以呈現訪客已檢視的前 x 個項目。

最近查看的項目演算法會傳回指定的特定結果 環境. 如果兩個網站分屬於不同環境,當訪客在這兩個網站之間進行切換時,每個網站都只會顯示適用網站最近檢視過的項目。如果兩個網站位於相同環境中,當訪客在這兩個網站之間進行切換時,訪客會看到兩個網站最近檢視的相同項目。

注意

您無法使用 最近查看的項目 備份建議的條件。

您可以篩選「最近查看的項目/媒體」,以便僅顯示具有特定屬性的項目。

  • 如同建議中的其他條件一樣,「最近查看」條件也可設定。
  • 您可以使用收集排除包含 (包括用於價格和存貨的特殊規則) 的方式與任何其他條件相同。

可能的使用案例包括,擁有多家企業的跨國公司可能會有一個訪客檢視多個數位屬性中的項目。 在此情況下,您可以將最近查看的項目限制在僅顯示檢視其所在位置的各自屬性。這可防止最近查看的項目顯示在其他數位屬性的網站上。

在一般頁面(例如首頁或登陸頁面及離站廣告)上使用此演算法。

注意

最近查看的項目 會遵循排除全域設定和活動的選取收集設定。 如果全域排除排除了某個項目,或選取的集合中未包含該項目,則不會顯示該項目。因此,若使用 最近查看的項目 條件,則通常應使用「所有集合」設定。

根據每位訪客的瀏覽、檢視和購買歷史記錄建議項目。

此演算法可讓您將個人化內容和體驗同時提供給新訪客和再度訪問的訪客。 建議清單會加權至訪客的最新活動,並會在工作階段中更新,且在使用者瀏覽您的網站時,會更個人化。

檢視和購買都用來決定建議的項目。 指定的建議索引鍵(例如目前的項目)可用來套用您選取的任何包含規則篩選器。

例如,您可以:

  • 排除不符合特定條件的項目(無庫存產品、超過30天前發佈的文章、評分為R的電影等)。
  • 將包含的項目限制為單一類別或目前類別。

如果您選取此演算法,則可選取下列篩選索引鍵:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

自訂條件

「自訂條件」演算法類型可讓您根據上傳的自訂檔案提出建議。

Recommendation 由儲存在訪客設定檔中的項目決定,並使用user.x 或設定檔。x 屬性。

選取此選項時,設定檔屬性中必須呈現 entity.id 值。

根據自訂屬性來建議時,您必須選取自訂屬性,然後選取建議類型。

對於您自己的自訂條件輸出,您可以執行即時篩選。例如,您可以將建議的項目限制在來自訪客最喜愛的類別或品牌的內容。此功能可讓您結合離線計算與即時篩選。

此功能表示您可以 Target 若要在離線計算的建議或自訂策展清單上新增個人化。 這結合資料科學家的本領和研究,與 Adobe 的實測可靠傳送、執行階段篩選、A/B 測試、鎖定目標、報表、整合及其他。

連同在自訂條件上增加包含規則,這還可以根據訪客的興趣,將原本靜態的建議轉換成動態建議。

  • 就像建議中的其他條件一樣,自訂條件也可設定。
  • 您可以使用收集排除包含 (包括用於價格和存貨的特殊規則) 的方式與任何其他條件相同。

可能的使用案例包括:

  • 您想從自訂策展清單中建議電影,但僅限於訪客還沒看過。
  • 您想要執行離線演算法,並使用結果來支援您的建議,但您必須確保絕不建議庫存不足的項目。
  • 您想只包含此訪客最喜愛的類別中的項目。

建議索引鍵

下列建議索引鍵可從 建議金鑰 下拉式清單:

目前項目

建議由訪客正在檢視的項目確定。

Recommendations 會顯示對指定項目感興趣的訪客的其他項目。

選取此選項時,必須將 entity.id 值作為顯示 mbox 的參數傳遞。

可與下列演算法搭配使用:

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽了其他項目的使用者
  • 瀏覽過此項目、但購買了其他項目的使用者
  • 購買了此項目、也購買了其他項目的使用者

使用 目前項目 網站上的recommendations索引鍵:

  • 單一項目頁面,例如產品頁面。
  • 請勿在 null 搜尋結果頁面上使用。

上次購買的項目

建議由每位獨特訪客上次購買的項目確定。這會自動擷取,因此不得在頁面上傳遞任何值。

可與下列演算法搭配使用:

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽了其他項目的使用者
  • 瀏覽過此項目、但購買了其他項目的使用者
  • 購買了此項目、也購買了其他項目的使用者

使用 上次購買的項目 網站上的recommendations索引鍵:

  • 首頁、我的帳戶頁面、離站廣告。
  • 請勿在產品頁面或與購買相關的頁面上使用。

自訂建議索引鍵

您可以讓建議以自訂設定檔屬性的值為依據。例如,假設您要依據訪客最近新增至其佇列中的電影顯示推薦電影。

  1. 從​建議索引鍵​下拉式清單 (例如「最近新增到觀看清單的節目」) 中選取自訂設定檔屬性。

  2. 接著,選取​建議邏輯 (例如「瀏覽過此項目、也瀏覽了其他項目的使用者」)。

    建立新條件對話方塊

如果自訂設定檔屬性未直接比對至單一實體 ID,則需要向 Recommendations 解說您希望實體的比對如何發生。例如,假設您要顯示訪客最喜愛品牌的最暢銷商品項目。

  1. 從​建議索引鍵​下拉式清單 (例如「最喜愛的品牌」) 選取自訂設定檔屬性。

  2. 接著,選取您要用於此索引鍵的​建議邏輯 (例如「最暢銷商品」)。

    依下列唯一值分組選項隨即顯示。

  3. 選取比對至您已選擇之索引鍵的實體屬性。在此範例中,「最喜愛的品牌」比對至 entity.brand

    Recommendations 現在會產生每個品牌的「最暢銷商品」清單,並依據訪客最喜愛的品牌設定檔屬性中儲存的值,向訪客顯示相關的「最暢銷商品」清單。

    建立新條件對話方塊 2

上次檢視的項目

建議由每位獨特訪客上次檢視的項目確定。這會自動擷取,因此不得在頁面上傳遞任何值。

可與下列演算法搭配使用:

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽了其他項目的使用者
  • 瀏覽過此項目、但購買了其他項目的使用者
  • 購買了此項目、也購買了其他項目的使用者

使用 上次檢視的項目 網站上的recommendations索引鍵:

  • 首頁、我的帳戶頁面、離站廣告。
  • 請勿在產品頁面或與購買相關的頁面上使用。

檢視次數最多的項目

顯示網站上最常檢視的項目或媒體。

此邏輯可讓您根據網站上檢視次數最多的項目來顯示建議,以增加其他項目的轉換。 例如,媒體網站可在其首頁上顯示其檢視次數最多影片的建議,以鼓勵訪客觀看其他影片。

此建議索引鍵可搭配下列演算法使用:

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽了其他項目的使用者
  • 瀏覽過此項目、但購買了其他項目的使用者
  • 購買了此項目、也購買了其他項目的使用者

目前類別

建議由訪客正在檢視的產品類別確定。

Recommendations 會將項目顯示在指定的產品類別中。

選取此選項時,必須將 entity.categoryId 值作為參數傳入顯示 mbox。

此建議索引鍵可搭配下列演算法使用:

  • 最暢銷商品
  • 檢視次數最多

使用 當前類別 網站上的recommendations索引鍵:

  • 單一類別頁面。
  • 請勿在 null 搜尋結果頁面上使用。

最喜愛的類別

建議由訪客最喜愛的產品類別決定。

Recommendations 會將項目顯示在指定的產品類別中。

選取此選項時,必須將 entity.categoryId 值作為參數傳入顯示 mbox。

此建議索引鍵可搭配下列演算法使用:

  • 最暢銷商品
  • 檢視次數最多

使用 當前類別 網站上的recommendations索引鍵:

  • 單一類別頁面。
  • 請勿在 null 搜尋結果頁面上使用。

網站相關性

根據項目之間關係的必然性來建議項目。您可以使用「包含規則」滑桿來設定此條件,以決定呈現建議之前需要多少資料。例如,如果選擇「非常強」,則會建議符合確定性最強的產品。

例如,如果您設定非常強的相關性,且您的設計包含五個項目,其中三個符合連線強度臨界值,則不符合最低強度需求的兩個項目不會出現在建議中,而會由您定義的備用項目取代。具有最強相關性的項目會先顯示。

例如,線上零售商可在後續的造訪中,建議訪客在過去工作階段中顯示感興趣的項目。 系統會擷取每個訪客工作階段的活動,以根據造訪間隔和頻率模型計算相關性。 當此訪客回訪您的網站時,網站相關性可用來根據您網站上過去的動作顯示建議。

某些客戶具有相異產品集合和相異網站行為,如果他們設定弱網站相關性,可能會獲得最佳結果。

此邏輯可與下列建議索引鍵搭配使用:

  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

本頁內容