Filtrare dinamicamente in Adobe Target Recommendations confrontando gli articoli (entità) con un valore presente nel profilo dell’utente.
Utilizzo Corrispondenza attributo profilo quando desideri mostrare consigli che corrispondono a un valore memorizzato nel profilo del visitatore, ad esempio dimensioni o marchio preferito.
La processo di creazione e utilizzo delle regole di inclusione per criteri e promozioni è simile, così come i casi d’uso e gli esempi.
Gli scenari seguenti mostrano come utilizzare Corrispondenza attributo profilo:
Corrispondenza attributo profilo ti consente di consigliare solo gli elementi che corrispondono a un attributo del profilo del visitatore, come negli esempi seguenti.
Ad esempio, puoi utilizzare il Corrispondenza attributo profilo per creare una regola che consigli solo gli articoli il cui marchio è uguale al valore o al testo memorizzato in profile.favoritebrand
. Con tale regola, se un visitatore cerca dei pantaloncini da corsa di una data marca, i consigli che verranno visualizzati proporranno articoli della marca preferita dell’utente (in base al valore memorizzato in profile.favoritebrand
nel profilo del visitatore).
Profile Attribute Matching
brand - equals - the value/text stored in - profile.favoritebrand
Supponiamo che tu stia cercando di abbinare i lavori a chi cerca lavoro. Vuoi consigliare solo i posti di lavoro che si trovano nella stessa città di chi cerca lavoro.
Puoi utilizzare le regole di inclusione per far corrispondere la posizione di un cercatore di lavoro dal profilo del visitatore a un elenco di lavori, come nell’esempio seguente:
Profile Attribute Matching
jobCity - equals - the value/text stored in - profile.usersCity
Per un esempio visivo di come la corrispondenza degli attributi del profilo influisce sui consigli, considera un sito web che vende ventole elettriche.
Quando un visitatore fa clic su varie immagini dei fan su questo sito web, ogni pagina imposta il valore della entity.size
a seconda che le dimensioni della ventola nell'immagine siano piccole o grandi.
Supponi di aver creato uno script di profilo per tenere traccia e contare il numero di volte in cui il valore di entity.size
è impostato su piccolo rispetto a grande.
Se il visitatore ritorna alla home page, visualizzerà i consigli filtrati in base al fatto che sia stato fatto clic su più fan di piccole dimensioni o grandi dimensioni.
Recommendations basato sulla visualizzazione di più piccoli fan sul sito web:
Recommendations basato sulla visualizzazione di più grandi fan sul sito web: