Filtrare in modo dinamico in Adobe Target Recommendations confrontando elementi (entità) con un valore nel profilo dell'utente.
Utilizzate Profile Attribute Matching (Corrispondenza attributo profilo) per mostrare le raccomandazioni che corrispondono a un valore memorizzato nel profilo del visitatore, ad esempio dimensione o marchio preferito.
Il processo per la creazione e l'utilizzo di regole di inclusione per criteri e promozioni è simile, così come i casi di utilizzo e gli esempi.
Gli scenari seguenti mostrano come utilizzare Corrispondenza attributi profilo:
La corrispondenza attributi profilo consente di consigliare solo gli elementi che corrispondono a un attributo del profilo del visitatore, come negli esempi seguenti.
Ad esempio, è possibile utilizzare l'opzione Corrispondenza attributo profilo per creare una regola che raccomanda gli elementi solo se il 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. Si consiglia solo i lavori che si trovano nella stessa città di chi cerca lavoro.
Potete utilizzare le regole di inclusione per far corrispondere la posizione di un cercatore di lavoro dal profilo del visitatore a un elenco di processi, come nell'esempio seguente:
Profile Attribute Matching
jobCity - equals - the value/text stored in - profile.usersCity
Per un esempio visivo di come la corrispondenza attributo profilo influisce sulle raccomandazioni, considerate un sito Web che vende ventole elettriche.
Quando un visitatore fa clic su diverse immagini dei fan su questo sito Web, ogni pagina imposta il valore del parametro entity.size
a seconda che le dimensioni della ventola nell'immagine siano piccole o grandi.
Si supponga 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 o su grande.
Se il visitatore ritorna quindi alla Home Page, visualizzerà le raccomandazioni filtrate in base al fatto che sia stato fatto clic su un maggior numero di fan piccoli o grandi.
Recommendations basato sulla visualizzazione di più piccole fan sul sito Web:
Recommendations basato sulla visualizzazione di più grandi fan sul sito Web: