Utiliser Adobe Analytics avec Recommendations

L’utilisation de Adobe Analytics comme source de données comportementales permet aux clients d’utiliser les données comportementales basées sur les vues et/ou les achats de Analytics dans les activités de recommandations Adobe Target. Cette fonctionnalité est particulièrement utile dans les situations où la configuration de Target Recommendations est nouvelle et où Analytics dispose de nombreuses données historiques à exploiter.

L'utilisation de Analytics comme source de données comportementales peut constituer une source d'informations riche sur le comportement des utilisateurs. Cela peut inclure des données provenant d’une source ou d’un flux tiers qui est partagé uniquement avec Analytics.

Bien que la création de critères ait lieu à Recommendations, deux boutons radio permettent de choisir la source de données à utiliser : mbox ou Analytics.

Boutons de source de données comportementaux

REMARQUE

Si ces deux boutons ne s’affichent pas dans votre compte, contactez le service à la clientèle.

Cas d’utilisation des données Analytics dans la Cible

L'utilisation de Analytics en tant que source de données comportementales pour les recommandations permet également de déployer des cas d'utilisation spécifiques sans devoir baliser les pages d'entité avec tous les paramètres d'entité Target. Bien que cela exige la mise en place de certaines conditions préalables, la disponibilité des "variables de produit" est la chose la plus importante pour que cette fonctionnalité fonctionne de manière transparente. Les eVars et les props régulières ne sont pas suffisantes pour que cette poignée de main se produise automatiquement entre Analytics et Target.

Vous pouvez utiliser Analytics comme source de données comportementales pour :

  • Affichez les recommandations sur un site de vente au détail à l’intention des utilisateurs d’une page PDP, en fonction de ce que d’autres utilisateurs ont acheté à la même catégorie le mois dernier, à l’aide des données Analytics.
  • Affichez le contenu sur l’écran d’accueil d’un site multimédia pour le contenu le plus populaire dans une catégorie donnée qui est actuellement en tendance, en fonction de données Analytics.

Mise en oeuvre dans Analytics

Les sections suivantes vous aideront à mettre en oeuvre cette fonctionnalité du côté Analytics.

Conditions préalables : configuration de variables de produit dans Analytics

Vous devez implémenter des variables de produit dans Analytics avec les attributs nécessaires pour Target Recommendations.

Un exemple de format de flux Target Recommendations servira de guide pour déterminer quels attributs doivent être définis dans les variables de produit. Par la suite, ces valeurs doivent être "mappées" dans l'interface utilisateur Target pour les valeurs d'entité Target respectives.

REMARQUE

S'il s'agit d'un site de contenu, les éléments de contenu respectifs doivent être traités comme des "produits" et les attributs associés à ce contenu (par exemple : nom de l’auteur, date de publication, titre du contenu, mois de publication, etc.) doit être transmis en tant qu’attributs. La granularité du niveau de catégorie, ou type de catégorie, doit être décidée par l'entreprise en fonction des besoins de cas d'utilisation.

Pour plus d’informations sur la configuration des variables de produit, voir products dans le Guide de mise en oeuvre d’Analytics. Certaines notes de cette documentation nécessitent la discrétion de l’équipe qui la déploie (exemple : Catégorie). Il est toujours conseillé de consulter l'Adobe avant de faire cette activité.

Considérations

Analytics les données sont envoyées via un flux quotidien. Les résultats comportementaux peuvent prendre jusqu’à 24 heures pour être reflétés dans les résultats des recommandations sur votre site. Comme pour tous les paramètres de critères Recommendations, cette source de données peut et doit être testée.

Pour une prise de décision rapide sur la source de données à utiliser, s’il y a beaucoup de données organiques générées chaque jour par les utilisateurs et qu’il n’y a pas beaucoup de dépendance à l’égard des données historiques, l’utilisation d’une mbox Target comme source de données comportementales peut s’avérer une bonne solution. Dans les cas où la disponibilité des données organiques récemment générées est moindre, si vous souhaitez utiliser des données Analytics, l'utilisation de Analytics comme source de données comportementales est une bonne solution.

Il est maintenant temps de mettre en correspondance ces variables du côté Target pour une fourniture continue de données comportementales.

Mise en oeuvre dans Cible

  1. Dans Cible, cliquez sur Recommendations, puis sur l’onglet Flux.

    Flux

  2. Cliquez sur Créer le flux.

  3. Sélectionnez Classifications Analytics, puis spécifiez la suite de rapports.

    Option Classifications Analytics

  4. Cliquez sur Mappage, puis mappez les en-têtes de colonne de champ aux noms de champ Recommendations appropriés.

    Section de mappage

  5. Cliquez sur Enregistrer.

Questions fréquentes

Tenez compte des questions fréquentes suivantes lorsque vous utilisez Analytics avec Target :

Les valeurs entity.id et entity.categoryId doivent-elles être transmises dans l’appel de mbox Target ?

Oui, ces deux valeurs sont toujours requises. Le reste des attributs peut être transmis via un flux Analytics, comme expliqué dans ce document.

Puis-je utiliser des règles d’inclusion dynamique, telles que le paramètre d’entité correspond aux attributs de profil en utilisant l’approche de flux Analytics ?

Oui, vous pouvez. La méthode est similaire lorsque vous utilisez Target autonome. Dans ce cas, cependant, vous devez être attentif au facteur de timing. Les variables d’entité censées correspondre aux variables de profil dépendent de la couche de données qui peut apparaître bien plus tard sur la page.

Sur cette page