“推荐”简介

本文中的文本来自““推荐”简介”**网络研讨会，您可以在下面查看全文。

**““推荐”简介”网络研讨会包括对如何利用 Adobe Target Recommendations 价值的深入探讨。了解此 Target 活动如何通过基于先前的访问优化实时建议来自动显示客户可能感兴趣的产品或内容。此外，深入了解 Target UI，获取有关如何构建 Recommendations 活动的分步概述。

简介

我们都了解我们在零售业中看到的推荐类型。越来越多的客户期待获得这类推荐，并将它们用作探索其他可用选项的切入点。如果考虑您自己的购物行为，这些类型的推荐效果非常好。几乎我们中的每个人都购买了我们在推荐中首先看到的某个产品，无论是在商店中还是在数字财产网站上。

下图显示了一个推荐，该推荐显示了通常随新手机一起购买的配件，包括充电器、手机壳和耳机。

显示其他人随新手机一起购买的配件的推荐。

但我们并不总是在考虑数字化优先品牌如何提高客户期望的标准。我们使用媒体和内容的方式也越来越多地受到个性化推荐的驱动。请想想您打开 Netflix、Spetify 或 YouTube 时看到的第一个内容。这些品牌就是通过推荐来开始客户体验。在一个比以往任何时候都有更多可用替代内容的世界中，您必须在交互时为客户确定最相关的内容，这一点至关重要。

显示数字优先品牌的推荐

营销人员可以使用 Adobe Target 在各种行业、客户类型和渠道中推动个性化体验。

Adobe Target 可以随时随地提供个性化内容。

显示 Target 如何在不同场景中提供相应推荐的插图

发布：Web 发布者使用 Target Recommendations 向网站访客推荐文章并提高参与度。
视频教程：Adobe Creative Cloud 使用 Target 向 Photoshop 应用程序中的 Photoshop 用户推荐视频教程。
游戏：游戏公司使用 Target 向其控制台上的用户推荐游戏和内容。
B2B 销售：企业对企业的公司使用 Target 向 B2B 潜在用户推荐视频、白皮书和博客文章；提供下载；并向现有客户提供帮助。
旅游：一家德国旅游预订商使用 Target 向旅行者推荐酒店等产品。
零售业：一家行业领先的 BB 零售商使用 Target 在浏览器及移动应用程序中推荐顶级类别和产品，以吸引访客2。

这些只是客户使用 Target 提供个性化推荐的几种方式。

怎样才能提出出色的推荐？

显示构成出色推荐的三个元素的插图

出色的推荐应具有相关性和个性化。这意味着您需要以下三个元素来提高相关性和个性化：

营销人员控件，可帮助驱动所推荐项目的相关性。作为营销人员，您可以为表格提供有价值的上下文信息，而且您知道产品或内容的哪些属性与要考虑的推荐模型相关。如果您正在运营一个视频网站，您知道用户可能有兴趣观看同一导演拍摄的电影，但可能并不关心由同一工作室制作的电影。 Target 可为您提供允许您使用此域知识来增强算法的控件。
完善的模型，可帮助了解您目录中的数百万个项目和各种交互活动。Target 拥有经过十多年经验积累的先进的机器学习功能，我们每年都会处理数十亿条推荐。
用户上下文，可确保推荐及时并且与用户相关。您不希望推荐某个用户刚刚观看的视频，或者某个用户刚刚添加到购物车的衬衫。 Target的丰富用户配置文件可用于推荐，以确保个性化。

实现 Target 推荐

从策略开始。

显示推荐策略的插图

您想要推荐哪些项目？首先考虑要推荐的项目。这个项目可以是产品、视频或内容。
您想在何处显示推荐？接下来，请思考您希望在何处提出推荐。概括地讲，就是哪些渠道（Web、移动设备、店内、网亭等）。客户历程的哪些部分将包含推荐？您网站上的哪些页面将包含推荐？
您将如何确定推荐是否成功？假定您拥有一个不包含推荐的体验，一个包含推荐的体验，或者您拥有两个包含不同类型推荐的体验。如何确定哪种体验更适合您的客户？有些量度可能比其他量度更难衡量。例如，推荐对客户存留期值的影响通常很难直接获得。因此，我们通常容易获得一个不太抽象、更具体的量度，例如每次访问带来的收入、平均订单值或者点击次数。在某些情况下，您可能希望最小化某个量度，例如支持调用的数量。

制定策略后，就可以开始实施 Target Recommendations。

制定推荐实施涉及到三个主要步骤：

显示制定推荐实施步骤的插图

向 Target 传递上下文或产品信息。
捕获用户行为。
使用正确的上下文信息获取推荐。

向 Target 传递上下文或产品信息

开始使用 Recommendations 时，您会传递有关每个要推荐项目的信息。Target 提供了多个可创建目录的集成选项。

显示如何向 Target 传递上下文或产品信息的插图

最简单、最常用的方法就是每日或每周从产品信息管理系统或内容管理系统发送 CSV 文件。但您也可以使用 Adobe Target Javascript 库从页面传递数据层上的信息，利用我们的 API 直接从您的源系统传递信息，或者使用我们的 Adobe Analytics 集成（如果您已经将目录数据传递到 Analytics）。

有时候，您可能希望同时使用多个选项，例如，每天通过 CSV 文件传递大部分数据，并通过 API 更频繁地传递库存更新。

您的 IT 部门通常会参与帮助设置此步骤。

无论选择哪种方法，您都应将有关每个项目的元数据包括在三个类别中：

显示目录元数据信息的插图

要向收到推荐的用户显示的数据。例如，电影的名称和缩略图图像 URL。
用于应用营销和销售控制的数据。例如，电影的评级，这样您就不会推荐评级为 NC-17 的电影。
用于确定项目与其他项目相似度的数据。例如，电影的流派或者电影中的演员。

捕获用户行为

接下来，您应该添加标签或利用现有的 Analytics 实施来跟踪可驱动 Target 算法的转化事件（例如查看次数或购买项目）。

显示如何捕获用户行为的插图

您需要确保 Target 了解用户正在查看和购买的项目。如果购买与上下文无关，则可能需要跟踪不同类型的转化事件，例如，下载PDF、完成调查、订阅新闻稿、观看视频等。

如果您已经使用 Target 在网站上运行 A/B 测试活动，则可能已经完成了此步骤。或者，如果您已经使用 Adobe Analytics 来报告网站访问情况和转化行为，则可以使用 Analytics 作为行为数据源。如果没有，最简单的做法是使用标签管理器(例如 Adobe Experience Platform. 也可以将离线或应用程序内交互发送到 Target 通过实时API。

使用正确的上下文信息获取推荐

在交互时将有关用户和上下文的信息传递给 Target，以返回相关的个性化推荐。

显示如何使用正确的上下文信息获取推荐的插图

除了聚合用户行为之外，您还需要将显示推荐的特定上下文传递给 Target。这包括有关页面的信息和来自用户配置文件的信息。Target 将使用此信息来进行个性化推荐。例如，在零售网站上，您想了解访客当前正在查看的产品和产品类别。同时还想了解有关该用户的信息（最喜爱的品牌、最喜爱的产品类别、忠诚度等级等等）。这个信息非常重要，借助此信息，Target 可以筛选项目并改进推荐的个性化。