Premium
Consulte o que está incluído no Target Premium.

Perguntas frequentes do Recommendations

Lista de perguntas frequentes sobre as atividades do Adobe Target Recommendations.

Por que a Pesquisa no catálogo não mostra os resultados corretos quando procuro um atributo personalizado com um valor numérico?

Quando você faz uma pesquisa no catálogo em um atributo personalizado com um valor numérico, os resultados tratam o atributo personalizado como um tipo de sequência em vez de um valor numérico.

No momento, não há nenhuma funcionalidade disponível que permita aos clientes alterar o tipo de um atributo. Para fazer uma alteração, abra um problema do cliente referenciando os atributos que precisam de alteração do tipo de sequência para numérico.

Quanto tempo demora para que as atualizações nos itens do meu catálogo sejam refletidas no meu site?

O intervalo de tempo e os resultados variam dependendo de como os itens são atualizados.

Fonte
Detalhes
Atributos de item atualizados via mbox ou API
  • As recomendações são atualizadas em 15 minutos.
  • Recomendações e atributos de item existentes são exibidos até que as atualizações estejam disponíveis.
  • A Pesquisa no catálogo é atualizada após o índice do catálogo (de 3 a 8 horas).
Atributos de item atualizados via feed
  • As recomendações são atualizadas após a assimilação do feed (de 2 a 8 horas).
  • Recomendações e atributos de item existentes são exibidos até que as atualizações estejam disponíveis.
  • A Pesquisa no catálogo é atualizada após a assimilação de feed (de 2 a 8 horas) e após o índice de catálogo subsequente (de 3 a 8 horas). A Pesquisa no catálogo é atualizada em um total de 5 a 16 horas.
Item excluído do catálogo por meio da interface ou da API do Target
  • As recomendações são atualizadas em 15 minutos.
  • Recomendações e atributos de item existentes são exibidos até que as atualizações estejam disponíveis.
  • A Pesquisa no catálogo é atualizada após o índice do catálogo (de 3 a 8 horas).
Item adicionado ao catálogo via mbox ou API
  • As recomendações são atualizadas após a execução do algoritmo. As execuções de algoritmo são agendadas a cada 12 horas para algoritmos de 1 a 2 dias e a cada 24 horas para algoritmos de mais de 7 dias.
  • As recomendações existentes serão exibidas até que as atualizações estejam disponíveis, se o item adicionado não for uma chave solicitada.
  • As recomendações de backup serão exibidas até que as atualizações estejam disponíveis, se o item adicionado for uma chave solicitada.
  • A Pesquisa no catálogo é atualizada após o índice do catálogo (de 3 a 8 horas).
Item adicionado ao catálogo via feed
  • As recomendações são atualizadas depois que o feed é assimilado (2 a 8 horas). As execuções subsequentes de algoritmos são agendadas a cada 12 horas para algoritmos de 1 a 2 dias e a cada 24 horas para algoritmos de mais de 7 dias. As recomendações são atualizadas em um total de 2 a 32 horas.
  • As recomendações existentes serão exibidas até que as atualizações estejam disponíveis, se o item adicionado não for uma chave solicitada.
  • As recomendações de backup serão exibidas até que as atualizações estejam disponíveis, se o item adicionado for uma chave solicitada.
  • A Pesquisa no catálogo é atualizada após a assimilação do feed (de 2 a 8 horas) e após o índice do catálogo (de 3 a 8 horas). A Pesquisa no catálogo é atualizada em um total de 5 a 16 horas.

Após importar um arquivo de feed ou depois de receber atualizações de entidade por meio da API ou da mbox, as seguintes alterações serão refletidas em menos de 60 minutos:

  • Se um item tiver sido excluído anteriormente, mas agora precisar ser incluído, ele será incluído na próxima execução do algoritmo (12 a 24 horas).

    Essa situação ocorre porque o Target aplica exclusões online e offline. Quando um item é recém-excluído, a exclusão online se aplica rapidamente. Quando um item é recém-incluído, a exclusão online desaparece rapidamente, mas a exclusão offline não desaparece até que o próximo algoritmo seja executado.

  • Se um item foi incluído anteriormente, mas agora deve ser excluído, o item é excluído de acordo com a linha do tempo "Atributos do item atualizados…" discutida acima, dependendo da origem do feed (15 minutos via mbox/API ou 12 a 24 horas via feed).

As seguintes alterações não são refletidas até que ocorra a execução do próximo algoritmo (dentro de 12 a 24 horas):

  • Atributos de item usados nas regras de Coleção usadas para a atividade.
  • Atributos de item usados em uma promoção baseada em um atributo ou coleção associada à atividade.
  • Categoria do item na qual o item aparece para uma "Categoria atual" ou "Categoria favorita" no algoritmo Mais vendidos ou Mais visualizados.
  • Classificação dos itens recomendados quando o atributo mudou é um atributo personalizado usado como chave personalizada para um algoritmo.
  • Classificação dos itens recomendados com base nos atributos alterados quando a lógica de recomendação é "Itens com atributos semelhantes", quando os fatores de ponderação de "Similaridade de conteúdo" são usados ou quando os fatores "Ponderação de atributos" são usados.
NOTE
Um arquivo de feed é considerado importado quando seu status muda de “Importando itens” para “Preparando atualizações de índice de pesquisa”. As atualizações podem levar mais de 60 minutos para serem refletidas na interface do usuário da Pesquisa no catálogo. A Pesquisa no catálogo está atualizada quando o status do feed muda para "Atualizações concluídas". Mesmo que a Pesquisa no catálogo ainda não esteja atualizada, seu site refletirá as atualizações nos prazos listados acima. O tempo mais recente de atualização de índice da Pesquisa no catálogo é exibido na página Pesquisa no catálogo.

Quanto tempo leva para que uma alteração na configuração da minha atividade, oferta, promoções ou configurações de critérios do Recommendations seja refletida no meu site?

  • Uma alteração nas configurações de promoção pode levar até cinco horas para ser refletida no local.

  • Uma alteração em outras configurações de critérios pode não ser refletida até que o próximo algoritmo seja executado:

    • Algumas configurações de critérios (por exemplo, "adição de uma regra de inclusão dinâmica") são refletidas instantaneamente.
    • Outras configurações de critérios (por exemplo, "remoção de uma regra de inclusão dinâmica", alteração da janela de retrospectiva e assim por diante) não podem ser incorporadas até que o próximo algoritmo seja executado.
    • As execuções de algoritmo são acionadas por essas alterações, mas podem levar até 24 horas para serem concluídas. Algoritmos também são executados de forma programada a cada 12 a 24 horas.

Quanto tempo leva para o comportamento de um usuário (por exemplo, clicar no produto A e comprar o produto B) ser refletido nas recomendações? que o usuário recebe?

  • O produto/conteúdo exibido/adquirido no momento influencia as recomendações que o usuário recebe na mesma visualização de página/Targetsolicitação de conteúdo.
  • O comportamento histórico do usuário, como "último produto visualizado", "produto mais visualizado" e o histórico geral de visualização/compra são atualizados com essa solicitação e influenciam as recomendações que o usuário recebe na próxima visualização de página/Target solicitação de conteúdo. Por exemplo, os algoritmos "Itens visualizados recentemente" e "Recomendado para você" são atualizados com cada visualização/compra de produto e refletidos na solicitação de conteúdo subsequente.

Quanto tempo leva para o comportamento de um usuário (por exemplo, clicar no produto A e comprar o produto B) ser refletido nas recomendações? outro usuários recebem?

O comportamento dos usuários na agregação é incorporado ao processamento de algoritmo offline, e cada execução de algoritmo ocorre a cada 12 a 24 horas.

O que devo fazer se os caracteres especiais estão quebrando a matriz? section_D27214116EE443638A60887C7D1C534E

Use valores removidos no JavaScript. As aspas ( " ) podem quebrar a matriz. O snippet de código a seguir é um exemplo de valores removidos:

#set($String='')
#set($escaper=$String.class.forName('org.apache.commons.lang.StringEscapeUtils'))
<script type="text/javascript">
console.log("$escaper.escapeJavaScript($entity1.name)")
console.log("$escaper.escapeJavaScript($entity2.name)")
console.log('$escaper.escapeJavaScript($entity3.name)')
names.push("$escaper.escapeJavaScript($entity4.name)")
</script>

Por que todos os critérios, incluindo os critérios personalizados, não estão disponíveis para seleção ao criar uma atividade do Recommendations? section_B2265AC8B8A94E0298D495A05C5D817F

Os critérios disponíveis são baseados na categoria atual. Quando você está criando ofertas de recomendações, o seletor de algoritmo exibe os critérios com base na ID da categoria.

Se a localização na qual você estiver aplicando esse critério não contiver a ID da categoria, determinados critérios não estão disponíveis no seletor de algoritmo.

Se você usar um local em que a ID de categoria está presente na mbox, o seletor de critérios conterá todos os critérios aplicáveis.

Target tem um Filtrar critérios incompatíveis configuração para controlar a filtragem inteligente do seletor de algoritmo.

NOTE
Essa configuração se aplica às atividades criadas somente no Visual Experience Composer (VEC). Essa configuração não se aplica a atividades criadas no Experience Composer com base em formulário (o Target não tem contexto de localização).

Para acessar a configuração Critérios incompatíveis de filtro, clique em Recommendations > Configurações:

imagem recs_settings_filter

Se a configuração Critérios incompatíveis de filtro NÃO está ativado, Target o não filtra algoritmos no Seletor de algoritmo e todos os algoritmo são exibidos.

Se a configuração Critérios de filtro incompatíveis estiver ativa, em atividades do VEC, o Target lerá a entityId e a id da categoria do local selecionado e exibirá algoritmos com base em currentItem|currentCategory (se os respectivos valores estiverem presentes naquele local). Como resultado, somente os algoritmos compatíveis para o local selecionado são mostrados no seletor do algoritmo, como padrão.

Na configuração Critérios incompatíveis de filtro estiver ativada, você ainda pode visualizar os algoritmos não compatíveis desmarcando a caixa de seleção Compatível ao selecionar os critérios.

imagem compatible_checkbox

A lista a seguir contém casos especiais em que o Target não exibe a caixa de seleção Compatível:

  • EntityId e category Id estão presentes no local, então nada está sendo filtrado.
  • Você está usando a mbox.js versão 55 ou anterior.
  • Nenhuma chamada de mbox está sendo filtrada na página (!config.isAutoCreateGlobalMbox && !config.isRegionalMbox)
  • Os parâmetros do Target não estão definidos.

O que devo fazer se uma coleção no Recommendations chega a zero (0)? section_E2DB2FE67CF24EEC81412BFF3FA6385D

Considere as informações a seguir se você vir uma coleção em zero que anteriormente não estava em zero:

  • Você pode salvar novamente a coleção e ver se ela atualiza o número. Ao salvar novamente, a coleção executa todos os algoritmos que estão usando essa coleção.

  • Você está olhando para o ambiente certo? Vá para /target/products.html#recsSettings para verificar novamente (conforme mostrado abaixo).

    imagem product_catalog

  • O seu índice está atualizado? Ir para /target/products.html#productSearch e verifique quantas horas têm o índice (por exemplo, "Indexado há 3 horas"). Você pode atualizar o índice, conforme necessário.

  • Você alterou algo no feed ou na camada de dados que resultou na falta de correspondência das suas entidades com as regras de coleção? Certifique-se de que as LETRAS MAIÚSCULAS E MINÚSCULAS estejam correspondentes (sensível à maiúscula e minúsculas).

  • O seu feed foi executado com sucesso? Alguém alterou o diretório FTP, a senha e assim por diante?

  • Target O faz o melhor para atualizar a entrega (na página/aplicativo do cliente) o mais rápido possível. Além disso, o Target também deve fornecer alguma representação na interface para o profissional de marketing. O Target não atrasa a entrega de atualizações para esperar que as atualizações da interface estejam em sincronia. Você pode usar mboxTrace para ver o que está no sistema no momento em que ocorre a solicitação.

Qual a diferença entre ponderação de atributos geral e ponderação de atributo específico à similaridade de conteúdo? section_FCD96598CBB44B16A4C6C084649928FF

A ponderação de atributos ocorre de duas formas: "ponderação de atributos padrão" e "ponderação de atributos de similaridade de conteúdo".

"A ponderação de atributo padrão" aplica-se à maioria, ou todos, os tipos de critérios (não somente à Similaridade de conteúdo). Esse tipo de ponderação fornece mais peso a determinados valores de atributo. No exemplo a seguir, os produtos da Nike terão um aumento nas recomendações de saída.

imagem attribute_eighting_example

"A ponderação do atributo de similaridade de conteúdo" se aplica somente aos critérios de Similaridade de conteúdo.

Esse tipo de ponderação é mais dinâmico e se baseia na "chave de recomendação" atual (o item visualizado no momento). No exemplo a seguir (marca x 16), se um visitante estava visualizando tênis da Nike, esse visitante tem mais probabilidade de ser recomendado para outros produtos da Nike (não necessariamente apenas tênis) do que para tênis dos concorrentes. Se um visitante estava visualizando tênis da Adidas, ele tem maior probabilidade de recomendar produtos da Adidas.

imagem content_similarity_example

Por que o Target às vezes não mostra recomendações? section_DB3F40673AED42228E407C05437D99E9

TargetÀs vezes, o não consegue mostrar recomendações devido ao baixo número de recomendações disponíveis.

O número de valores gerados por critério é o triplo do número de entidades especificadas no modelo. A filtragem em tempo de execução (por exemplo, inventário, correspondência de atributos da mbox) é aplicada após os valores 3x serem gerados, portanto, é possível chegar com menos que valores 3x no momento da entrega. Para atenuar essa situação, aumente o número de entidades no modelo ao ocultar as entidades adicionais.

É possível usar o seguinte código em JavaScript no início do design para aumentar o número de entidades solicitadas. Neste exemplo, a contagem de entidades solicitadas seria de 30 (3x10).

#foreach($entity in $entities)
 #if( $foreach.count > 10 )
  #break
 #end
 #set ($foo = $entity.id)
#end

Qual é o limite de tamanho de uma chamada à API para inserir/atualizar produtos? Posso atualizar 50.000 produtos em uma chamada ao usar a API em vez de um feed? section_434FE1F187B7436AA39B7C14C7895168

TargetO impõe um limite de postagem de 50 MB no nível do aplicativo; no entanto, isso apenas acontece quando o cabeçalho de tipo de conteúdo application/x-www-form-urlencoded é passado.

Certamente é possível tentar enviar 50.000 produtos em uma mesma chamada. Em caso de falha, você deve quebrá-la em lotes. Normalmente, a Adobe recomenda que os clientes quebrem suas chamadas em lotes de 5.000 ou 10.000 produtos para diminuir a possibilidade de se alcançar o tempo limite devido à carga do sistema.

Preciso especificar o nome da mbox ao criar critérios, promoções ou regras de teste do modelo do Recommendations? section_FFA42ABCC5954B48A46526E32A3A88A2

Ao criar critérios, promoções ou regras de testes do modelo do Recommendations com base em um parâmetro mbox, o mboxParameter não solicitará o mboxName. O nome da mbox agora é opcional. Essa alteração permite usar parâmetros de várias mboxes ou referenciar um parâmetro que ainda não foi gravado na borda.

Para selecionar o parâmetro desejado:

  • Ao criar critérios, promoções ou regras de teste do modelo, selecione um nome de parâmetro na lista. Comece a digitar os primeiros caracteres do nome do parâmetro desejado ou digite o nome completo do nome do parâmetro desejado.
  • Caso lembre do nome da mbox, mas não do parâmetro, use a caixa de seleção para filtrar uma mbox conhecida que passe o parâmetro desejado.

Com ambos os métodos, não há link entre a mbox e o parâmetro. Os critérios, as promoções ou as regras de testes do modelo funcionarão de acordo com o parâmetro em todas as mboxes que passam esse parâmetro.

Se você editar um critério, uma promoção ou uma regra de testes do modelo existente, os critérios de filtragem serão exibidos com o nome da mbox fornecido durante a criação.

Por que não posso salvar minha atividade herdada do Recommendations, depois de definir um novo público-alvo? section_1E47C40B1FE7479BAC3EE0F50CE7C2C4

Certifique-se de que o público-alvo tenha um nome exclusivo. Se você deu ao público o mesmo nome de um público-alvo existente, não poderá salvar sua atividade herdada do Recommendations (uma atividade de Recommendations criada antes de outubro de 2016).

Qual é o tamanho máximo de um arquivo CSV para um upload de feed? section_20F1AF4839A447B9889B246D6E873538

Não há limite rígido de número de linhas ou tamanho do arquivo para o upload de um arquivo CSV do feed. No entanto, como prática recomendada, a Adobe limita o tamanho do arquivo CSV a 1 GB para evitar falhas durante o processo de upload dos arquivos. Se o tamanho do arquivo exceder 1 GB, idealmente ele deverá ser dividido em vários arquivos de feed. O número máximo de colunas de atributos personalizados é 100 e os atributos personalizados são limitados a 4.096 caracteres. Outros limites sobre o comprimento das colunas necessárias estão disponíveis na Target página de limitações do.

Posso excluir dinamicamente uma entidade? exclude

Na sequência de consulta, você pode passar IDs de entidades para as entidades que deseja excluir de suas recomendações. Por exemplo, você pode desejar excluir itens que já estão no carrinho de compras.

Para ativar a função de exclusão, use o parâmetro de mbox excludedIds. Esse parâmetro indica uma lista de IDs de entidade separadas por vírgulas. Por exemplo, mboxCreate(..., "excludedIds=1,2,3,4,5"). O valor é enviado quando novas recomendações são solicitadas.

A exclusão é realizada apenas para a chamada atual do Target; os itens não são excluídos em chamadas subsequentes do Target, a não ser que o valor excludedIds seja transmitido novamente. Para excluir itens no carrinho das recomendações em cada página, continue transmitindo o valor excludedIds em cada página.

NOTE
Se muitas entidades forem excluídas, as recomendações se comportarão como se não houvesse entidades suficientes para preencher o modelo da recomendação.

Para excluir entityIds, anexe o token &excludes=${mbox.excludedIds} ao url de conteúdo da oferta. Quando o url de conteúdo for extraído, os parâmetros solicitados serão substituídos pelos parâmetros de solicitação atuais do mbox.

Por padrão, esse recurso é ativado para recomendações criadas recentemente. As recomendações existentes precisam ser salvas para suportar entidades excluídas dinamicamente.

O que significa a resposta NO_CONTENT retornada às vezes no rastreamento de conteúdo do Recommendations?

NO_CONTENT é retornado quando as recomendações não estão disponíveis para o algoritmo solicitado e a combinação de chaves. De modo geral, essa situação ocorre quando os backups são desativados para o algoritmo e uma ou mais das opções a seguir também são verdadeiras:

  • Os resultados ainda não estão prontos.

    Normalmente, essa situação ocorre ao salvar uma atividade recém-criada ou depois que alterações de configuração são feitas na coleção, nos critérios ou nas promoções usadas na atividade.

  • Os resultados estão prontos, mas ainda não são armazenados em cache no servidor de borda mais próximo para a combinação de algoritmo/chave solicitada.

    A solicitação inicia uma operação de cache, portanto, esse problema deve ser resolvido após alguns recarregamentos de página e/ou alguns minutos.

  • Os resultados estão prontos, mas não estão disponíveis para o valor principal fornecido.

    Normalmente, essa situação ocorre ao solicitar recomendações para um item que foi adicionado ao catálogo após a execução mais recente do algoritmo e se resolverá após a execução do próximo algoritmo.

  • A renderização parcial do modelo está desativada e não há resultados suficientes disponíveis para preencher o modelo.

    Essa situação normalmente ocorre quando você tem uma regra de inclusão dinâmica, que filtra agressivamente muitos itens dos resultados possíveis. Para evitar situações, ative os backups e não aplique a regra de inclusão aos backups ou use os critérios em sequência com critérios filtrados menos agressivos.

As recomendações baseadas em itens visualizados recentemente persistem em vários dispositivos para um único visitante? persist-across-devices

Quando um visitante inicia uma sessão, a ID da sessão é vinculada a uma única máquina de borda e um cache de perfil temporário é armazenado nessa máquina de borda. Solicitações subsequentes da mesma sessão leem esse cache de perfil, incluindo itens visualizados recentemente.

Quando a sessão termina (geralmente, quando expira após 30 minutos sem atividade), o estado da sessão, incluindo itens visualizados recentemente, é mantido em um armazenamento de perfil mais permanente na mesma borda geográfica.

As sessões subsequentes de diferentes dispositivos podem acessar esses itens visualizados recentemente, desde que a nova sessão esteja vinculada ao perfil do cliente por meio da mesma Marketing Cloud ID (MCID), Experience Cloud ID (ECID) ou CustomerID/mbox3rdPartyId.

Se um visitante tiver duas sessões ativas ao mesmo tempo, os itens visualizados recentemente em um dispositivo não atualizarão os itens visualizados recentemente no outro dispositivo, a menos que os dispositivos sejam forçados a compartilhar a ID da sessão. Há uma possível solução alternativa para o problema, mas o Target não oferece suporte direto ao compartilhamento de uma ID de sessão em vários dispositivos. O cliente deve gerenciar esse compartilhamento de ID sozinho.

Esse comportamento ainda ocorrerá se um visitante estiver ativo em um dispositivo e, em seguida, se tornar ativo no outro dispositivo alguns minutos depois. A primeira sessão do dispositivo não expira por 30 minutos e pode haver até cinco minutos de atraso antes que o estado do perfil seja gravado no estado permanente e processado. Aguarde 35 minutos para que a sessão expire e o perfil seja armazenado ao testar esse comportamento.

Se o visitante não tiver duas sessões ativas ao mesmo tempo, os itens visualizados recentemente em um dispositivo atualizarão os itens visualizados recentemente no outro dispositivo, desde que a sessão tenha terminado. Aguarde 35 minutos para a sessão expirar ao testar esse comportamento.

Posso usar um algoritmo criado no Adobe Recommendations Classic no Recommendations Premium?

Um algoritmo criado no Recommendations Classic não é compatível com o Recommendations Premium. Você pode usar o algoritmo herdado no Target Premium; no entanto, o algoritmo pode criar problemas de sincronização ao desativar ou excluir a atividade na interface do Target Premium. Para obter mais informações sobre as diferenças entre as duas soluções, consulte Recommendations Classic versus Recommendations atividades no Target Premium.

Como posso recomendar somente novos artigos ou vídeos? recommend-new-articles

Alguns clientes de mídia e publicação querem garantir que os itens recomendados incluam apenas os artigos ou vídeos mais recentes. Como exemplo, um cliente do Target usou a seguinte abordagem para recomendar artigos com menos de 60 dias:

  1. Transmita a data de publicação do artigo, no formato AAAAMMDD, como um atributo de entidade personalizado.
  2. Crie um script de perfil que seja a data de hoje menos 60 dias, também no formato AAAAMMDD.
  3. Use um filtro de inclusão dinâmica nos critérios para que publish date > today's date minus 60 days.

Transmita a data de publicação como um atributo de entidade personalizado:

Atributo de entidade
Exemplo
issueDate
2021218
lastViewDate
2021701
parentCategory
comentário
publishDate
20210113
publishDateDisplay
13 de janeiro de 2021

Configure o script de perfil:

Exemplo de script de perfil

Configure a regra de inclusão:

Exemplo de regra de inclusão

NOTE
Este exemplo também pode ser realizado usando a correspondência de parâmetros e transmitindo o valor priorDate60 como um parâmetro de mbox.

Quais são alguns problemas conhecidos ao usar o Recommendations atividades?

A seguir, os problemas conhecidos com atividades do Recommendations:

  • Quando o Target retorna uma oferta JSON com getOffer(), ela retorna com o tipo de JSON. No entanto, se você retornar um design de JSON do Recommendations, ele retornará com um tipo de HTML.
  • As entidades expiram corretamente após 60 dias sem receber nenhuma atualização via feed ou API; no entanto, as entidades expiradas não são removidas do índice da Pesquisa de catálogo após a expiração. No momento, entidades excluídas por meio do feed ou da API também não são removidas do índice de Pesquisa de catálogo. (IRI-857)
  • As ofertas do Recommendations nas atividades A/B e direcionamento de experiência não mostram uma exibição visual da bandeja do Recommendations. (TGT-33426)
  • Coleções, exclusões, critérios e projetos criados por API não estão visíveis na interface do usuário do Target e podem ser editados por meio da API. Da mesma forma, se você criar qualquer um desses itens na interface do usuário do Target e depois editá-los por meio da API, essas alterações não serão refletidas na interface do usuário do Target. Os itens editados por meio da API devem continuar sendo editados por meio da API para evitar a perda de modificações. (TGT-35777)
  • As atividades do Recommendations criadas por meio da API podem ser visualizadas na interface do usuário, mas só podem ser editadas por meio da API.
  • O status do feed de Critérios personalizados exibido na visualização da lista de critérios (cartão) é atualizado a cada dez minutos e pode estar desatualizado em mais de dez minutos em raras circunstâncias. O status exibido na visualização de edição de Critérios personalizados é buscado em tempo real e está sempre atualizado. (TGT-35896, TGT-36173)
recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654