Créer une recommandation
Lorsque vous créez une recommandation, vous créez une unité de recommandation, ou widget, qui contient les éléments de produit recommandés.
Unité de recommandation
Lorsque vous activez l’unité de recommandation, Adobe Commerce commence à collecter des données pour mesurer les impressions, les vues, les clics, etc. Le tableau Product Recommendations affiche les mesures de chaque unité de recommandation afin de vous aider à prendre des décisions commerciales éclairées.
-
Dans la barre latérale Admin, accédez à Marketing > Promotions > Recommandations de produit pour afficher l’espace de travail Recommandations de produit.
-
Spécifiez l’Affichage de la boutique où vous souhaitez que les recommandations s’affichent.
note note NOTE Les unités de recommandation Page Builder doivent être créées dans la vue de magasin par défaut, mais peuvent ensuite être utilisées n’importe où. Pour en savoir plus sur la création de recommandations de produit avec Page Builder, voir Ajouter du contenu - Recommandations de produit. -
Cliquez sur Créer une recommandation.
-
Dans la section Nommer votre recommandation, saisissez un nom explicite à des fins de référence interne, tel que
Home page most popular. -
Dans la section Sélectionner le type de page, sélectionnez la page sur laquelle vous souhaitez que la recommandation apparaisse parmi les options suivantes :
note note NOTE Les recommandations de produits ne sont pas prises en charge sur la page Panier lorsque votre boutique est configurée pour afficher la page du panier immédiatement après l’ajout d’un produit au panier. - Page d’accueil
- Catégorie
- Détails du produit
- Panier
- Confirmation
- Page Builder
Vous pouvez créer jusqu’à cinq unités de recommandation actives pour chaque type de page, et jusqu’à 25 pour Page Builder. Le type de page est grisé lorsque la limite est atteinte.
Nom de la recommandation et emplacement de la page -
Dans la section Sélectionner le type de recommandation, indiquez le type de recommandation qui doit apparaître sur la page sélectionnée. Pour certaines pages, l’emplacement des recommandations est limité à certains types.
-
Dans la section Étiquette d’affichage du storefront, saisissez l’étiquette visible par vos acheteurs, telle que « Meilleurs vendeurs ».
-
Dans la section Choisir le nombre de produits, utilisez le curseur pour indiquer le nombre de produits à afficher dans l’unité de recommandation.
La valeur par défaut est
5, avec un maximum de20. -
Dans la section Sélectionner l’emplacement, indiquez l’emplacement où l’unité de recommandation doit apparaître sur la page.
- En bas du contenu principal
- En haut du contenu principal
-
(Facultatif) Pour modifier l’ordre des recommandations, sélectionnez et déplacez les lignes du tableau Choisir la position.
La section Choisir la position affiche toutes les recommandations (le cas échéant) créées pour le type de page que vous avez sélectionné.
Ordre des recommandations sur la page -
(Facultatif) Dans la section Filtres, appliquez des filtres pour contrôler quels produits apparaissent dans l’unité de recommandation.
Filtres de produit recommandés -
Une fois l’opération terminée, cliquez sur l’une des options suivantes :
-
Enregistrer en tant que brouillon pour modifier ultérieurement l’unité de recommandation. Vous ne pouvez pas modifier le type de page ou de recommandation d’une unité de recommandation à l’état de brouillon.
-
Activer pour activer l’unité de recommandation sur votre storefront.
-
Indicateurs de préparation
Les indicateurs de préparation indiquent les types de recommandations les plus performants en fonction du catalogue et des données comportementales disponibles. Vous pouvez également utiliser des indicateurs de préparation pour déterminer si vous rencontrez des problèmes avec votre événement ou si vous n’avez pas suffisamment de trafic pour renseigner le type de recommandation.
Les indicateurs de préparation sont classés en sur base statique ou sur base dynamique. Les données de catalogue d’utilisation basées sur statique uniquement, tandis que les données de comportement d’utilisation basées sur dynamique proviennent de vos acheteurs. Ces données comportementales sont utilisées pour entraîner des modèles de machine learning afin de créer des recommandations personnalisées et de calculer leur score de préparation.
Comment les indicateurs de préparation sont calculés
Les indicateurs de préparation sont une indication de la formation du modèle. Les indicateurs dépendent des types d’événements collectés, de l’ampleur des produits avec lesquels il y a eu interaction et de la taille du catalogue.
Le pourcentage d’indicateur de préparation est dérivé d’un calcul qui indique le nombre de produits qui peuvent être recommandés en fonction du type de recommandation. Les statistiques sont appliquées aux produits en fonction de la taille globale du catalogue, du volume d’interactions (telles que les vues, les clics, les ajouts au panier) et du pourcentage de SKU qui enregistrent ces événements dans une certaine période. Par exemple, pendant le trafic pendant la haute saison des fêtes, les indicateurs de préparation peuvent afficher des valeurs plus élevées qu’en période de volume normal.
En raison de ces variables, le pourcentage de l’indicateur de préparation peut fluctuer. Cela explique pourquoi les types de recommandations peuvent apparaître et disparaître lorsqu’ils sont « Prêts à être déployés ».
Les indicateurs de préparation sont calculés en fonction de deux facteurs :
-
Taille suffisante du jeu de résultats : y a-t-il suffisamment de résultats renvoyés dans la plupart des scénarios pour éviter d’utiliser les recommandations de sauvegarde ?
-
Variété suffisante du jeu de résultats : les produits renvoyés représentent-ils une variété de produits de votre catalogue ? L’objectif avec ce facteur est d’éviter qu’une minorité de produits soit les seuls articles recommandés sur le site.
En fonction des facteurs ci-dessus, une valeur de préparation est calculée et affichée comme suit :
- 75 % ou plus signifie que les recommandations suggérées pour ce type de recommandation seront très pertinentes.
- Au moins 50 % signifie que les recommandations suggérées pour ce type de recommandation seront moins pertinentes.
- Moins de 50 % signifie que les recommandations suggérées pour ce type de recommandation peuvent ne pas être pertinentes. Dans ce cas, les recommandations de sauvegarde sont utilisées.
En savoir plus sur pourquoi les indicateurs de préparation peuvent être faibles.
Basé sur statique
Les types de recommandations suivants sont basés sur des données statiques, car ils ne nécessitent que des données de catalogue. Aucune donnée comportementale n’est utilisée.
- Plus Comme Ceci
- Similarité visuelle
Basé sur Dynamic
Les types de recommandations suivants sont basés sur les dynamiques, car ils utilisent les données comportementales de storefront.
Données comportementales des six derniers mois du storefront :
- A consulté ceci, a consulté cela
- J'ai vu ceci, j'ai acheté cela
- J'ai acheté ceci, acheté cela
- Recommandé
Sept derniers jours de données comportementales storefront :
- Les plus consultés
- Les plus achetés
- Les plus ajoutés au panier
- En Tendance
- Afficher pour acheter la conversion
- Conversion de l’affichage au panier
Données comportementales les plus récentes sur les acheteurs (vues uniquement) :
- Récemment consultés
Visualiser la progression
Pour visualiser plus facilement la progression de l’entraînement pour chaque type de recommandation, la section Sélectionner le type de recommandation affiche une mesure de préparation pour chaque type.
Type de recommandation
Le pourcentage d’indicateur de préparation pour les types de recommandations qui dépendent des données du catalogue ne change pas beaucoup, car le catalogue du commerçant ne change pas souvent. Cependant, le pourcentage d’indicateur de préparation pour les types de recommandations basés sur les données comportementales de l’acheteur peut changer souvent en fonction de l’activité quotidienne de l’acheteur.
Que faire si le pourcentage d’indicateur de préparation est faible
Un faible pourcentage de préparation indique que peu de produits de votre catalogue peuvent être inclus dans les recommandations pour ce type de recommandation. Cela signifie qu’il existe une forte probabilité que les recommandations de sauvegarde soient renvoyées si vous déployez quand même ce type de recommandation.
Vous trouverez ci-dessous la liste des raisons possibles et des solutions aux faibles scores de préparation courants :
-
Basé sur les statistiques statiques - Des pourcentages faibles pour ces indicateurs peuvent être dus à des données de catalogue manquantes pour les produits affichables. S’ils sont inférieurs aux prévisions, une synchronisation complète peut résoudre ce problème.
-
Basé sur la dynamique - Les faibles pourcentages des indicateurs basés sur la dynamique peuvent être dus aux éléments suivants :
- Champs manquants dans les événements storefront requis pour les types de recommandation respectifs (requestId, contexte du produit, etc.)
- Faible trafic sur le magasin : le volume d’événements comportementaux que nous recevons est donc faible.
- La variété d’événements comportementaux de storefront sur différents produits de votre magasin est faible. Par exemple, si seulement 10 % de vos produits sont consultés ou achetés la plupart du temps, les indicateurs de préparation respectifs seront faibles.
Aperçu de Recommendations preview
Le panneau Aperçu des produits recommandés est toujours disponible avec un exemple de sélection de produits qui peuvent apparaître dans l’unité de recommandation lors de son déploiement sur le storefront.
Pour tester une recommandation lorsque vous travaillez dans un environnement hors production, vous pouvez récupérer les données de recommandation d’une autre source. Cela permet aux commerçants de tester les règles et de prévisualiser les recommandations avant le déploiement en production.
Sauvegarde : indique qu’il n’y a pas suffisamment de données d’identification collectées ; une recommandation de sauvegarde est donc utilisée pour remplir le slot. Accédez à Données comportementales pour en savoir plus sur les modèles de machine learning et les recommandations de sauvegarde.
Lorsque vous créez votre unité de recommandation, testez le type de page, le type de recommandation et les filtres pour obtenir des commentaires en temps réel immédiats sur les produits qui seront inclus. Lorsque vous commencez à comprendre quels produits apparaissent, vous pouvez configurer l’unité de recommandation pour répondre aux besoins de votre entreprise.
Adobe Commerce filtre recommandations pour éviter d’afficher des produits en double lorsque plusieurs unités de recommandation sont déployées sur une seule page. Par conséquent, les produits qui s’affichent dans le panneau d’aperçu peuvent différer de ceux qui s’affichent dans le storefront.
Recently viewed, car les données ne sont pas disponibles dans l’Administration.