Que sont les Product Recommendations ?
Product Recommendations utiliser Adobe AI et le machine learning formés sur le comportement d’acheteur agrégé et les données de catalogue pour fournir des recommandations personnalisées sur les storefronts Adobe Commerce. Cette présentation couvre les contraintes de service (y compris la loi HIPAA), la confidentialité des données, l’emplacement des unités de recommandation, les options d’implémentation de storefront, l’intégration des relations produit et la conservation des données de catalogue.
Gestion des données et confidentialité
La collecte de données pour Product Recommendations n’inclut aucune information d’identification personnelle (PII). Tous les identifiants d’utilisateur, tels que les ID de cookie et les adresses IP, sont strictement anonymisés. Pour en savoir plus, consultez la Politique de confidentialité d’.
Pour plus d’informations sur la synchronisation des données, consultez le Tableau de bord de gestion des données.
Où les recommandations apparaissent
Les recommandations s’affichent sur le storefront sous la forme d’unités avec des étiquettes, telles que « Les clients qui ont consulté ce produit ont également consulté ». Vous pouvez créer, gérer et déployer des recommandations dans les vues de votre boutique à partir de l’administrateur Adobe Commerce. Si votre projet Commerce utilise le connecteur Adobe Commerce Optimizer, vous créez, gérez et déployez des recommandations via Adobe Commerce Optimizer.
Implémentations de Storefront
Sélectionnez la documentation correspondant à votre storefront :
- PWA Studio — Documentation PWA
- Fronts personnalisés (par exemple, React ou Vue.js) — Intégrer Product Recommendations dans un storefront découplé
- Commerce Edge Delivery Services (EDS) — Documentation d’Adobe Commerce Storefront pour EDS
Recommandations de produits par rapport aux relations entre les produits
Étant donné la complexité en constante évolution des achats en ligne, ce qui fonctionne le mieux pour votre vitrine est souvent une combinaison de plusieurs technologies clés. L’utilisation des relations Product Recommendations et produit vous offre davantage de flexibilité lors de la promotion de produits. Pour automatiser vos recommandations à grande échelle, vous pouvez tirer parti des Product Recommendations optimisés par Adobe AI. Vous pouvez ensuite tirer parti des Règles de produits associés lorsque vous devez intervenir manuellement pour vous assurer qu’une recommandation spécifique est envoyée à un segment d’acheteur cible ou lorsque certains objectifs commerciaux doivent être atteints.
Les recommandations de produits vous permettent d’effectuer les opérations suivantes :
- Choisissez parmi neuf types de recommandations intelligentes distincts en fonction des domaines suivants : basé sur l’acheteur, basé sur l’article, basé sur la popularité, basé sur les tendances et basé sur la similarité
- Utiliser les données comportementales pour personnaliser les recommandations dans l’ensemble du parcours de storefront de l’acheteur
- Mesurer les mesures clés pertinentes pour chaque recommandation afin de vous aider à comprendre l’impact de vos recommandations
Démonstration des recommandations de produits
Pour en savoir plus sur Product Recommendations, regardez cette vidéo :
Politique de conservation des données de catalogue
Le service Product Recommendations dépend des données de catalogue qui restent synchronisées avec votre environnement Adobe Commerce. Les catalogues ou environnements inactifs qui arrêtent d’interroger ces données peuvent devenir inactifs, ce qui affecte les retours du service jusqu’à ce que vous réactiviez.
Si vous n’envoyez pas de requête pour les données du catalogue dans votre environnement test pendant 90 jours consécutifs, les données du catalogue sont définies sur le mode inactif et aucune donnée n’est renvoyée pour une requête. La règle des 90 jours n’affecte pas les données de catalogue de votre environnement de production.
Si votre environnement comporte un catalogue vide 45 jours après sa création, les données du catalogue sont définies en mode inactif et aucune donnée n’est renvoyée pour une requête. Cela s’applique aux environnements de production et de test.
Réactiver les données du catalogue
Pour restaurer les données du catalogue après qu’elles sont devenues inactives, envoyez une demande d’assistance avec le titre « Réactiver les Product Recommendations » et incluez les identifiants d’environnement. Les données du catalogue doivent être restaurées dans les deux heures.