[Premium]{class="badge positive" title="Découvrez les fonctionnalités incluses dans Target Premium."}

Utilisation de 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 basées sur les achats provenant de Analytics dans les activités Adobe Target Recommendations. Cette fonctionnalité est particulièrement utile dans les situations où la configuration Target Recommendations est nouvelle et où Analytics contient de nombreuses données historiques à utiliser.

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

Lors de la création de critères dans Recommendations, deux boutons radio permettent de choisir la source de données à utiliser : mboxes ou Analytics. Pour créer un critère, cliquez sur Recommendations > Criteria > Create Criteria > Create Criteria. Pour plus d’informations, voir Création de critères.

Boutons de source de données comportementales

NOTE
Si ces deux boutons ne s’affichent pas dans votre compte, contactez l’ assistance clientèle.

Cas d’utilisation des données Analytics dans Target

L’utilisation de Analytics comme source de données comportementales pour les recommandations vous permet également de déployer des cas d’utilisation spécifiques sans avoir à baliser les pages d’entités avec tous les paramètres d’entité Target. Bien que cela nécessite 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 liaison se produise automatiquement entre Analytics et Target.

Vous pouvez utiliser Analytics comme source de données comportementales pour :

  • Affichez des recommandations sur un site de vente au détail aux utilisateurs sur une page des détails d’un produit, en fonction des achats d’autres utilisateurs de la même catégorie au cours du dernier mois, à l’aide des données Analytics.
  • Affichez le contenu sur l’écran d’accueil d’un site multimédia pour le contenu le plus populaire d’une catégorie particulière qui est actuellement en tendance, en fonction des données Analytics.

Mise en oeuvre dans Analytics

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

Conditions préalables : configuration de variables de produit dans Analytics

Mettez en oeuvre des variables de produit dans Analytics avec les attributs nécessaires pour Target Recommendations.

Un format d’exemple de flux Target Recommendations sert de guide sur lequel tous les 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.

NOTE
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 doivent être transmis en tant qu’attributs. Ces attributs peuvent inclure le nom de l’auteur, la date de publication, le titre du contenu, le mois de publication, etc. La granularité des types de catégorie ou de catégorie doit être décidée par l’entreprise en fonction des besoins du cas d’utilisation.

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

Considérations

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

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

Il est maintenant temps de mapper ces variables du côté Target pour assurer un approvisionnement continu des données comportementales.

Implémentation dans Target

  1. Dans Target, cliquez sur Recommendations, puis sur l’onglet Feeds .

    Flux

  2. Cliquez sur  Create Feed.

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

    Option de classifications Analytics

  4. Cliquez sur Next pour passer aux paramètres Schedule, puis sélectionnez une période de fréquence pour le flux :

    • Daily
    • Weekly
    • Every 2 weeks
    • Never

    Vous pouvez également sélectionner l’heure de la journée du traitement du flux.

  5. Cliquez sur Next pour passer aux paramètres Mapping, puis mappez les en-têtes de colonne de champ aux noms de champ Recommendations appropriés.

    Section de mappage

  6. Cliquez sur  Save.

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 décrit dans ce document.

Puis-je utiliser des règles d’inclusion dynamiques, 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 lors de l’utilisation de Target autonome. Dans ce cas, toutefois, vous devez être attentif au facteur de minutage. Les variables d’entité censées correspondre aux variables de profil dépendent de la couche de données qui peut apparaître beaucoup plus tard sur la page.

recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654