Sviluppo per amministratori Recommendations di prodotto

Product Recommendations è un potente strumento di marketing che puoi utilizzare per aumentare le conversioni, incrementare i ricavi e stimolare il coinvolgimento degli acquirenti. I Recommendations dei prodotti vengono visualizzati nella vetrina sotto forma di unità quali "I clienti che hanno visualizzato questo prodotto hanno visto anche", "I clienti che hanno acquistato questo prodotto hanno acquistato anche", "Consigliato per te" e così via. Adobe Commerce Product Recommendations è basato su Adobe Sensei, che utilizza algoritmi di intelligenza artificiale e machine learning per eseguire un'analisi approfondita dei dati aggregati degli acquirenti. Quando vengono combinati con il catalogo Commerce, questi dati offrono esperienze altamente coinvolgenti, pertinenti e personalizzate per l’acquirente.

NOTE
Se la vetrina è stata implementata utilizzando PWA Studio, consulta la documentazione di PWA. Se utilizzi una tecnologia front-end personalizzata come React o Vue JS, consulta la guida utente per scoprire come integrare Product Recommendations in un ambiente headless. Le istanze headless devono implementare l’evento per alimentare l’area di lavoro Product Recommendation.

Panoramica dell’architettura

Ad alto livello, i Recommendations di prodotto Commerce vengono distribuiti come SaaS. Il lato Commerce include la vetrina, che contiene l’agente di raccolta eventi e il modello di layout dei consigli, e il back-end, che include i servizi dati, il modulo Esportazione SaaS e l’interfaccia utente amministratore. I servizi di intelligence di Adobe Sensei sono utilizzati lato SaaS.

Diagramma dellarchitettura dei consigli di prodotto

Una volta installati e configurati i moduli di consigli, la vetrina inizierà a raccogliere i dati comportamentali. Adobe Sensei elabora questi dati comportamentali insieme ai dati del catalogo e calcola le associazioni di prodotti utilizzate dal servizio Recommendations. A questo punto, il commerciante può creare, gestire e distribuire unità di consigli di prodotto nella vetrina direttamente dall’interfaccia utente di amministrazione.

Passaggi successivi

Leggi i seguenti argomenti per iniziare a utilizzare Product Recommendations:

recommendation-more-help
4bf3c55a-3844-4322-a5d2-42b4e56228e5