Eventi

Gli eventi sono uno strumento fondamentale per migliorare l’esperienza di acquisto e favorire le conversioni sfruttando le informazioni sui dati in tempo reale.

Adobe Commerce Optimizer distribuisce automaticamente gli eventi storefront nel sito. Questi eventi acquisiscono dati dalle interazioni degli acquirenti sul tuo sito. Questi dati anonimi sono potenti per consigli, individuazione prodotto e metriche di successo.

La pagina Eventi consente di osservare i dati dell'evento storefront raccolti. Una visualizzazione della raccolta dati dell’evento consente ai commercianti di verificare che abbiano implementato correttamente gli eventi della vetrina e che gli eventi vengano acquisiti correttamente. I commercianti possono utilizzare questa pagina per identificare potenziali problemi e adottare misure per risolvere eventuali problemi relativi agli eventi.

Conteggio eventi

La scheda Conteggi eventi tiene traccia delle interazioni con gli acquirenti, ad esempio ricerche, clic e acquisti, per aiutarti ad analizzare le tendenze e migliorare l'esperienza di acquisto.

{modal="regular"}

Verifica integrità

La scheda Verifica integrità offre informazioni approfondite sullo stato di ogni evento comportamentale, garantendo una raccolta accurata dei dati e funzionalità precise. ​

{modal="regular"}

Nelle sezioni seguenti vengono descritti i dettagli dell'evento per individuazione prodotto e consigli.

Individuazione prodotto

L’individuazione del prodotto utilizza gli eventi per potenziare gli algoritmi di ricerca come "Più visualizzato" e "Più visualizzato, visualizzato questo".

Questa tabella descrive gli eventi utilizzati dalle strategie di classificazione per l'individuazione dei prodotti.

Eventi dashboard richiesti

Alcuni eventi sono necessari per popolare il dashboard delle prestazioni di ricerca

Consigli

Esistono due tipi di dati utilizzati nei consigli:

Adobe Sensei aggrega i dati comportamentali e di catalogo, creando consigli per ogni tipo di consiglio. Il servizio Recommendations distribuisce quindi tali consigli nella vetrina sotto forma di un widget contenente il prodotto consigliato elementi.

Alcuni tipi di consigli utilizzano i dati comportamentali dei tuoi acquirenti per addestrare modelli di apprendimento automatico per creare consigli personalizzati. Altri tipi di consigli utilizzano solo i dati di catalogo e non utilizzano dati comportamentali. Se desideri iniziare rapidamente a utilizzare i consigli sul tuo sito, puoi utilizzare il tipo di consiglio More like this.

Avvio a freddo

Quando puoi iniziare a utilizzare i tipi di consigli che utilizzano dati comportamentali? Dipende. Questo problema è denominato Avvio a freddo.

Il problema di Avvio a freddo si riferisce al tempo necessario per l'addestramento e l'efficacia di un modello. Per i consigli, significa attendere che Adobe Sensei raccolga dati sufficienti per addestrare i suoi modelli di apprendimento automatico prima di distribuire unità di consigli sul sito. Maggiore è il numero di dati di cui dispongono i modelli, più accurati e utili sono i consigli. Poiché la raccolta dei dati avviene su un sito live, è meglio avviare questo processo in anticipo.

La tabella seguente fornisce alcune indicazioni generali sul tempo necessario per raccogliere dati sufficienti per ogni tipo di consiglio:

Altre variabili che possono influire sul tempo necessario per la formazione:

Per aiutarti a visualizzare l'avanzamento della formazione di ciascun tipo di consiglio, la pagina crea consiglio visualizza gli indicatori di preparazione.

Durante la raccolta dei dati sul sito live e l’apprendimento dei modelli di apprendimento automatico, puoi completare altre attività di test e configurazione necessarie per impostare i consigli. Al termine di questo lavoro, i modelli avranno a disposizione dati sufficienti per creare consigli utili e distribuirli nella vetrina.

Se il sito non riceve abbastanza traffico (visualizzazioni, acquisti, tendenze) per la maggior parte delle SKU di prodotto, potrebbero non esserci dati sufficienti per completare il processo di apprendimento. In questo modo l’indicatore di preparazione nell’area di lavoro Consigli può sembrare bloccato. Gli indicatori di preparazione hanno lo scopo di fornire agli esercenti un altro punto di dati nella scelta del tipo di consigli migliore per il negozio. I numeri sono una guida e potrebbero non raggiungere mai il 100%. Ulteriori informazioni sugli indicatori di preparazione.

Raccomandazioni per il backup

Se i dati di input non sono sufficienti per fornire tutti gli elementi di consigli richiesti in un'unità, Adobe Commerce Optimizer fornisce consigli di backup per popolare le unità di consigli. Ad esempio, se distribuisci il tipo di consiglio Recommended for you nella tua home page, un acquirente sul tuo sito non ha generato abbastanza dati comportamentali per consigliare accuratamente prodotti personalizzati. In questo caso, Adobe Commerce Optimizer fa emergere gli elementi in base al tipo di consiglio Most viewed per questo acquirente.

In caso di raccolta dati di input insufficiente, i seguenti tipi di consigli eseguono il fallback al tipo di consiglio Most viewed:

Eventi specifici per consigli

Nella tabella seguente sono elencati gli eventi che vengono attivati quando gli acquirenti interagiscono con le unità di consigli sulla vetrina. I dati dell'evento raccolti consentono alle metriche di analizzare le prestazioni dei consigli.

Eventi dashboard richiesti

I seguenti eventi sono necessari per popolare il dashboard delle prestazioni dei consigli

I seguenti eventi non sono specifici per la funzione Consigli, ma sono necessari per consentire ad Adobe Sensei di interpretare correttamente i dati degli acquirenti:

Tipo di consiglio

Questa tabella descrive gli eventi utilizzati da ogni tipo di consiglio.

Supporto

Se noti eventuali discrepanze di dati o se i consigli e i risultati della ricerca non funzionano come previsto, invia un ticket di supporto.