Basare il consiglio su una chiave consiglio

I consigli basati su algoritmi utilizzano il contesto del comportamento del visitatore per mostrare risultati rilevanti nelle attività Adobe Target Recommendations.

Ogni tipo di algoritmo fornisce diversi algoritmi appropriati al proprio tipo, come illustrato nella tabella seguente:

Ogni criterio è definito nella relativa scheda. Il traffico è suddiviso in modo uniforme tra i diversi test di criteri. In altre parole, in presenza di due criteri, il traffico viene suddiviso in modo uniforme tra di essi. In presenza di due criteri e di due progettazioni, il traffico viene suddiviso in modo uniforme tra le quattro combinazioni. Puoi inoltre specificare una percentuale di visitatori del sito che visualizzano il contenuto predefinito, a scopo di confronto. In tal caso, la percentuale di visitatori specificata visualizza il contenuto predefinito e il resto viene suddiviso tra i criteri e le combinazioni di progettazione.

Per ulteriori informazioni sulla creazione di criteri e sulla definizione dei relativi tipi di algoritmi e algoritmi, vedere Creare criteri.

Diversi algoritmi di Recommendations si prestano a essere posizionati su diversi tipi di pagine. Per ulteriori informazioni su ciascun tipo di algoritmo e sui relativi algoritmi disponibili, consulta le sezioni seguenti.

Basato su carrello cart-based

Il tipo di algoritmo Basato sul carrello consente di consigliare gli elementi in base al contenuto del carrello corrente del visitatore. Le chiavi di consigli sono fornite tramite il parametro cartIds🔗 di mbox in valori separati da virgola. Vengono considerati solo i primi 10 valori.

La logica dei consigli basati sul carrello è simile all’algoritmo basato sull’utente “Consigliato per te” e agli algoritmi basati sull’elemento “Persone che hanno visualizzato queste, hanno acquistato quelle” e “Persone che hanno acquistato queste, hanno acquistato quelle”.

Target utilizza tecniche di filtro collaborativo per determinare le somiglianze per ogni elemento nel carrello del visitatore, quindi combina queste somiglianze comportamentali in ogni elemento per ottenere un elenco unito.

Target offre inoltre agli addetti al marketing la possibilità di osservare il comportamento dei visitatori all’interno di una singola sessione o in più sessioni:

Target formula raccomandazioni per ogni visitatore in base agli elementi nel carrello corrente, indipendentemente dal fatto che si osservi il comportamento del visitatore all’interno di una singola sessione o in più sessioni.

I seguenti algoritmi sono disponibili con il tipo di algoritmo Basato su carrello:

Utenti che hanno visualizzato questo/a, hanno visualizzato anche

Consiglia gli elementi che vengono visualizzati più spesso nella stessa sessione in cui viene visualizzato l’elemento specificato.

Questa logica restituisce altri prodotti visualizzati dalle persone dopo aver visualizzato questo. Il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di creare opportunità di conversione aggiuntive consigliando gli articoli visualizzati anche dagli altri visitatori che hanno visualizzato un articolo. Ad esempio, i visitatori che visualizzano le bici da strada sul sito potrebbero anche guardare caschi, kit per ciclismo, serrature e così via. Utilizzando questa logica, puoi creare un consiglio che suggerisca ad altri prodotti di aiutarti ad aumentare i ricavi.

Se selezioni questo algoritmo, puoi selezionare le seguenti Chiavi consigli:

Chi ha visualizzato questo ha acquistato anche

Consiglia gli articoli che vengono acquistati più spesso nella stessa sessione in cui viene visualizzato l’articolo specificato.

Questa logica restituisce altri prodotti che le persone hanno acquistato dopo aver visualizzato questo. Il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di prodotto, ad esempio, in cui vengono visualizzati gli articoli acquistati da altri visitatori. Ad esempio, se il visitatore visualizza un palo da pesca, il consiglio potrebbe mostrare altri elementi acquistati da altri visitatori, come scatole per placcaggi, trampolieri e esche per pesca. Man mano che i visitatori navigano nel tuo sito, fornisci loro ulteriori consigli di acquisto.

Se selezioni questo algoritmo, puoi selezionare le seguenti Chiavi consigli:

Chi ha acquistato questo ha acquistato anche

Consiglia gli articoli che sono acquistati più spesso dai clienti contemporaneamente all’articolo specificato.

Questa logica restituisce altri prodotti acquistati dopo l’acquisto di questo. Il prodotto specificato non è incluso nel set di risultati.

Questa logica ti consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di riepilogo del carrello, ad esempio, in cui vengono visualizzati gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore acquista un completo, il consiglio potrebbe mostrare altri articoli acquistati da altri visitatori insieme all’indumento, come cravatte, scarpe e gemelli. Man mano che i visitatori esaminano i loro acquisti, fornisci loro ulteriori consigli.

Se selezioni questo algoritmo, puoi selezionare le seguenti Chiavi consigli:

Basato Sulla Popolarità

Il tipo di algoritmo Basato sulla popolarità ti consente di formulare consigli in base alla popolarità complessiva di un elemento nel tuo sito o in base alla popolarità degli elementi nella categoria, nel brand, nel genere e così via preferiti o più visualizzati di un utente.

I seguenti algoritmi sono disponibili con il tipo di algoritmo Basato sulla popolarità:

Più visualizzati nel sito most-viewed

Il consiglio è determinato dall’elemento visualizzato più di frequente. Tale metodo si basa sul criterio di attualità/frequenza, che si comporta come segue:

Ad esempio, visualizzando la tavola da surf A e poi la tavola da surf B in una sessione si ottengono A: 10, B: 5. Al termine della sessione, avrai A: 5, B: 2.5. Se visualizzi gli stessi elementi nella sessione successiva, i valori diventano A: 15 B: 7.5.

Utilizza questo algoritmo nelle pagine generali, ad esempio home page o pagine di destinazione e annunci offsite.

Più visualizzati per categoria most-viewed-category

Il consiglio è determinato dalla categoria destinataria della maggioranza dell’attività, con lo stesso metodo utilizzato per “articolo più visualizzato”, il punteggio però viene attribuito alle categorie anziché ai prodotti.

Tale metodo si basa sul criterio di attualità/frequenza, che si comporta come segue:

Alle categorie visitate per la prima volta sono attribuiti 10 punti. Per le visite successive alla stessa categoria sono attribuiti 5 punti. A ogni visita, viene sottratto 1 punto alle categorie non correnti che sono state visualizzate in precedenza.

Ad esempio, visualizzando la categoria A e la categoria B in una sessione si ottiene A: 9, B: 10. Se si visualizzano gli stessi elementi nella sessione successiva, i valori cambiano in A: 20, B: 9.

Utilizza questo algoritmo nelle pagine generali, ad esempio home page o pagine di destinazione e annunci offsite.

Se selezioni l’algoritmo Più visualizzato per categoria, puoi selezionare le seguenti chiavi di consigli:

Più visualizzati per attributo elemento

Consiglia elementi o file multimediali simili a quelli più visualizzati sul sito.

Questo algoritmo consente di selezionare l’attributo dell’elemento su cui basare il consiglio, ad esempio “Nome” o “Marchio”.

Quindi seleziona gli attributi di profilo memorizzati nel profilo del visitatore da associare, ad esempio “Marchio preferito”, “Ultimo elemento aggiunto al carrello” o “Spettacolo più visualizzato”.

Più venduti nel sito top-sellers

Visualizza gli articoli inclusi nel maggior numero di ordini completati dall’interno del sito. Più unità dello stesso articolo in un unico ordine vengono conteggiate come un ordine.

Questo algoritmo consente di creare consigli per gli articoli più venduti sul sito per aumentare la conversione e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.

Più venduti per categoria

Visualizza gli articoli inclusi nel maggior numero di ordini completati per categoria. Più unità dello stesso articolo in un unico ordine vengono conteggiate come un ordine.

Questo algoritmo ti consente di creare consigli per gli articoli più venduti sul sito in base alla categoria, per aumentare la conversione e i ricavi. Questa logica è particolarmente adatta per i nuovi visitatori del sito.

Se selezioni l’algoritmo Più visualizzato per categoria, puoi selezionare le Chiavi consigli seguenti:

Più venduti per attributo articolo

Consiglia articoli o supporti simili a quelli acquistati di più sul sito.

Questo algoritmo consente di selezionare l’attributo dell’elemento su cui basare il consiglio, ad esempio “Nome” o “Marchio”.

Quindi seleziona gli attributi di profilo memorizzati nel profilo del visitatore da associare, ad esempio “Marchio preferito”, “Ultimo elemento aggiunto al carrello” o “Spettacolo più visualizzato”.

Più visualizzati per attributo profilo

Consiglia di raggruppare gli elementi più visualizzati in base a un attributo del profilo visitatore anziché in base alle informazioni sugli elementi, come avviene per Articoli più visualizzati per categoria e Attributi più visualizzati per elemento. Target mantiene un elenco di classificazione separato per valore di attributo e, al momento della consegna, mostra a ogni visitatore l’elenco corrispondente al proprio valore memorizzato.

Questo algoritmo dipende da uno script di profilo per compilare l’attributo e il nome dello script deve iniziare con il prefisso recsAttribute in modo che Target lo memorizzi come user.recsAttribute<Name>. Puoi scrivere uno script per qualsiasi caratteristica del visitatore pertinente al tuo caso d’uso.

Ulteriori informazioni sull’impostazione degli attributi di profilo tramite gli script di profilo in questa pagina.

Ad esempio, uno script denominato recsAttributeRegion che basa i consigli sull’area geografica del visitatore potrebbe essere simile al seguente:

var region = mbox.param('userRegion');
if (region) return region;

Dopo la creazione e l’attivazione dello script, la voce Region corrispondente diventa disponibile nel menu a discesa degli attributi di profilo della finestra di creazione dei criteri. Tieni presente che il prefisso recsAttribute stesso non viene visualizzato nel menu a discesa.

Più venduti per attributo profilo

Consiglia gli articoli più venduti raggruppati per un attributo del profilo visitatore anziché per informazioni sugli articoli, come fanno i più venduti per categoria e i più venduti per attributo articolo. Target mantiene un elenco dei più venduti separato per valore di attributo e, al momento della consegna, mostra a ogni visitatore l’elenco corrispondente al proprio valore memorizzato.

Come per Attributo profilo più visualizzato, questo algoritmo dipende da uno script di profilo per compilare l’attributo e il nome dello script deve iniziare con il prefisso recsAttribute in modo che Target lo archivi come user.recsAttribute<Name>. Puoi scrivere uno script per qualsiasi caratteristica del visitatore pertinente al tuo caso d’uso. Ulteriori informazioni sull’impostazione degli attributi di profilo tramite gli script di profilo in questa pagina.

Ad esempio, uno script denominato recsAttributeLoyaltyTier che basa i consigli sul livello di fedeltà del visitatore potrebbe essere simile al seguente:

var tier = mbox.param('visitorLoyaltyTier');
if (tier) return tier;

Dopo la creazione e l’attivazione dello script, la voce corrispondente del Livello fedeltà diventa disponibile nel menu a discesa degli attributi del profilo della finestra Crea criteri. Tieni presente che il prefisso recsAttribute stesso non viene visualizzato nel menu a discesa.

Primi per metrica di Analytics

Visualizza la “X superiore” in cui x è una metrica Analytics arbitraria. Quando utilizzi dati comportamentali da mbox, puoi utilizzare I più venduti o I più visualizzati (x = “venduti” o x = “visualizzati”). Se utilizzi dati comportamentali di Adobe Analytics, puoi utilizzare x = “Aggiunte al carrello” o un’altra metrica Analytics.

Basato su elemento

Il tipo di consiglio Basato su elemento ti consente di formulare consigli in base alla ricerca di elementi simili a un elemento attualmente visualizzato dall’utente o che è stato visualizzato di recente.

I seguenti algoritmi sono disponibili con il tipo di algoritmo Basato su elemento:

Chi ha visualizzato questo ha visualizzato anche quello viewed-viewed

Consiglia gli elementi che vengono visualizzati più spesso nella stessa sessione in cui viene visualizzato l’elemento specificato.

Questa logica restituisce altri prodotti visualizzati dopo aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di creare opportunità di conversione aggiuntive consigliando gli articoli visualizzati anche dagli altri visitatori che hanno visualizzato un articolo. Ad esempio, i visitatori che visualizzano le bici da strada sul sito potrebbero anche guardare caschi, kit per ciclismo, serrature e così via. Utilizzando questa logica, puoi creare un consiglio che suggerisca ad altri prodotti di aiutarti ad aumentare i ricavi.

Se selezioni questo algoritmo, puoi selezionare le Chiavi consigli seguenti:

Chi ha visualizzato questo ha acquistato anche quello viewed-bought

Consiglia gli articoli che vengono acquistati più spesso nella stessa sessione in cui viene visualizzato l’articolo specificato. Questo criterio restituisce gli altri prodotti acquistati dopo la visualizzazione dell’articolo corrente; il prodotto specificato non è incluso nell’insieme di risultati.

Questa logica restituisce altri prodotti acquistati dopo aver visualizzato questo; il prodotto specificato non è incluso nel set di risultati.

Questa logica consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di prodotto, ad esempio, in cui vengono visualizzati gli articoli acquistati da altri visitatori. Ad esempio, se il visitatore visualizza un palo da pesca, il consiglio potrebbe mostrare altri elementi acquistati da altri visitatori, come scatole per placcaggi, trampolieri e esche per pesca. Man mano che i visitatori navigano nel tuo sito, fornisci loro ulteriori consigli di acquisto.

Se selezioni questo algoritmo, puoi selezionare le Chiavi consigli seguenti:

Chi ha acquistato questo ha acquistato anche quello bought-bought

Consiglia gli articoli che sono acquistati più spesso dai clienti contemporaneamente all’articolo specificato.

Questa logica restituisce altri prodotti acquistati dopo l’acquisto di questo. Il prodotto specificato non è incluso nel set di risultati.

Questa logica ti consente di aumentare le opportunità di cross-selling visualizzando un consiglio in una pagina di riepilogo del carrello, ad esempio, in cui vengono visualizzati gli articoli acquistati anche da altri acquirenti. Ad esempio, se il visitatore acquista un completo, il consiglio potrebbe mostrare altri articoli acquistati da altri visitatori insieme all’indumento, come cravatte, scarpe e gemelli. Man mano che i visitatori esaminano i loro acquisti, fornisci loro ulteriori consigli.

Se selezioni questo algoritmo, puoi selezionare le Chiavi consigli seguenti:

Elementi con attributi simili similar-attributes

Consiglia articoli o media simili in base all’attività corrente o al comportamento passato del visitatore.

Se selezioni Elementi con attributi simili o Elementi con attributi simili, puoi impostare le regole di somiglianza del contenuto.

L’utilizzo di somiglianze di contenuto per generare consigli è particolarmente efficace per i nuovi elementi, che è improbabile vengano visualizzati nei consigli utilizzando Persone che hanno visualizzato questo, Che hanno visualizzato, e altra logica basata sul comportamento passato. È inoltre possibile utilizzare la somiglianza del contenuto per generare consigli utili per i nuovi visitatori, che non hanno effettuato acquisti in precedenza o non possiedono altri dati storici.

Se selezioni questo algoritmo, puoi selezionare le Chiavi consigli seguenti:

Per ulteriori informazioni, vedere Somiglianza contenuto.

Basato su utente

Il tipo di algoritmo Basato sull’utente ti consente di formulare raccomandazioni in base al comportamento dell’utente.

I seguenti algoritmi sono disponibili con il tipo di algoritmo Basato sull’utente:

Elementi visualizzati di recente recently-viewed

Utilizza la cronologia del visitatore (nell’arco delle sessioni) per presentare gli ultimi elementi x visualizzati, in base al numero di posizioni nella progettazione.

L’algoritmo Elementi visualizzati di recente restituisce un risultato specifico per un determinato ambiente. Se due siti appartengono ad ambienti diversi e un visitatore passa da un sito all’altro, ciascun sito mostra solo gli articoli visualizzati di recente per il sito appropriato. Se due siti si trovano nello stesso ambiente e un visitatore passa da un sito all’altro, il visitatore visualizza gli stessi elementi visualizzati di recente per entrambi i siti.

Gli elementi visualizzati di recente o Elementi visualizzati di recente possono essere filtrati in modo che vengano visualizzati solo gli elementi con un attributo specifico.

I possibili casi d’uso includono: un’azienda multinazionale con più aziende potrebbe avere un visitatore che visualizza gli articoli in più proprietà digitali. In questo caso, puoi limitare gli articoli visualizzati di recente al solo sito su cui sono stati visualizzati. Questo impedisce la visualizzazione degli elementi visualizzati di recente sul sito di un’altra proprietà digitale.

Utilizza questo algoritmo nelle pagine generali, ad esempio home page o pagine di destinazione e annunci offsite.

Consigliato per te recommended-for-you

Consiglia gli articoli in base alla cronologia di navigazione, visualizzazione e acquisto di ogni visitatore.

Questo algoritmo ti consente di fornire contenuti ed esperienze personalizzati sia ai visitatori nuovi che a quelli di ritorno. L’elenco dei consigli è ponderato rispetto all’attività più recente del visitatore, viene aggiornato durante la sessione e diventa più personalizzato man mano che l’utente naviga sul sito.

Sia le visualizzazioni che gli acquisti vengono utilizzati per determinare gli articoli consigliati. La chiave di consiglio specificata (ad esempio, Elemento corrente) viene utilizzata per applicare i filtri selezionati per le regole di inclusione.

Sarà possibile, ad esempio:

Se si seleziona questo algoritmo, è possibile selezionare le seguenti chiavi di filtro:

Criteri personalizzati custom

Il tipo di algoritmo Criteri personalizzati ti consente di formulare raccomandazioni in base a un file personalizzato caricato.

Il consiglio è determinato da un elemento memorizzato nel profilo di un visitatore, utilizzando gli attributi utente.x o profilo.x.

Quando questa opzione è selezionata, il valore entity.id deve essere presente nell’attributo profilo.

Quando basi i consigli su attributi personalizzati, seleziona l’attributo personalizzato, quindi il tipo di consiglio.

Puoi eseguire il filtro in tempo reale all’inizio dell’output di criteri personalizzati. Ad esempio, puoi limitare gli articoli consigliati a quelli della categoria o del marchio preferito dal visitatore. Così puoi combinare calcoli offline e filtri in tempo reale.

Questa funzionalità consente di utilizzare Target per aggiungere la personalizzazione ai consigli calcolati offline o agli elenchi personalizzati. Permette infatti di unire le compenze del personale addetto ai dati alle tecnonologie comprovate di Adobe per la distribuzione, l’applicazione di filtri al momento dell’esecuzione, i test A/B, il targeting, la generazione di rapporti, le integrazioni e altro.

Con l’aggiunta delle regole di inclusione a Criteri personalizzati, i consigli non sono più statici ma diventano dinamici, in base agli interessi del visitatore.

Eventuali casi di utilizzo includono:

Chiavi consiglio keys

Le seguenti chiavi di consigli sono disponibili dall’elenco a discesa Chiave consiglio:

Elemento corrente current-item

Il consiglio è determinato dall’elemento attualmente visualizzato dal visitatore.

Il consiglio visualizzano altri elementi che potrebbero interessare i visitatori interessati all’elemento specificato.

Quando questa opzione è selezionata, il valore entity.id deve essere trasmesso come parametro alla mbox di visualizzazione.

Può essere utilizzato con i seguenti algoritmi:

Utilizza la chiave di consigli per l’elemento corrente sul tuo sito in:

Ultimo articolo acquistato last-purchased

Il consiglio è determinato in base all’ultimo articolo acquistato da ogni visitatore univoco. Questo viene acquisito automaticamente, quindi non è necessario trasmettere valori sulla pagina.

Può essere utilizzato con i seguenti algoritmi:

Utilizza la chiave di consigli Ultimo articolo acquistato sul tuo sito in data:

Chiave consigli personalizzata

Puoi basare i consigli sul valore di un attributo di profilo personalizzato. Ad esempio, supponi di voler visualizzare filmati consigliati in base all’ultimo filmato aggiunto alla coda da un visitatore.

Se l’attributo di profilo personalizzato non corrisponde direttamente a un singolo ID entità, devi spiegare a Recommendations come desideri che avvenga la corrispondenza a un’entità. Ad esempio, supponi di voler visualizzare gli articoli più venduti della marca preferita di un visitatore.

Ultimo articolo visualizzato last-viewed

Il consiglio è determinato dall’ultimo articolo visualizzato da ogni visitatore univoco. Questo viene acquisito automaticamente, quindi non è necessario trasmettere valori sulla pagina.

Può essere utilizzato con i seguenti algoritmi:

Utilizza la chiave di consigli Ultimo elemento visualizzato sul tuo sito in data:

Articolo più visualizzato most-viewed-logic

Visualizza gli elementi o i supporti visualizzati più di frequente sul sito.

Questa logica consente di visualizzare i consigli in base agli elementi più visualizzati sul sito per aumentare le conversioni per altri elementi. Ad esempio, un sito di contenuti multimediali potrebbe mostrare nella propria home page i consigli per i video più visualizzati, in modo da incoraggiare i visitatori a guardare altri video.

Questa chiave di consigli può essere utilizzata con i seguenti algoritmi:

Categoria corrente current-category

Il consiglio è determinato dalla categoria di prodotto attualmente visualizzata dal visitatore.

I consigli mostrano gli elementi nella categoria di prodotto specificata.

Quando questa opzione è selezionata, il valore entity.categoryId deve essere trasmesso come parametro alla mbox di visualizzazione.

Questa chiave di consigli può essere utilizzata con i seguenti algoritmi:

Utilizza la chiave di consigli Categoria corrente sul tuo sito in:

Categoria preferita favorite-category

Il consiglio è determinato dalla categoria di prodotto preferita del visitatore.

I consigli mostrano gli elementi nella categoria di prodotto specificata.

Quando questa opzione è selezionata, il valore entity.categoryId deve essere trasmesso come parametro alla mbox di visualizzazione.

Questa chiave di consigli può essere utilizzata con i seguenti algoritmi:

Utilizza la chiave di consigli Categoria corrente sul tuo sito in:

Affinità sito site-affinity

Consiglia gli articoli in base alla certezza di una relazione tra articoli diversi. È possibile configurare questo criterio per determinare la quantità di dati necessari prima che venga presentato un consiglio utilizzando il cursore delle Regole di inclusione. Ad esempio, se selezioni molto forte, vengono consigliati i prodotti con la maggiore certezza di corrispondenza.

Ad esempio, se imposti un’affinità molto forte e il progetto include cinque elementi, tre dei quali soddisfano il livello di soglia di connessione, i due elementi che non soddisfano i requisiti di forza minima non vengono visualizzati nei suggerimenti e vengono sostituiti dagli elementi di backup definiti. Gli elementi con affinità più elevata vengono visualizzati per primi.

Ad esempio, un retailer online può consigliare gli elementi nelle visite successive a cui un visitatore ha mostrato interesse durante le sessioni precedenti. L’attività per ogni sessione del visitatore viene acquisita per calcolare un’affinità in base a un modello di frequenza e recency. Quando il visitatore ritorna sul sito, l’affinità viene utilizzata per visualizzare i consigli in base alle azioni passate eseguite sul sito.

Alcuni clienti con varie raccolte di prodotti e comportamenti diversi sui siti potrebbero ottenere risultati ottimali impostando un’affinità di sito debole.

Questa logica può essere utilizzata con le seguenti chiavi di consigli: