コンポーザブルカタログデータモデル(CCDM)を活用したマーチャンダイジングサービス
商品の発見とレコメンデーションを通じて、買い物客にパーソナライズされた体験を提供する方法をご確認ください。
これらのAdobe Merchandising サービスは、product dataを product context から分離するコンポーザブルカタログデータモデル(CCDM)上に構築されています。 商品データには、SKU、属性、メタデータ、アセット、価格が含まれます。 製品コンテキストは、 カタログビュー、 データアクセスポリシー、 カタログソース (ロケール)など、データの配信方法を定義します。 カタログビューとポリシーによりストアフロントデータを制御できるため、B2B、B2C、D2C モデル用のカスタムカタログを作成し、基本データを複製することなくショッピング体験をカスタマイズすることができます。
-
商品の発見 – 販売者に、ショッピング体験をキュレーションおよび最適化するための強力なツールを提供し、顧客が適切な商品を迅速かつタイミングよく見つけられるようにします。 検索行動を調整することで、商品の認知度、関連性、コンバージョンに直接影響を与えることができます。
商品ディスカバリーを利用すれば、次の項目を設定することで、顧客を最小限の摩擦で最も関連性の高い商品に誘導できます。
- マーチャンダイジングルール – 検索結果、デフォルトの商品リスト、カテゴリーページで商品をブースト、埋め込み、ピン留め、またはフィルター処理します。
- ファセット – 買い物客が検索とカテゴリの結果を絞り込むために使用するフィルターを設定します。
- 類義語 – 同じキーワードをマップして、異なる検索語が同じ商品を返すようにします。
セマンティック検索は、設定でデフォルトで有効になっており、自然言語およびインテントベースのクエリの関連性を高めます。 設定では、価格ファセット、カタログ言語、高度なセマンティック検索およびファジィ検索オプションも設定できます。
-
推奨事項:人工知能とマシンラーニング アルゴリズムを使用して、ストアフロント全体で集約された訪問者の行動と製品インタラクションを分析します。 このデータをカタログと組み合わせることで、非常に魅力的で関連性の高い、パーソナライズされたエクスペリエンスを提供することができます。 「この商品を閲覧したお客様も閲覧した」などのラベル付きのユニットとして、ストアフロントにレコメンデーションが表示されます。 Recommendations ワークスペースから直接レコメンデーションを作成、管理、デプロイし、ショッピング ジャーニー全体に配置して、プロモーション目標、クロスセル戦略、パーソナライズされたエクスペリエンスをサポートできます。