実装ワークフロー
Product Recommendations は、行動データとカタログデータの両方を使用します。
-
行動 — 製品表示、買い物かごに追加された項目、購入など、サイトにおける買い物客のエンゲージメントからのデータ。 Adobe CommerceとAdobe Senseiは、個人を特定できる情報を収集しません。
-
カタログ — 製品メタデータ(名前、価格、在庫など)。
をインストールする際に、 magento/product-recommendations module
, Adobe Senseiは行動とカタログのデータを集計してを作成します Product Recommendations 各レコメンデーションタイプに対して。 The Product Recommendations 次に、これらのレコメンデーションがストアフロントにデプロイされます。 ストアフロントに製品のレコメンデーションを実装する際に役立つように、次のワークフローを使用します。
ワークフロー
-
実稼動環境へのデータ収集のデプロイ
の導入 Product Recommendations 2 つのメインが必要です データソース:カタログと行動。 買い物客のアクションが取り込まれて分析されるのは実稼動環境のみなので、できるだけ早く実稼動環境でデータ収集を開始することが最善の方法です。 学ぶ Adobe Senseiが機械学習モデルをトレーニングする方法により、より高品質なレコメンデーションが得られます。 さらなるメリットとして、実稼動環境で行動データの収集を開始する際に、次の操作を実行できます レコメンデーションを取得 実稼動以外の環境で動作する際に、この実稼動データに基づいて その後、実稼動環境で収集された実際の買い物客のデータに基づいて計算される様々なレコメンデーションをテストし、テストして試すことができます。
データ収集を実稼動環境にデプロイするには、次の手順を実行する必要があります インストールと設定 の Product Recommendations モジュールに API キー.
note tip TIP データ収集をデプロイしても、ストアフロントの外観や買い物客のエクスペリエンスは変わりません。 レコメンデーションユニットの作成とデプロイのみが、ストアフロントの顧客体験を変更します。 実稼動環境にデプロイする前に、実稼動環境以外でテストしてください。 また、テンプレートをカスタマイズするまで、レコメンデーション単位を作成しないでください。 次の手順を参照してください。 -
スタイルに合わせてテンプレートをカスタマイズ
ストアフロントはブランドを表しているので、サイトのテーマに合わせて商品レコメンデーションテンプレートを変更してください。
note tip TIP テンプレートをカスタマイズすることで、スタイルシートを指定したり、レコメンデーションユニットがページ上に表示される場所を上書きしたりできます。 詳しくは、 カスタマイズ 開発者向けドキュメントで、この手順の完了方法を確認してください。
-
実稼動以外の環境でのレコメンデーションのテスト
実稼動環境にデプロイする前に、実稼動環境以外の環境で新しいテクノロジーをテストすることをお勧めします。 実稼動以外の環境でレコメンデーションをテストすると、様々なレコメンデーションユニットタイプ、配置、ページで再生できます。 実稼動以外の環境でテストする際に、実稼動環境で既に収集された行動データに基づいてレコメンデーションを取り込むことができ、レコメンデーションの結果が実際の顧客の買い物行動に基づくようになります。
note tip TIP 非実稼動環境のカタログが、実稼動環境のカタログとほとんど同じであることを確認します。 同様のカタログを使用すると、レコメンデーション単位で返される商品が、実稼動環境の商品と密接に似たものになります。 詳しくは、 取得 実稼動環境の行動データを参照し、この手順の完了方法を確認してください。
-
レコメンデーションを作成して実稼動ストアフロントにデプロイします
これで、行動データ収集を実稼動環境にデプロイし、製品レコメンデーションテンプレートを変更し、実際の買い物客の行動を使用してレコメンデーションをテストしたので、すべてのコードを実稼動環境に昇格し、 作成 ライブ製品のレコメンデーション。