実装ワークフロー
Product Recommendations では、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、サイトでの買い物客のエンゲージメントからのデータ。 Adobe CommerceおよびAdobe Senseiでは、個人を特定できる情報は収集されません。
-
カタログ – 製品メタデータ（名前、価格、在庫状況など）。
magento/product-recommendations module をインストールすると、Adobe Senseiは行動データとカタログデータを集計し、レコメンデーションタイプごとに Product Recommendations を作成します。 その後、Product Recommendations サービスは、これらのレコメンデーションをストアフロントにデプロイします。 ストアフロントに製品レコメンデーションを実装しやすくするには、次のワークフローを使用します。
ワークフロー
-
データ収集の実稼動環境へのデプロイ
Product Recommendations のデプロイには、カタログと行動という 2 つの主な データソースが必要です。 実稼動環境は買い物客のアクションを取得および分析する唯一の環境なので、できるだけ早く実稼動環境でデータ収集を開始します。 詳細情報Adobe Senseiが機械学習モデルをトレーニングして、より高品質のレコメンデーションを実現する方法を説明します。 さらに利点として、実稼動環境で行動データの収集を開始する際に、非実稼動環境で動作しながら、この実稼動データに基づいて レコメンデーションを取得できます。 その後、実稼動環境で収集された実際の買い物客データに基づいて計算された、様々なレコメンデーションを使用してテストおよび実験できます。
データ収集を実稼動環境にデプロイするには、API キーを指定して Product Recommendations モジュールを インストールおよび設定する必要があります。
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更されません。 レコメンデーションユニットを作成およびデプロイすることによってのみ、ストアフロントでの顧客体験が変更されます。 実稼動環境にデプロイする前に、非実稼動環境でテストを行ってください。 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ユニットを作成しないでください。 次の手順を参照してください。 -
スタイルに合わせたテンプレートのカスタマイズ
ストアフロントはブランドを表しているので、サイトテーマに合わせて製品レコメンデーションテンプレートを変更する必要があります。
note tip TIP テンプレートをカスタマイズすると、スタイルシートを指定したり、ページ上のレコメンデーションユニットの表示場所を上書きしたりできます。 この手順を完了する方法については、開発者ドキュメントの カスタマイズを参照してください。
-
非実稼動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、非実稼動環境で新しいテクノロジーをテストすることは、常にベストプラクティスです。 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のタイプ、位置およびページで再生できます。 実稼動以外の環境でテストしながら、実稼動環境で既に収集されている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で、実際の顧客の買い物行動に基づいたレコメンデーション結果を得ることができます。
note tip TIP 実稼動以外の環境カタログが、実稼動環境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ユニットに返される製品が実稼動環境の製品に非常に近くなります。 この手順を完了する方法については、実稼動環境からの 取得行動データを参照してください。
-
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する
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、実稼動環境で製品レコメンデーションを 作成する準備が整いました。