イベント

イベントは、リアルタイムのデータインサイトを活用して、ショッピング体験を向上させ、コンバージョンを促進するための重要なツールです。

Adobe Commerce Optimizerは、ストアフロントイベントをサイトに自動的にデプロイします。 これらのイベントは、サイトでの買い物客のインタラクションからデータを取得します。 この匿名化されたデータは、おすすめ、製品の検出、成功指標に活用されます。

イベント ページでは、収集されるストアフロントイベントデータを確認できます。 イベントデータ収集を把握することで、マーチャントはストアフロントイベントを正しく実装し、イベントのキャプチャが成功していることを確認できます。 このページでは、潜在的な問題を特定し、イベントの問題を解決するための手順を実行できます。

イベント数

「イベント数」タブでは、検索、クリック、購入などの買い物客のインタラクションを追跡して、トレンドを分析し、ショッピング体験を向上させることができます。

{modal="regular"}

健全性チェック

「健全性チェック」タブでは、各行動イベントの健全性に関するインサイトが提供され、正確なデータ収集と機能が保証されます。 ​

{modal="regular"}

次の節では、製品の検出および推奨事項に関するイベントの詳細について説明します。

製品の発見

製品ディスカバリーでは、「Most Viewed （最も閲覧された製品）」や「Viewed This, Viewed That （最も閲覧された製品）」などの検索アルゴリズムを強化するためにイベントを使用します。

この表は、製品検出​ ランキング戦略で使用されるイベントを示しています。

必須ダッシュボードイベント

一部のイベントは、検索パフォーマンス ダッシュボード ​に入力するために必要です

推奨事項

レコメンデーションには、次の2種類のデータが使用されます。

Adobe AI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レコメンデーションを作成します。 Recommendations サービスは、推奨製品​ 項目 ​を含むウィジェットの形式で、これらの推奨事項をストアフロントにデプロイします。

レコメンデーションタイプによっては、買い物客の行動データを活用してマシンラーニングモデルをトレーニングし、パーソナライズされたレコメンデーションを作成するものもあります。 その他のレコメンデーションタイプでは、カタログデータのみを使用し、行動データは使用しません。 サイトでレコメンデーションを素早く開始する場合は、More like thisのレコメンデーションタイプを使用できます。

コールドスタート

行動データを活用したレコメンデーションタイプを、いつ頃から使うことができますか？ それは企業によって異なります。 これは​ コールドスタート ​問題と呼ばれます。

Cold Start​の問題は、モデルのトレーニングと効果の実現にかかる時間を指します。 レコメンデーションを実行するためには、Adobe AIがマシンラーニングモデルのトレーニングに十分なデータを収集するのを待ってから、レコメンデーションユニットをサイトにデプロイする必要があります。 モデルに含まれるデータが多ければ多いほど、レコメンデーションはより正確で有用になります。 データ収集はライブサイトで行われるため、このプロセスは早い段階で開始することをお勧めします。

次の表に、各レコメンデーションタイプに十分なデータを収集するのにかかる時間に関する一般的なガイダンスを示します。

トレーニングに必要な時間に影響を与える可能性があるその他の変数：

各レコメンデーションタイプのトレーニングの進捗状況を視覚化するために、​ レコメンデーションの作成 ページには準備状況インジケーターが表示されます。

ライブサイトでデータを収集し、マシンラーニングモデルをトレーニングしている間に、レコメンデーションの設定に必要なその他のテストや設定タスクを完了できます。 この作業が完了する頃には、モデルには有用なレコメンデーションを作成するのに十分なデータが揃っており、ストアフロントに展開することができます。

多くの商品SKUで十分なトラフィック（閲覧数、購入数、トレンド）をサイトで獲得できなければ、学習プロセスを完了するのに十分なデータがない可能性があります。 これにより、Recommendations ワークスペースの準備状況インジケーターが停止しているように見える場合があります。 準備状況インジケーターは、店舗に適したレコメンデーションタイプを選択するためのデータポイントを加盟店に提供することを目的としています。 数字はガイドであり、100%に達することはありません。 準備状況インジケーターについて詳細情報を表示します。

バックアップの推奨事項

入力データがユニット内のすべての要求されたレコメンデーション項目を提供するのに不十分な場合、Adobe Commerce Optimizerはレコメンデーション ユニットに入力するためのバックアップ レコメンデーションを提供します。 例えば、Recommended for youのレコメンデーションタイプをホームページにデプロイした場合、サイトで初めて購入する顧客は、パーソナライズされた商品を正確にレコメンデーションするのに十分な行動データを生成できていません。 この場合、Adobe Commerce OptimizerはMost viewedのレコメンデーションタイプに基づいて、この買い物客に商品を表示します。

入力データ収集が不十分な場合、次のレコメンデーションタイプはMost viewed個のレコメンデーションタイプにフォールバックします。

レコメンデーション固有のイベント

次の表に、買い物客がストアフロントのレコメンデーションユニットとやり取りする際にトリガーされるイベントを示します。 収集されたイベントデータは、指標を強化して、レコメンデーションのパフォーマンスを分析します。

必須ダッシュボードイベント

次のイベントは、Recommendations Performance ダッシュボード ​に入力するために必要です

次のイベントは、Recommendationsに固有のものではありませんが、Adobe AIで買い物客データを正しく解釈するために必要です。

レコメンデーションタイプ

この表は、各レコメンデーションタイプで使用されるイベントを示しています。

サポート

データの不一致に気づく場合、または推奨事項と検索結果が期待どおりに機能しない場合は、​ サポートチケットを送信します。