[Premium]{class="badge positive" title="Target Premium に含まれる機能を確認してください。"}

条件の作成

Adobe Target Recommendationsの条件によって、Recommendations アクティビティの内容が制御されます。 アクティビティに最適なレコメンデーションを表示するために、条件を作成します。 これらの基準では、訪問者のアクションを使用して、表示するコンテンツや商品を決定します。

次の節では、新しい基準の作成方法について説明します。

新しい条件の作成画面にアクセス

新しい条件を作成画面を表示するには、複数の方法があります。 一部の画面オプションは、画面の表示方法によって異なります。

  • Recommendations > Criteria ライブラリ画面で、条件の作成 > 条件の作成​をクリックします。 ここで作成した条件は、自動的にすべての Recommendations アクティビティで利用できるようになります。
  • Visual Experience Composer (VEC)を使用してRecommendations アクティビティを作成する場合、ページ上の要素を選択し、推奨事項と置換、推奨事項の挿入または推奨事項の挿入をクリックすると、すぐに条件の選択画面に移動します。 次に、使用可能な条件を選択するか、条件を作成​をクリックします。 新しい条件を作成する場合は、他のRecommendations アクティビティで使用するために条件を保存するオプションがあります。 詳しくは、Recommendations アクティビティの作成を参照してください。
  • Recommendations アクティビティを編集する場合は、ページのおすすめの場所 ボックスをクリックし、条件の変更​を選択します。 条件を選択画面で、条件を作成​をクリックします。 他の Recommendations アクティビティで使用するために新しい条件を保存するオプションがあります。

次の手順では、最初の方法(Recommendations > Criteria ライブラリ画面)を使用して、新規条件を作成画面にアクセスすることを前提としています。

  1. Recommendations > Criteria​をクリックします。

  2. 条件を作成 > 条件を作成​をクリックします。

  3. 次のセクションで情報を設定します。

Basic Information info

  1. 条件名​を入力します。

    これは、条件の説明に使用される「内部」名です。 例えば、条件を「利幅の高い商品」と呼びたいが、正式に表示されるタイトルにはそれを使いたくないという場合があります。 公開されるタイトルを設定するには、次の手順を参照してください。

  2. この条件を使用するレコメンデーションのページに表示する公開形式の​ 表示タイトル ​を入力します。

    例えば、この条件を使用してレコメンデーションを表示する際に、「これを表示したひとはこれも表示しています」または「類似の商品」と表示したい場合があります。

  3. 条件の短い​ 説明 ​を入力します。

    説明は、基準の特定に役立ち、基準の目的に関する情報が含まれる場合があります。

  4. レコメンデーション活動の目標に基づいて、業種を選択します。

    table 0-row-2 1-row-2 2-row-2 3-row-2
    業種 目標
    小売/デジタルコマース ​ 購入をもたらすコンバージョン
    ​ リードジェネレーション/B2B/金融サービス ​ 購入を伴わないコンバージョン
    ​ メディア/公開 エンゲージメント

    その他の基準オプションは、選択した業界の業種によって異なります。

  5. ページタイプ​を選択します。

    複数のページタイプを選択できます。

    業界の垂直型とページ型を組み合わせることで、保存された基準を分類し、他のRecommendations活動の基準を簡単に再利用できます。

Recommendations アルゴリズム ​ rec-algo

  1. アルゴリズムタイプ​と​ アルゴリズム ​を選択します。

    推奨されるアルゴリズムセクション ​

    table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2
    アルゴリズムタイプ 使用するタイミング/使用可能なアルゴリズム
    ​ カートベース ​

    ユーザーのカートの内容に基づいてレコメンデーションを行います。

    • これらを閲覧したユーザーは、も閲覧しました
    • これらを閲覧したユーザーも購入しました
    • これらを購入した人、また購入した人
    人気度ベース ​

    サイト全体でのアイテムの人気度や、ユーザーが好むカテゴリーや最も閲覧されたカテゴリー、ブランド、ジャンルなどの中でのアイテムの人気度にもとづいて、レコメンデーションを行うことができます。

    • ​ サイト全体で最も閲覧された
    • ​ カテゴリー別に最も閲覧された
    • 項目属性で最も閲覧された項目
    • サイト全体で​ トップ セラー
    • ​ カテゴリー別のトップセラー
    • 項目属性別の上位セラー
    • 分析指標上位
    ​ アイテムベース ​

    利用者が現在閲覧している項目や最近閲覧した項目と類似する項目を見つけることで、レコメンデーションを行うことができます。

    • これを閲覧したユーザー、これを閲覧したユーザー
    • これを閲覧したユーザーが購入しました
    • これを購入した人、購入した人
    • 類似の属性を持つアイテム ​
    ​ ユーザーベース ​

    利用者の行動にもとづいてレコメンデーションする:

    • 最近表示された項目
    • あなたにおすすめ
    ​ カスタム条件

    アップロードしたカスタムファイルにもとづいて、レコメンデーションを作成できます。

    • カスタムアルゴリズム
    note
    NOTE
    アイテム/類似属性を持つメディア​を選択すると、​ コンテンツの類似性ルール ​を設定するオプションが表示されます。
  2. 必要に応じて、項目属性​と​ プロファイル属性を選択して一致 ​に設定し、推奨キーフィルタリングキー​および/または​ 分析指標 ​を選択して、アルゴリズムを設定します。

残りのアルゴリズム設定オプションは、選択したアルゴリズムによって異なります。 アルゴリズムの設定を完了するには、推奨キー、​ フィルタリングキー、同時発生基準、分析指標、および/または項目属性と一致するプロファイル属性を選択します。

​ レコメンデーションキーの選択について詳しくは、​ レコメンデーションキーに基づいてレコメンデーションを作成するを参照してください。

​ コンテンツのバックアップ ​ content

​ コンテンツのバックアップ ​ ルールは、推奨項目の数が推奨事項のデザイン ​に満たさない場合に何が起こるかを決定します。 Recommendations条件で、デザインが要求するレコメンデーション数よりも少ないレコメンデーションを返すこともできます。 例えば、デザインに4つの項目のスロットが含まれているが、基準によって2つの項目だけが推奨される場合、残りのスロットを空のままにするか、バックアップの推奨事項を使用して追加のスロットを埋めるか、推奨事項を表示しないように選択できます。

  1. (オプション)「部分デザインレンダリング」トグルを「オン」の位置にスライドさせます。

    可能な限り多くのスロットが埋められますが、デザインテンプレートには残りのスロット用の空白スペースが含まれる場合があります。 このオプションが無効になっていて、利用可能なすべてのスロットを埋めるのに十分なコンテンツがない場合は、レコメンデーションは提供されず、代わりにデフォルトコンテンツが表示されます。

    空のスロットでレコメンデーションを提供する場合は、このオプションを有効にします。 次のステップで説明するように、サイトの類似または人気のコンテンツで満たされた空のスロットを基準に、レコメンデーションスロットにコンテンツを入力する場合は、バックアップのレコメンデーションを使用します。

  2. (オプション)「バックアップ コンテンツを表示」トグルを「オン」の位置にスライドさせます。

    デザインに残っている空のスロットを、サイト全体から最も閲覧された商品をランダムに選択して埋めます。

    バックアップのレコメンデーションを使用すると、レコメンデーションのデザインが利用可能なすべてのスロットに確実に埋められます。 以下に示すように、4 x 1のデザインを持っているとします。

    4 x 1 デザイン ​

    条件によって推奨される項目が2つだけであるとします。 「部分デザインレンダリング ​」オプションを有効にすると、最初の2つのスロットは一杯になりますが、残りの2つのスロットは空のままになります。 ただし、「​ バックアップの推奨事項を表示」オプションを有効にすると、指定した条件に基づいて最初の2つのスロットが埋められ、残りの2つのスロットはバックアップの推奨事項に基づいて埋められます。

    次のマトリックスは、部分デザインレンダリング ​および​ コンテンツのバックアップ ​ オプションを使用した場合に表示される結果を示しています。

    table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3
    デザインの部分レンダリング バックアップコンテンツ 結果
    無効 無効 返されたレコメンデーションがデザインで指定されているよりも少ない場合、レコメンデーションデザインはデフォルトコンテンツに置き換えられ、レコメンデーションは表示されません。
    有効 無効 デザインはレンダリングされますが、返されたレコメンデーションがデザインで指定されているよりも少ない場合、空白スペースが含まれることがあります。
    有効 有効 使用可能なデザインの「スロット」に代替レコメンデーションが挿入され、デザインが完全にレンダリングされます。
    インクルージョンルールを代替レコメンデーションに適用するとデザインに挿入できなくなるほど適格な代替レコメンデーションの数が制限される場合、デザインは部分的にレンダリングされます。
    この基準がレコメンデーションを返さず、インクルージョンルールが代替レコメンデーションをゼロに制限する場合、デザインはデフォルトコンテンツで置き換えられます。
    無効 有効 使用可能なデザインの「スロット」に代替レコメンデーションが挿入され、デザインが完全にレンダリングされます。
    インクルージョンルールを代替レコメンデーションに適用するとデザインに挿入できなくなるほど適格な代替レコメンデーションの数が制限される場合、デザインはデフォルトコンテンツに置き換えられ、レコメンデーションは表示されません。

    詳しくは、​ バックアップの推奨事項の使用を参照してください。

  3. (条件付き)前の手順で​ バックアップコンテンツを表示 ​を選択した場合、包含ルールをバックアップの推奨事項に適用する​を有効にできます。

    包含ルールは、どの項目をレコメンデーションに含めるかを決定します。 使用できるオプションは、業種によって異なります。

    詳細については、以下の「包含ルールの指定」を参照してください。

Data Source data-source

  1. 目的の​ 行動データ Source ​を選択:Adobe TargetまたはAnalytics。

    note
    NOTE
    行動データ Source セクションは、実装でAnalytics for Target (A4T)を使用している場合にのみ表示されます。

    行動データ Source セクション ​

    「Analytics」を選択した場合、目的のレポートスイートを選択します。

    条件でAdobe Analyticsを行動データソースとして使用する場合、作成された条件の可用性の時間は、選択したレポートスイートとルックバックウィンドウが他の条件に使用されているかどうかに応じて異なります。以下に説明します。

    • 1 回限りのレポートスイート設定:指定されたデータ範囲のルックバックウィンドウで最初にレポートスイートが使用されると、Target Recommendations は、選択されたレポートスイートの行動データを Analytics から完全にダウンロードするまで 2 ~ 7 日間かかる可能性があります。 この時間枠は、Analytics システムの読み込みによって異なります。
    • 新しい条件または既に使用可能なレポートスイートを使用して編集した条件:新しい条件を作成したり既存の条件を編集したりする場合、選択されたレポートスイートが選択されたデータ範囲以下のデータ範囲で既に Target Recommendations で使用されていれば、データは即座に使用でき、1 回限りの設定は必要ありません。 この場合、または選択されたレポートスイートまたはデータ範囲が変更されずにアルゴリズムの設定が編集されると、12 時間以内にアルゴリズムが実行または再実行されます。
    • 進行中のアルゴリズム実行:毎日の Analytics から Target Recommendations へのデータフロー。 例えば、表示親和性の推奨事項では、ユーザーが製品を表示すると、リアルタイムに近い製品ビューのトラッキング呼び出しがAnalyticsに渡されます。 Analytics データが翌日早くに Target にプッシュされ、Target が 12 時間以内にアルゴリズムを実行します。

    詳しくは、Target RecommendationsでのAdobe Analyticsの使用を参照してください。

  2. ルックバックウィンドウ​を設定して、表示するレコメンデーションを決定する際に使用できる過去のユーザー行動データの時間範囲を決定します。 このオプションは、類似属性を持つアイテム ​と​ カスタムアルゴリズム ​を除くすべてのアルゴリズムで使用できます。

    ​ ルックバックウィンドウ スライダー

    サイトのトラフィックが多く、行動が頻繁に変わる場合は、データの範囲を狭めます。 Recommendations は、範囲を狭くするほどマーケットやビジネスの変化に反応しやすくなります。 例えば、範囲を狭く設定した場合、訪問者が新学期やクリスマスなどの季節の製品の購入を始めると、Recommendations は訪問者の行動の変化を検知して季節に適した品目をレコメンデーションするようになります。

    データ量が多くない場合や、訪問者の行動が頻繁に変化しない場合は、範囲を長くすることもできます。 しかし、多くのサイトでは、ウィンドウが短いほど高品質のレコメンデーションが得られます。

    有効なデータ範囲は、次のとおりです。

    table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 7-row-3
    「ルックバックウィンドウ」オプション 更新頻度(ホバーに表示) サポートされるアルゴリズム
    6時間 アルゴリズムは3~6時間ごとに実行されます 選択した行動データ SourceがAdobe Targetの場合の人気ベースの アルゴリズム
    1日 アルゴリズムは12~24時間ごとに実行されます 人気ベースの アルゴリズム
    2 日 アルゴリズムは12~24時間ごとに実行されます
    • 人気ベースの アルゴリズム
    • ​ アイテムベース ​ アルゴリズム
    • ​ ユーザーベースの アルゴリズム
    • ​ カートベースの アルゴリズム
    1 週間 アルゴリズムは24~48時間ごとに実行されます
    • 人気ベースの アルゴリズム
    • ​ アイテムベース ​ アルゴリズム
    • ​ ユーザーベースの アルゴリズム
    • ​ カートベースの アルゴリズム
    2 週間 アルゴリズムは24~48時間ごとに実行されます
    • 人気ベースの アルゴリズム
    • ​ アイテムベース ​ アルゴリズム
    • すべての​ ユーザーベースの アルゴリズム
    • ​ カートベースの アルゴリズム
    1か月(30日間) アルゴリズムは24~48時間ごとに実行されます
    • 人気ベースの アルゴリズム
    • ​ アイテムベース ​ アルゴリズム
    • ​ ユーザーベースの アルゴリズム
    • ​ カートベースの アルゴリズム
    2か月(61日) アルゴリズムは24~48時間ごとに実行されます
    • 人気ベースの アルゴリズム
    • ​ アイテムベース ​ アルゴリズム
    • ​ ユーザーベースの アルゴリズム
    • ​ カートベースの アルゴリズム

コンテンツの類似性 similarity

コンテンツの類似性ルールを使い、品目またはメディアの属性に基づいたレコメンデーションをおこないます。

NOTE
​ アルゴリズムタイプ ​および​ アルゴリズム ​として、アイテムベース/類似属性を持つメディア​を選択した場合、コンテンツの類似性ルールを設定するオプションがあります。

コンテンツの類似性では、アイテム属性キーワードを比較し、複数の項目に共通するキーワードの数に基づいてレコメンデーションを作成します。 コンテンツの類似性に基づくレコメンデーションでは、過去のデータがなくても質の高い結果が得られます。

コンテンツの類似性を使用してレコメンデーションを生成することは、新しい項目に対して特に効果的です。新しい項目は、これを閲覧した人物、また閲覧した人物​および過去の行動に基づくその他のロジックを使用してレコメンデーションに表示される可能性が低くなります。 また、コンテンツの類似性を使用すると、過去の購入などの履歴データがない新規訪問者に対する便利なレコメンデーションを生成することもできます。

アイテムベース/類似の属性を持つメディア​を選択すると、レコメンデーションを決定する際に、特定のアイテム属性の重要性を増減するルールを作成するオプションがあります。 本などの項目については、ジャンル著者シリーズ​などの属性の重要度を高くして、類似する本を推奨することができます。

コンテンツの類似性ではキーワードを使用して項目を比較しているため、メッセージ​や​ 説明 ​などの一部の属性により比較に「邪魔」が入ることがあります。 このような属性については、ルールを作成して無視することができます。

デフォルトでは、すべての属性は「ベースライン」に設定されています。 この設定を変更しない場合、ルールを作成する必要はありません。

NOTE
コンテンツ類似性アルゴリズムは、項目間の類似性を計算する際にランダムサンプリングを使用する場合があります。 その結果、アイテム間の類似度の評価は、アルゴリズム実行によって異なる場合があります。

インクルージョンルール inclusion

いくつかのオプションを使用して、レコメンデーションに表示する品目を絞り込むことができます。 条件やプロモーションの作成時にインクルージョンルールを使用できます。

インクルージョンルールはオプションです。ただし、これらの詳細を設定すると、レコメンデーションに表示される項目をさらに制御できるようになります。 詳細を設定するたびに、表示基準をより詳細に絞り込むことができます。

例えば、在庫数が 50 を超えていて、価格が $25~$45 の婦人靴だけを表示するよう選択できます。 また、ビジネス上非常に重要な品目が最も表示されやすくなるように各属性に対して重みを付けることもできます。

別の例として、サイトにアクセスした訪問者のうち、特定の都市にいて、特定の学位を取得している訪問者に求人情報を表示できます。

インクルージョンルールのオプションは、業種によって異なります。 デフォルトでは、インクルージョンルールは代替レコメンデーションに適用されます。

IMPORTANT
インクルージョンルールは使用する際に注意が必要です。 例えば、会社で、あるブランドが表示されているときに別のブランドをレコメンデーションしないというルールがある場合に、このフィルターは便利です。 ただし、この機能には機会費用が伴う場合があります。 アクティビティ条件によって通常表示されると考えられる一部の品目を、表示しないように制限することで、上昇率が減少する可能性があります。

インクルージョンルールは、AND で結合されます。 品目がレコメンデーションに含まれるためには、すべてのルールを満たす必要があります。

上述の例のように、在庫数が 50 を超えていて、価格が $25~$45 の婦人靴だけを表示するシンプルなインクルージョンルールは、次の手順で作成できます。

  1. (条件付き) 最近購入したアイテムの推奨を許可しますか? 「オン」の位置に切り替えます。

    この設定は、productPurchasedId に基づいています。 デフォルトの動作では、以前に購入された品目はレコメンドされません。 ほとんどの場合、顧客が最近購入した品目を再び推奨することは望ましくありません。 カヤックなど、通常 1 回しか購入しない品目を販売する場合に便利です。 シャンプーやその他の個人用アイテムなど、繰り返し購入を繰り返すユーザーが再購入するアイテムを販売する場合は、このオプションを有効にする必要があります。

  2. レコメンデーションする商品の価格帯を設定します。

  3. レコメンデーションする商品の最小在庫数を設定します。

  4. 特定の基準を満たす場合のみ品目を表示するよう、レコメンデーションを設定します。

    一覧にある属性のいずれかが、1 つまたは複数の指定の条件を満たす、あるいは満たさない場合のみ、品目を含めるよう指定できます。

    使用できる評価演算子は、最初のドロップダウンで選択する値によって異なります。 複数の品目を指定することができます。 この品目は、OR で評価されます。

    複数のルールは、AND で結合できます。

    note
    NOTE
    このオプションは、レコメンデーションに表示される品目を限定します。 そのレコメンデーションがどのページに表示されるかには影響しません。 レコメンデーションを表示する場所を制限するには、Experience Composer でページを選択します。

詳しくは、動的および静的インクルージョンルールの使用を参照してください。

属性の重み付け weighting

コンテンツカタログに関する重要な情報やメタデータに基づいてアルゴリズムを「ナッジ」するために複数のルールを追加して、特定の項目が表示される可能性を高めることができます。

例えば、セール品に対してより大きな重み付けを適用して、より頻繁にレコメンデーションに表示されるようにできます。 その結果、非セール品は完全に除外されませんが、表示される頻度は低くなります。 複数の重み付け属性を同じアルゴリズムに適用することができ、レコメンデーションの分割したトラフィックについて重み付け属性をテストできます。

  1. 値を選択します。

    この値は、利用可能な条件のいずれかに基づいて、より表示される可能性の高くなる品目のタイプを決定します。

  2. 評価基準を選択します。

  3. キーワードを入力して、ルール属性を完成させます。

    例えば、完全なルールは「カテゴリにサブストリングの靴が含まれる」です。

  4. ルールに割り当てる重みを選択します。

    オプションの範囲は 0 ~ 100(25 単位の増分)です。

  5. 必要に応じて、その他のルールを追加します。

完了したら、作成​をクリックします。

新しい Recommendations アクティビティを作成したり、既存のものを編集したりする場合、「後で使用するために条件を保存」チェックボックスがデフォルトで選択されています。 他のアクティビティで条件を使用したくない場合、保存する前にチェックボックスをオフにします。

recommendation-more-help
target-help-main