새 권장 사항 만들기

권장 사항을 만들 때 권장 제품 항목 ​이 포함된 권장 사항 단위 또는 위젯을 만듭니다.

추천 단위
추천 단위

권장 사항 단위를 활성화하면 Adobe Commerce에서 데이터 수집을 시작하여 노출, 보기, 클릭 수 등을 측정합니다. Product Recommendations 테이블에는 정보에 입각한 비즈니스 결정을 내리는 데 도움이 되는 각 추천 단위에 대한 지표가 표시됩니다.

NOTE
제품 추천 지표는 Luma 상점 전선에 최적화되어 있습니다. Luma를 기반으로 하는 상점이 아닌 경우 지표가 데이터를 추적하는 방법은 이벤트 컬렉션을 구현하는 방법에 따라 다릅니다.
  1. 관리자 사이드바에서 마케팅 > 프로모션 > 제품 Recommendations(으)로 이동하여 제품 Recommendations 작업 영역을 표시합니다.

  2. 권장 사항을 표시할 스토어 보기를 지정하십시오.

    note note
    NOTE
    Page Builder 권장 사항 단위는 기본 스토어 보기에서 만들어야 하지만 어디에서나 사용할 수 있습니다. Page Builder를 사용하여 제품 권장 사항을 만드는 방법에 대한 자세한 내용은 콘텐츠 추가 - 제품 Recommendations을 참조하세요.
  3. 추천 만들기 ​를 클릭합니다.

  4. 권장 사항 이름 지정 섹션에서 내부 참조를 설명하는 이름을 입력하십시오(예: Home page most popular).

  5. 페이지 유형 선택 섹션에서 다음 옵션 중 권장 사항을 표시할 페이지를 선택합니다.

    note note
    NOTE
    장바구니에 제품을 추가한 후 장바구니 페이지를 바로 표시하도록 스토어를 구성한 경우 장바구니 페이지에서 제품 Recommendations이 지원되지 않습니다.
    • 홈 페이지
    • 범주
    • 제품 세부 사항
    • 장바구니
    • 확인
    • 페이지 빌더

    각 페이지 유형에 대해 최대 5개의 활성 권장 사항 단위를 만들고, 페이지 빌더에 대해 최대 25개의 활성 권장 사항 단위를 만들 수 있습니다. 제한에 도달하면 페이지 유형이 회색으로 표시됩니다.

    권장 사항 이름 및 페이지
    권장 사항 이름 및 페이지 배치

  6. 추천 유형 선택 섹션에서 선택한 페이지에 표시할 추천 유형을 지정하십시오. 일부 페이지의 경우 권장 사항의 배치가 특정 유형으로 제한됩니다.

  7. 상점 첫 화면 표시 레이블 섹션에서 "Top sellers"와 같은 쇼핑객이 볼 수 있는 레이블을(를) 입력하십시오.

  8. 제품 수 선택 섹션에서 슬라이더를 사용하여 권장 사항 단위에 표시할 제품 수를 지정합니다.

    기본값은 5이며, 최대 20입니다.

  9. 배치 선택 섹션에서 페이지에 권장 사항 단위가 표시될 위치를 지정합니다.

    • 기본 컨텐츠 하단
    • 기본 컨텐츠 상단
  10. (선택 사항) 권장 사항의 순서를 변경하려면 위치 선택 테이블에서 행을 선택하고 이동합니다.

    위치 선택 섹션에는 선택한 페이지 유형에 대해 만든 모든 권장 사항(있는 경우)이 표시됩니다.

    추천 순서
    페이지의 추천 순서

  11. (선택 사항) 필터 섹션에서 필터를 적용하여 권장 사항 단위에 나타나는 제품을 제어합니다.

    추천 필터
    추천 제품 필터

  12. 완료되면 다음 중 하나를 클릭합니다.

    • 나중에 추천 단위를 편집하려면 초안으로 저장. 초안 상태의 권장 사항 단위에 대한 페이지 유형 또는 권장 사항 유형은 수정할 수 없습니다.

    • 상점 첫 화면에서 추천 단위를 사용하려면 활성화 ​하세요.

준비 지표

준비 지표는 사용 가능한 카탈로그 및 동작 데이터를 기반으로 어떤 권장 사항 유형이 가장 잘 수행되는지 보여 줍니다. 준비 표시기를 사용하여 이벤트에 문제가 있는지 또는 추천 유형을 채울 트래픽이 충분하지 않은지 확인할 수도 있습니다.

준비 표시기는 정적 기반 또는 동적 기반 중 하나로 분류됩니다. 정적 기반은 카탈로그 데이터만 사용하는 반면, 동적 기반은 쇼핑객의 행동 데이터를 사용합니다. 해당 동작 데이터는 기계 학습 모델 학습을 통해 개인화된 추천을 작성하고 준비 점수를 계산하는 데 사용됩니다.

준비 지표 계산 방법

준비 지표는 모델이 얼마나 훈련되는지를 나타냅니다. 지표는 수집된 이벤트의 유형, 상호 작용하는 제품의 범위 및 카탈로그 크기에 따라 다릅니다.

준비 표시기 비율은 권장 사항 유형에 따라 권장될 수 있는 제품 수를 나타내는 계산에서 파생됩니다. 통계는 카탈로그의 전체 크기, 상호 작용 볼륨(보기, 클릭 수, 장바구니 추가) 및 특정 기간 내에 해당 이벤트를 등록하는 SKU의 비율을 기반으로 제품에 적용됩니다. 예를 들어, 성수기 트래픽 동안 준비 지표는 일반 볼륨 때보다 더 높은 값을 표시할 수 있습니다.

이러한 변수들의 결과, 준비 지표 퍼센트는 변동할 수 있다. 이는 추천 유형이 "배포할 준비 완료"에서 들어오고 나가는 것을 볼 수 있는 이유를 설명합니다.

준비 지표는 다음 두 가지 요소를 기반으로 계산됩니다.

  • 충분한 결과 집합 크기: 대부분의 시나리오에서 백업 권장 사항을(를) 사용하지 않을 만큼 충분한 결과가 반환됩니까?

  • 충분한 결과 집합 다양성: 반환되는 제품이 카탈로그의 다양한 제품을 표시합니까? 이 요소의 목표는 사이트에서 권장되는 유일한 품목이 소수의 제품인 것을 피하는 것입니다.

위의 요소를 기반으로 준비 값이 계산되고 다음과 같이 표시됩니다.

  • 75% 이상은 해당 권장 사항 유형에 대해 제안된 권장 사항이 높은 관련성을 갖는다는 것을 의미합니다.
  • 최소 50%는 해당 권장 사항 유형에 대해 제안된 권장 사항이 관련성이 떨어짐을 의미합니다.
  • 50% 미만은 해당 권장 사항 유형에 대해 제안된 권장 사항이 관련이 없을 수 있음을 의미합니다. 이 경우 백업 권장 사항이 사용됩니다.

준비 지표가 낮은 이유에 대해 자세히 알아보세요.

정적 기반

다음 권장 사항 유형은 카탈로그 데이터만 필요하므로 정적 기반입니다. 동작 데이터가 사용되지 않습니다.

  • 비슷한 항목 더 보기
  • 시각적 유사성

다이내믹 기반

다음 권장 사항 유형은 storefront 동작 데이터를 사용하므로 동적 기반입니다.

지난 6개월간의 상점 행동 데이터:

  • 이 항목을 보고 다른 항목도 본 항목
  • 이 항목을 보고 구입함
  • 구매, 구매
  • 추천

Storefront 동작 데이터의 마지막 7일:

  • 가장 많이 본 항목
  • 가장 많이 구입함
  • 장바구니에 가장 많이 추가됨
  • 트렌드
  • 구매 전환 보기
  • 장바구니로 전환 보기

가장 최근 구매자 행동 데이터(보기만):

  • 최근에 본 항목

진행 시각화

각 추천 유형의 교육 진행률을 시각화할 수 있도록 추천 유형 선택 섹션에 각 유형에 대한 준비 측정값이 표시됩니다.

권장 사항 유형
권장 사항 유형

NOTE
지표는 절대 100%에 도달하지 못할 수 있습니다.

판매자의 카탈로그가 자주 변경되지 않으므로 카탈로그 데이터에 의존하는 권장 사항 유형의 준비 지표 비율은 크게 변경되지 않습니다. 그러나 쇼핑객 행동 데이터를 기반으로 한 추천 유형에 대한 준비 지표 비율은 일일 쇼핑객 활동에 따라 자주 변경될 수 있습니다.

준비 표시기 백분율이 낮은 경우 수행할 작업

준비 비율이 낮으면 이 권장 사항 유형에 대한 권장 사항에 포함할 수 있는 카탈로그의 제품이 많지 않음을 나타냅니다. 즉, 이 권장 사항 유형을 배포하면 백업 권장 사항이 반환될 가능성이 높습니다.

IMPORTANT
번들, 그룹화됨 및 사용자 지정 제품 유형은 지원되지 않습니다. 카탈로그에 이러한 제품 유형이 많이 포함되어 있으면 준비 점수가 낮을 수 있습니다. 또한 공백이 있는 모든 SKU는 권장 사항 관련성을 줄일 수 있으므로 피해야 합니다.

다음은 일반적인 낮은 준비 점수에 대한 가능한 이유와 해결 방법을 나열합니다.

  • 정적 기반 - 표시 가능한 제품에 대한 카탈로그 데이터가 누락되어 이러한 지표의 비율이 낮을 수 있습니다. 예상보다 낮은 경우 전체 동기화를 통해 이 문제를 해결할 수 있습니다.

  • 동적 기반 - 동적 기반 지표에 대한 낮은 비율은 다음 원인으로 인해 발생할 수 있습니다.

    • 각 권장 사항 유형(requestId, 제품 컨텍스트 등)에 필요한 storefront 이벤트에 필드가 누락되었습니다.
    • 스토어의 트래픽이 낮아서 우리가 받는 행동 이벤트의 양이 적습니다.
    • 매장 내 여러 상품에 걸친 다양한 상점 행동 이벤트가 낮습니다. 예를 들어 대부분의 경우 제품을 보거나 구매하는 비율이 10%만 되어도 각 준비 지표는 낮습니다.

Recommendations 미리 보기 preview

권장 제품 미리 보기 패널은 항상 권장 구성 단위가 상점 앞에 배포될 때 권장 구성 단위에 나타날 수 있는 샘플 제품군을 사용하여 사용할 수 있습니다.

비프로덕션 환경에서 작업할 때 권장 사항을 테스트하려면 다른 소스에서 권장 사항 데이터를 가져올 수 있습니다. 이를 통해 판매자는 규칙을 실험하고 프로덕션에 배포하기 전에 권장 사항을 미리 볼 수 있습니다.

필드
설명
이름
제품 이름.
SKU
제품에 지정된 Stock Keeping Unit
가격
제품 가격.
결과 유형
기본 - 수집된 교육 데이터가 권장 사항을 표시하는 데 충분함을 나타냅니다.
백업 - 수집된 교육 데이터가 부족하여 백업 권장 사항을 사용하여 슬롯을 채우지 못함을 나타냅니다. 기계 학습 모델 및 백업 권장 사항에 대한 자세한 내용을 보려면 동작 데이터(으)로 이동하십시오.

추천 단위를 만들 때 페이지 유형, 추천 유형 및 필터를 실험하여 포함될 제품에 대한 즉각적인 실시간 피드백을 얻으십시오. 표시되는 제품을 이해하기 시작하면 비즈니스 요구 사항에 맞게 추천 단위를 구성할 수 있습니다.

여러 권장 사항 단위가 단일 페이지에 배포될 때 중복 제품이 표시되지 않도록 하기 위해 Adobe Commerce은 권장 사항을 필터합니다. 따라서 미리 보기 패널에 표시되는 제품은 상점 앞에 표시되는 제품과 다를 수 있습니다.

NOTE
Recently viewed 권장 사항 유형을 미리 볼 수 없습니다. 해당 데이터는 관리자에서 사용할 수 없기 때문입니다.
recommendation-more-help
4bf3c55a-3844-4322-a5d2-42b4e56228e5