[SaaS만]{class="badge positive" title="Adobe Commerce as a Cloud Service 및 Adobe Commerce Optimizer 프로젝트에만 적용됩니다(Adobe 관리 SaaS 인프라)."}

Adobe Merchandising

제품 검색 및 추천을 통해 쇼핑객을 위한 개인화된 경험을 만드는 방법을 알아봅니다.

이러한 Adobe Merchandising 서비스는 제품 컨텍스트​에서 제품 데이터​를 분리하는 구성 가능한 카탈로그 데이터 모델(CCDM)을 기반으로 구축됩니다. 제품 데이터에는 SKU, 속성, 메타데이터, 에셋 및 가격이 포함됩니다. 제품 컨텍스트는 카탈로그 보기, 데이터 액세스 정책, 카탈로그 원본(로케일)을 포함하여 데이터가 전달되는 방식을 정의합니다. 카탈로그 보기 및 정책은 상점 데이터를 제어하기 때문에 B2B, B2C 및 D2C 모델에 대한 사용자 지정 카탈로그를 구성하고 기본 데이터를 복제하지 않고 쇼핑 경험을 조정할 수 있습니다.

  • 제품 검색 - 머천다이저에서 쇼핑 경험을 조정하고 최적화할 수 있는 강력한 도구를 제공하여 고객이 적시에 적절한 제품을 신속하게 찾을 수 있도록 합니다. 검색 비헤이비어를 조정하면 제품 가시성, 관련성 및 전환에 직접 영향을 미칠 수 있습니다.

    제품 검색을 통해 다음 사항을 구성하여 가장 관련성이 높은 제품으로 안내할 수 있습니다.

    • 머천다이징 규칙 - 검색 결과, 기본 제품 목록 및 범주 페이지에서 제품을 증폭, 저장, 고정 또는 필터링합니다.
    • 패싯 - 쇼핑객이 검색 및 범주 결과를 좁히는 데 사용하는 필터를 구성합니다.
    • 동의어 - 다른 검색어가 동일한 제품을 반환하도록 동일한 용어를 매핑합니다.

    설정에서 기본적으로 활성화된 의미 체계 검색은 자연어 및 의도 기반 쿼리의 관련성을 개선합니다. 설정에서 가격 패싯, 카탈로그 언어, 고급 의미 및 퍼지 검색 옵션을 구성할 수도 있습니다.

  • 권장 사항 - 인공 지능 및 머신 러닝 알고리즘을 사용하여 상점 전반의 집계된 방문자 행동 및 제품 상호 작용을 분석합니다. 이 데이터는 카탈로그와 결합하여 매우 매력적이고 관련성이 높으며 개인화된 경험을 제공합니다. 권장 사항은 "이 제품을 본 고객이 본 경우도 본 경우"와 같이 레이블이 있는 단위로 상점 전면에 표시됩니다. 권장 사항 작업 영역에서 직접 권장 사항을 만들고, 관리하고, 배포하고, 쇼핑 여정 전체에 배치하여 홍보 목표, 교차 판매 전략 및 개인화된 경험을 지원할 수 있습니다.

recommendation-more-help
commerce-help-optimizer