설명서 Commerce Adobe Commerce Optimizer 안내서

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

권장 사항 유형

Last update: Thu Oct 16 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

주제:
개인화

작성 대상:

관리자
기본
사용자

Adobe Commerce Optimizer은 사이트의 다양한 페이지에 배포할 수 있는 대규모 권장 사항 세트를 제공합니다. 모든 권장 사항 유형은 데이터 기반입니다. 작동 데이터, 제품 속성 데이터 및 지표를 통해 제공됩니다. 쉽게 참조할 수 있도록 추천 유형은 다음과 같이 그룹화됩니다.

개인화됨
교차 판매 및 상향 판매
인기도
고성능

권장 사항을 사용할 때 Adobe에서는 다음 지침을 권장합니다.

추천 유형을 다양화합니다. 고객이 동일한 제품을 반복해서 제안하면 권장 사항을 무시하기 시작합니다.
동일한 권장 사항을 장바구니 페이지와 주문 확인 페이지에 배포하지 마십시오. 장바구니 페이지에 Most Added to Cart을(를) 사용하고 주문 확인 페이지에 Bought This, Bought That을(를) 사용하는 것이 좋습니다.
사이트를 깔끔하게 유지하십시오. 동일한 페이지에 권장 사항 단위를 3개 이상 배포하지 마십시오.
스토어에서 의류를 판매하는 경우 More like this 권장 사항에서 보고 있는 제품의 성별과 일치하지 않는 성별 관련 제품을 제안할 수 있습니다. 비의류 카테고리에 대해서만 이 권장 사항 유형을 사용하는 것이 좋습니다.

NOTE

이 문서에 설명된 이벤트에 대한 자세한 내용은 개발자 설명서에서 storefront events를 참조하십시오.

데이터 요구 사항 및 동작

제품 권장 사항은 상점 첫 화면에서 수집한 행동 데이터를 사용하는 데이터 기반 시스템입니다. 권장 사항의 품질과 수량은 사용 가능한 이벤트 데이터의 양에 따라 다릅니다.

IMPORTANT

대부분의 추천 유형에는 의미 있는 결과를 생성하기 위해 충분한 행동 데이터(예: 제품 보기, 장바구니에 추가 작업 및 구매)가 필요합니다. 시스템에서는 일반적으로 정확한 권장 사항을 작성하기 위해 며칠 간의 활성 쇼퍼 활동이 필요합니다. 사이트 트래픽이 다양한 권장 사항 유형을 채우는 데 어떻게 도움이 되는지 알아보려면 준비 표시기를 참조하십시오.

데이터가 충분하지 않으면 어떻게 됩니까

권장 사항을 생성하는 데 필요한 이벤트 데이터가 충분하지 않은 경우 시스템에서 다음을 수행할 수 있습니다.

추천 단위에 대해 빈 결과를 반환합니다.
개인화된 권장 사항을 아직 사용할 수 없을 때 제품을 표시하는 것과 같이 백업 권장 사항Most viewed을 트리거합니다.
권장 사항 단위에 구성됨보다 적은 수의 제품을 표시하십시오.

개인화됨 personalized

이러한 추천 유형은 사이트에서의 특정 쇼핑객 행동 이력에 따라 제품을 추천합니다. 예를 들어, 쇼핑객이 이전에 재킷을 찾아보거나 사이트에서 재킷을 구매한 경우, 이러한 권장 사항은 기본적으로 그들이 떠난 위치를 선택하고 다른 재킷 또는 유사한 제품을 권장합니다.

NOTE

개인화된 추천을 위해서는 쇼핑객에게 행동 이력이 확립되어 있어야 합니다. 충분한 상호 작용 기록이 없는 신규 방문자 또는 쇼핑객은 사이트에서 충분한 행동 신호를 생성할 때까지 가장 많이 본 제품과 같은 백업 권장 사항을 볼 수 있습니다.

유형

설명

교차 판매 및 상향 판매 crossup

이러한 추천 유형은 다른 사람이 좋아하는 것을 찾는 것을 돕거나 다른 유사한 제품을 찾는 것을 돕는 제품 중심의 소셜 증명입니다. 권장 제품은 선택한 제품을 보완하는 경우가 많습니다.

NOTE

"이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고, 이 항목을 보고" 추천 항목에는 단순 발생 지표가 사용되지 않고, 인기 제품에 치우치지 않는 흥미로운 유사성을 찾는 보다 정교한 공동 필터링 알고리즘이 사용됩니다. 이러한 권장 사항 유형을 알리는 데 사용되는 데이터는 사이트의 여러 세션에서 파생된 구매자의 집계 동작을 기반으로 합니다. 이 데이터는 사이트의 단일 세션 내 발생에서 파생된 쇼핑객 행동을 기반으로 하지 않습니다. 이러한 권장 사항 유형은 구매자가 현재 보는 제품과 짝을 이루는 것이 명확하지 않을 수 있는 인접한 제품을 찾는 데 도움이 됩니다.

이러한 권장 사항 유형은 의미 있는 상관 관계를 식별하기 위해 실질적인 제품 간 상호 작용 데이터가 필요합니다. 제품 카탈로그 다양성이 제한되거나 트래픽이 낮은 스토어는 충분한 행동 패턴이 나타날 때까지 추천 수가 줄어들 수 있습니다.

유형

설명

이 항목을 보고 다른 항목도 보았습니다.

는 구매자가 현재 보고 있는 제품에 비해 불균형적으로 더 자주 보는 제품을 권장합니다.

사용 위치:
- 제품 세부 정보
- 장바구니
- 확인

추천 레이블:
- 이 제품을 본 고객도 PDP(시청)를 표시함

이 항목을 보고 다른 항목을 구입함

는 구매자가 현재 제품을 본 후 불균형적으로 더 자주 구매하는 경향이 있는 제품을 권장합니다. 이 유형은 구매자가 다른 방법으로는 인식하지 못했을 수 있는 제품을 발견하도록 안내하는 데 도움이 됩니다.

사용한 위치:
- 제품 세부 정보
- 장바구니
- 확인

추천 레이블:
- 이 최종 제품을 본 고객이 구매함
- 최종 구매한 고객
- 이 제품을 본 후 다른 사람이 구매하는 제품

구매, 구매

는 현재 표시된 제품을 사용하여 쇼핑객이 불균형적으로 더 자주 구매하는 제품을 권장합니다. 이 유형에는 다른 구매자가 현재 제품과 함께 구입한 제품을 집계하여 장바구니에 추가할 수 있는 관련성이 높은 제품이 표시됩니다.

사용 위치:
- 제품 세부 정보
- 장바구니
- 확인

추천 레이블:
- 필요한 모든 항목 가져오기
- 이 항목을 잊지 마세요
- 자주 함께 구입함

다음과 같음

이름, 설명, 범주 할당 및 속성과 같은 유사한 메타데이터를 기반으로 제품을 권장합니다. 이 유형은 보고 있는 제품의 속성을 평가함으로써 동일한 카테고리의 유사한 제품을 추천합니다. 예를 들어 쇼핑객이 요가 매트를 둘러보고 있다면 장비 카테고리의 다른 제품이 추천된다. 이 권장 유형은 성별을 구분하지 않으므로 의류, 패션 또는 기타 성별 특정 버티컬에는 권장되지 않습니다.

사용 위치:
- 제품 세부 정보
- 장바구니
- 확인

추천 레이블:
- 이와 유사한 제품 추가
- 유사한 항목

인기도 popularity

이러한 추천 유형은 최근 7일 이내에 가장 인기 있거나 트렌드가 있는 제품을 추천합니다.

NOTE

인기도 기반 권장 사항을 사용하려면 상점 첫 화면에서 충분한 이벤트 데이터가 필요합니다. 스토어가 새 스토어이거나 트래픽이 적은 경우, 이러한 권장 사항 유형은 적절한 행동 데이터가 수집될 때까지 제한된 결과를 반환하거나 결과를 반환하지 않을 수 있습니다. 데이터 준비 표시기를 모니터링하여 최적의 성능을 확인합니다.

유형

설명

가장 많이 본 항목

최근 7일 이내에 보기 작업이 발생한 세션 수를 계산하여 가장 많이 본 제품을 권장합니다.

사용한 위치:
- 홈 페이지
- 범주
- 제품 세부 정보
- 장바구니
- 확인

제안된 레이블:
- 가장 자주 사용하는 항목
- 트렌드
- 현재 자주 사용하는 항목
- 최근 자주 사용하는 항목
- 이 제품(PDP)에서 영감을 얻은 인기 제품
- 최상위 판매자

최다 구매

지난 7일 이내에 쇼핑객이 가장 많이 구매한 제품을 추천합니다.

사용한 위치:
- 홈 페이지
- 범주
- 제품 세부 정보
- 장바구니
- 확인

제안된 레이블:
- 가장 인기 있음
- 트렌드
- 현재 인기 있음
- 최근 인기 있음
- 이 제품(PDP)에서 영감을 얻은 인기 있는 제품
- 최상위 판매자

장바구니에 가장 많이 추가됨

지난 7일 이내에 쇼핑객이 카트에 가장 많이 추가한 제품을 추천합니다. 이 권장 사항 유형은 모든 페이지에서 사용할 수 있습니다.

사용한 위치:
- 홈 페이지
- 범주
- 제품 세부 정보
- 장바구니
- 확인

제안된 레이블:
- 가장 인기 있음
- 트렌드
- 현재 인기 있음
- 최근 인기 있음
- 이 제품(PDP)에서 영감을 얻은 인기 있는 제품
- 최상위 판매자

트렌딩

는 사이트 전체에서 제품 인기의 최근 모멘텀을 기반으로 제품을 추천합니다.

Adobe Sensei은 사이트 전체의 탐색 및 구매 데이터를 집계하여 구매자에게 가장 최근에 인기 있는 제품을 결정하고 등급을 지정합니다. Trending은 최근 제품 모멘텀을 분석하므로 매출액이 높은 카탈로그에 효과적인 추천 유형입니다. 카탈로그가 더 정적인 경우 대상의 쇼핑 패턴이 매우 변동이 심하지 않는 한 유용하지 않을 수 있습니다.

홈 페이지에서 사용하면 Trending에서는 전체 사이트에서 최근에 많이 사용되는 제품을 추천합니다. 트렌딩은 지속적으로 인기가 있는 제품을 표시하는 것이 아니라 최근 인기를 끌고 있는 제품을 표시하는 것이다. 예를 들어 특정 제품을 홍보하는 이메일 마케팅 캠페인이 있는 경우, 이메일에 의해 생성된 인기도 증가는 홍보된 제품이 트렌드로 분류될 가능성을 높입니다.

사용 위치:
- 홈 페이지
- 카테고리
- 제품 세부 정보
- 장바구니
- 확인

제안된 레이블:
- 트렌드
- 지금 트렌드
- 최근 트렌드
- 최신 제품
- 트렌드 관련 제품(PDP)

고성능 highperf

이러한 권장 사항 유형은 장바구니에 추가 또는 전환율과 같은 성공 기준을 기반으로 최고의 성능을 발휘하는 제품을 권장합니다.

NOTE

성과가 좋은 추천 유형은 전환 데이터(구매 및 장바구니에 추가 작업)에 의존합니다. 새 저장소 또는 전환 볼륨이 낮은 저장소는 이러한 권장 사항이 적용되기 전에 7~14일 동안 데이터를 수집해야 할 수 있습니다.

유형

설명

구매 전환으로 보기

보기-구매 전환율이 가장 높은 제품을 권장합니다. 제품 보기를 등록한 모든 쇼핑객 세션 중에서 쇼핑객이 구매를 등록한 비율은 얼마입니까?

사용 위치:
- 홈 페이지
- 범주
- 제품 세부 정보
- 장바구니
- 확인

추천 레이블:
-최상위 판매자
- 인기 제품
- 관심 있을 수 있음

장바구니로 전환 보기

보기-장바구니 전환율이 가장 높은 제품을 권장합니다. 제품 보기를 등록한 모든 쇼핑객 세션 중 쇼핑객이 장바구니에 추가를 등록한 비율은 얼마입니까?

사용 위치:
- 홈 페이지
- 범주
- 제품 세부 정보
- 장바구니
- 확인

추천 레이블:
- 최상위 판매자
- 인기 제품
- 관심 있을 수 있음

최다 구매

종종 "최상위 판매자"라고도 하는 이 권장 사항 유형은 지난 7일 이내에 주문 작업이 발생한 세션의 수를 계산합니다. 이 권장 사항 유형은 모든 페이지에서 사용할 수 있습니다.

사용한 위치:
- 홈 페이지
- 범주
- 제품 세부 정보
- 장바구니
- 확인

제안된 레이블:
- 가장 인기 있음
- 트렌드
- 현재 인기 있음
- 최근 인기 있음
- 이 제품(PDP)에서 영감을 얻은 인기 있는 제품
- 최상위 판매자

장바구니에 가장 많이 추가됨

recommendation-more-help

0ef37c7a-c485-4783-885e-682084b7aae4