이벤트

이벤트는 실시간 데이터 인사이트를 활용하여 쇼핑 경험을 강화하고 전환을 유도하는 중요한 도구입니다.

Adobe Commerce Optimizer이(가) 상점 이벤트를 사이트에 자동으로 배포합니다. 이러한 이벤트는 사이트의 쇼핑객 상호 작용에서 데이터를 캡처합니다. 익명으로 처리된 이 데이터는 권장 사항, 제품 검색 및 성공 지표를 지원합니다.

이벤트 페이지를 사용하여 수집 중인 상점 이벤트 데이터를 확인할 수 있습니다. 이벤트 데이터 수집을 조회하면 판매자는 상점 이벤트가 올바로 구현되었는지, 이벤트가 성공적으로 캡처되고 있는지 확인할 수 있습니다. 판매자는 이 페이지를 사용하여 잠재적인 문제를 식별하고 이벤트 문제를 해결하기 위한 단계를 수행할 수 있습니다.

이벤트 수

이벤트 카운트 탭은 검색, 클릭 수, 구매 수와 같은 쇼핑객 상호 작용을 추적하여 트렌드를 분석하고 쇼핑 경험을 개선하는 데 도움이 됩니다.

{modal="regular"}

온전성 검사

상태 검사 탭은 각 동작 이벤트의 상태에 대한 통찰력을 제공하여 정확한 데이터 수집 및 기능을 보장합니다. ​

{modal="regular"}

다음 섹션에서는 제품 검색 및 권장 사항에 대한 이벤트 세부 정보를 설명합니다.

제품 검색

제품 검색은 이벤트를 사용하여 "가장 많이 본 항목" 및 "이 항목을 보고 다른 항목을 본 항목"과 같은 검색 알고리즘을 실행합니다.

이 표에서는 제품 검색 순위 전략에서 사용되는 이벤트에 대해 설명합니다.

필수 대시보드 이벤트

일부 이벤트는 검색 성능 대시보드를 채우는 데 필요합니다.

권장 사항

권장 사항에 사용되는 데이터에는 두 가지 유형이 있습니다.

Adobe Sensei은 행동 및 카탈로그 데이터를 집계하여 각 권장 사항 유형에 대한 권장 사항을 생성합니다. 그런 다음 Recommendations 서비스는 이러한 권장 사항을 권장 제품 items ​을(를) 포함하는 위젯 형태로 상점 앞에 배포합니다.

일부 추천 유형은 구매자의 행동 데이터를 사용하여 머신 러닝 모델을 교육하여 개인화된 추천을 구축합니다. 다른 권장 사항 유형은 카탈로그 데이터만 사용하며 동작 데이터는 사용하지 않습니다. 사이트에서 권장 사항 사용을 빠르게 시작하려면 More like this 권장 사항 유형을 사용할 수 있습니다.

콜드 스타트

행동 데이터를 사용하는 권장 사항 유형은 언제 사용할 수 있습니까? 상황에 따라 다릅니다. 이를 콜드 스타트 문제라고 합니다.

콜드 스타트 문제는 모델이 교육하고 효과를 얻는 데 걸리는 시간을 나타냅니다. 권장 사항의 경우, 이는 Adobe Sensei이 사이트에 권장 사항 단위를 배포하기 전에 머신 러닝 모델을 교육할 충분한 데이터를 수집할 때까지 기다리는 것을 의미합니다. 모델에 데이터가 많을수록 권장 사항이 더 정확하고 유용합니다. 데이터 수집은 라이브 사이트에서 수행되므로 이 프로세스를 일찍 시작하는 것이 가장 좋습니다.

다음 표에서는 각 권장 사항 유형에 대해 충분한 데이터를 수집하는 데 걸리는 시간에 대한 일반적인 지침을 제공합니다.

교육에 필요한 시간에 영향을 줄 수 있는 기타 변수:

각 권장 사항 유형의 교육 진행률을 시각화할 수 있도록 권장 사항 만들기 페이지에 준비 표시기가 표시됩니다.

라이브 사이트에서 데이터가 수집되고 기계 학습 모델이 교육되는 동안 권장 사항을 설정하는 데 필요한 다른 테스트 및 구성 작업을 완료할 수 있습니다. 이 작업을 마칠 때까지 모델에는 유용한 권장 사항을 만드는 데 필요한 데이터가 충분하므로 이를 상점에 배포할 수 있습니다.

사이트에 대부분의 제품 SKU에 대한 트래픽(보기, 구매, 트렌드)이 충분하지 않은 경우 학습 프로세스를 완료하는 데 필요한 데이터가 충분하지 않을 수 있습니다. 이렇게 하면 권장 사항 작업 영역의 준비 표시기가 중단된 것처럼 보일 수 있습니다. 준비 지표는 상인이 자신의 스토어에 더 나은 권장 사항 유형을 선택할 때 다른 데이터 포인트를 제공하기 위한 것입니다. 숫자는 안내서이며 100%에 도달할 수 없습니다. 준비 지표에 대해 자세히 알아보기.

백업 권장 사항

입력 데이터가 요청된 모든 권장 사항 항목을 한 단위로 제공하기에 충분하지 않으면 Adobe Commerce Optimizer에서 백업 권장 사항을 제공하여 권장 사항 단위를 채웁니다. 예를 들어, 홈 페이지에 Recommended for you 추천 유형을 배포하는 경우, 사이트에서 처음 구매하는 사람이 개인화된 제품을 정확히 추천하기에 충분한 행동 데이터를 생성하지 않았습니다. 이 경우 Adobe Commerce Optimizer은(는) Most viewed 추천 유형에 따라 이 구매자에게 항목을 표시합니다.

입력 데이터 수집이 부족한 경우 다음 추천 유형은 Most viewed 추천 유형으로 대체됩니다.

권장 사항별 이벤트

다음 표에는 쇼핑객이 상점 앞의 추천 단위와 상호 작용할 때 트리거되는 이벤트가 나열되어 있습니다. 수집된 이벤트 데이터는 지표의 기능을 작동시켜 권장 사항이 얼마나 잘 수행되고 있는지 분석합니다.

필수 대시보드 이벤트

권장 사항 성능 대시보드를 채우려면 다음 이벤트가 필요합니다.

다음 이벤트는 Recommendations에만 해당되지 않지만 Adobe Sensei에서 쇼핑객 데이터를 올바르게 해석하는 데 필요합니다.

권장 사항 유형

이 표에서는 각 권장 사항 유형에서 사용하는 이벤트에 대해 설명합니다.

지원

데이터 불일치가 발견되거나 권장 사항 및 검색 결과가 예상대로 작동하지 않는 경우 지원 티켓을 제출하십시오.