Target Personalization: Recommendations 및 카테고리 친화성 시작하기
Recommendations 시작을 위한 강력한 기반을 구축하는 방법에 대해 알아봅니다. Recs를 구동하는 알고리즘과 Recs를 성공적으로 활용하는 방법에 대해 더 잘 이해할 수 있습니다.
주요 개선 사항
- Recommendations in Rex는 규모에 맞게 개인화를 제공하여 동작 기반, 인기도 기반, 콘텐츠 유사성 등과 같이 선택한 알고리즘을 기반으로 수백 또는 수천 개의 항목을 지능적으로 추천할 수 있습니다.
- Rex는 시퀀싱, 가중치, 제외 규칙 등과 같은 사용자 지정 옵션을 제공하여 개인화된 머천다이징 제어를 위한 강력한 도구입니다.
- Rex는 수천 또는 수백만 개의 항목에 걸쳐 많은 수의 제품이나 콘텐츠 항목을 추천하여 사용자 프로필에 따라 개인화된 추천을 제공하는 데 이상적입니다.
- Rex는 오퍼 수가 적거나, 빠르게 변화하는 카탈로그 항목, 낮은 상호 작용 빈도 또는 개인화가 주로 충성도 세그먼트나 지역과 같은 사용자 특성을 기반으로 하는 시나리오에 적합하지 않을 수 있습니다.
- Rex에서 권장 사항을 설정하려면 카탈로그 생성을 통해 제품 또는 콘텐츠에 대한 시스템 교육, 사용자 동작 데이터 캡처 및 표시할 권장 사항에 대한 컨텍스트 제공이 포함됩니다.
- 카테고리 관심도는 사용자 상호 작용과 다른 카테고리에 할당된 포인트를 기반으로 특정 항목이 아닌 카테고리 또는 제품 또는 콘텐츠 그룹을 추천하는 데 중점을 둡니다.
- 카테고리 관심도는 사용자 환경 설정에 따라 대상을 설정하고, 카테고리에 포인트를 할당하고, 즐겨찾기 또는 퍼스트 등의 기준을 사용하여 권장 사항을 개인화하여 활용할 수 있습니다.
- Rex의 기준 시퀀스를 사용하면 방문자 행동 및 데이터 깊이에 따라 권장 사항의 우선 순위를 지정할 수 있으므로 방문자 값 및 행동에 따라 기준을 계층화하여 권장 사항의 전체 템플릿을 보장합니다.
- Rex 기준 시퀀스의 유연성은 먼저 높은 값 기준을 지정하고 필요에 따라 추가 기준으로 템플릿을 채움으로써 권장 사항의 우선 순위를 가능하게 합니다.
- 기준 시퀀스를 활용하는 것은 특히 서로 다른 수준의 세부기간으로 카테고리를 처리할 때 권장 항목의 깊이를 보장하는 데 중요합니다.
recommendation-more-help
abac5052-c195-43a0-840d-39eac28f4780