[Premium]{class="badge positive" title="Target Premium에 포함된 내용을 확인하십시오."}

기준 만들기

Adobe Target Recommendations의 기준은 Recommendations 활동의 콘텐츠를 제어합니다. 활동에 가장 적합한 권장 사항을 표시하는 기준을 만드십시오. 이러한 기준은 방문자의 작업을 사용하여 표시할 콘텐츠 또는 제품을 결정합니다.

다음 섹션에서는 새 기준을 만드는 방법을 설명합니다.

새 기준 만들기 화면에 액세스

Create New Criteria 화면에 액세스하는 방법에는 여러 가지가 있습니다. 일부 화면 옵션은 화면에 도달하는 방법에 따라 달라집니다.

  • Recommendations > Criteria 라이브러리 화면에서 Create Criteria > Create Criteria ​을(를) 클릭합니다. 여기서 만드는 기준은 자동으로 모든 Recommendations 활동에 사용 가능해집니다.
  • Visual Experience Composer (VEC)을 사용하여 Recommendations 활동을 만드는 경우 페이지에서 요소를 선택하고 Replace w/ Recommendations, Insert Recommendations Before 또는 Insert Recommendations After을(를) 클릭하면 즉시 Select Criteria 화면으로 이동합니다. 그런 다음 사용 가능한 기준을 선택하거나 Create Criteria ​을(를) 클릭할 수 있습니다. 새 기준을 만들면 다른 Recommendations 활동과 함께 사용할 기준을 저장할 수 있습니다. 자세한 내용은 Recommendations 활동 만들기를 참조하십시오.
  • Recommendations 활동을 편집하는 경우 페이지에서 Recommendations Location 상자를 클릭하고 Change Criteria ​을(를) 선택합니다. Select Criteria 화면에서 Create Criteria ​을(를) 클릭합니다. 다른 Recommendations 활동과 함께 사용할 새 기준을 저장하는 선택 사항이 있습니다.

다음 단계에서는 첫 번째 메서드를 사용하여 Create New Criteria 화면에 액세스한다고 가정합니다. Recommendations > Criteria 라이브러리 화면.

  1. Recommendations > Criteria ​을(를) 클릭합니다.

  2. Create Criteria > Create Criteria ​을(를) 클릭합니다.

    새 기준 만들기

  3. 다음 섹션에서 정보를 구성합니다.

Basic Information info

  1. Criteria Name 입력

    기준을 설명하는 데 사용되는 "내부" 이름입니다. 예를 들어, "최고 마진 제품" 기준을 호출하려고 하지만 제목이 공개적으로 표시되는 것을 원하지 않을 수 있습니다. 공개 제목을 설정하려면 다음 단계를 참조하십시오.

    기본 정보 섹션

  2. 이 기준을 사용하는 모든 권장 사항에 대한 페이지에 표시할 공개 Display Title ​을(를) 입력하십시오.

    예를 들어, 이 기준을 사용하여 권장 사항을 표시할 때 "특정 항목을 본 사용자" 또는 "유사 제품"을 표시할 수 있습니다.

  3. 간단한 Description 기준을 입력하십시오.

    설명은 기준을 식별하는 데 도움이 되어야 하며 기준의 용도에 대한 정보를 포함할 수 있습니다.

  4. 권장 사항 활동의 목표를 기반으로 수직 시장을 선택합니다.

    table 0-row-2 1-row-2 2-row-2 3-row-2
    업계 카테고리 목표
    소매/Ecommerce 구매를 발생시키는 전환
    리드 생성/B2B/금융 서비스 구매가 없는 전환
    미디어/게시 참여

    기타 기준 옵션은 선택한 수직 시장에 따라 달라집니다.

  5. Page Type 선택.

    여러 페이지 유형을 선택할 수 있습니다.

    수직 시장 및 페이지 유형을 함께 사용하여 저장된 기준을 분류할 수 있습니다. 이렇게 하면 다른 Recommendations 활동에 대한 기준을 좀 더 쉽게 다시 사용할 수 있습니다.

Recommendations Algorithm rec-algo

  1. Algorithm TypeAlgorithm 선택:

    권장 알고리즘 섹션

    table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3
    알고리즘 유형 사용 시기 사용 가능한 알고리즘
    Cart-Based 사용자의 장바구니 콘텐츠를 기반으로 추천을 제공합니다.
    • 이 항목을 보고 다른 항목도 본 사람
    • 이 항목을 보고 다른 항목을 구입한 사람
    • 이 항목을 구입하고 다른 항목도 구입한 사람
    Popularity-Based 사이트에서 항목의 전체 인기도를 기반으로 추천하거나 사용자가 좋아하거나 가장 많이 본 카테고리, 브랜드, 장르 등의 항목 인기도를 기반으로 추천합니다.
    • 사이트에서 가장 많이 본 항목
    • 범주별 최고 조회수
    • 항목별 가장 많이 본 항목 속성
    • 사이트 전체 최상위 판매자
    • 범주별 최상위 판매자
    • 항목 속성별 최상위 판매자
    • Analytics 지표 상위
    Item-Based 사용자가 현재 보고 있거나 최근에 본 항목과 유사한 항목을 찾은 후 권장 사항을 제공합니다.
    • 이 항목을 보고 다른 항목도 본 사람
    • 이 항목을 보고 다른 항목을 구입한 사람
    • 이 항목을 구입하고 다른 항목도 구입한 사람
    • 속성이 비슷한 항목
    User-Based 사용자의 행동을 기반으로 권장 사항을 제공합니다.
    • 최근에 본 항목
    • 추천 항목
    Custom Criteria 업로드하는 사용자 지정 파일을 기반으로 권장 사항을 제공합니다.
    • 사용자 지정 알고리즘
    note note
    NOTE
    Items/ Media with Similar Attributes ​을(를) 선택하면 콘텐츠 유사성 규칙을 설정할 수 있습니다.
  2. 필요에 따라 항목 특성일치하는 프로필 특성, 권장 사항 키, 필터링 키 및/또는 분석 지표 ​를 선택하여 알고리즘을 구성하십시오.

나머지 알고리즘 구성 옵션은 선택한 알고리즘에 따라 달라집니다. 알고리즘 구성을 완료하려면 Recommendation Key, Filtering Key, Co-Occurrence Basis, Analytics Metric 및/또는 Item Attribute 및 Profile Attribute to Match을(를) 선택하십시오.

Recommendation Key 선택에 대한 자세한 내용은 권장 사항 키를 기반으로 권장 사항 만들기를 참조하십시오.

Data Source data-source

  1. 원하는 Behavioral Data Source ​을(를) 선택하십시오. Adobe Target 또는 Analytics.

    note note
    NOTE
    Behavioral Data Source 섹션은 구현에서 Analytics for Target(A4T)을 사용하는 경우에만 표시됩니다.

    동작 데이터 Source 섹션

    Analytics을(를) 선택한 경우 원하는 보고서 세트를 선택하십시오.

    기준이 동작 데이터 소스로 Adobe Analytics을(를) 사용하는 경우 기준 가용성의 시간은 아래에 설명된 대로 선택한 보고서 세트 및 전환 창이 다른 모든 기준에 사용되었는지 여부에 따라 달라집니다.

    • 1회성 보고서 세트 설정: 보고서 세트가 지정된 데이터 범위 전환 확인 기간과 함께 처음 사용되는 경우, Target Recommendations은 2~7일 동안 Analytics에서 선택한 보고서 세트에 대한 동작 데이터를 완전히 다운로드할 수 있습니다. 이 기간은 Analytics 시스템 로드에 따라 다릅니다.
    • 이미 사용 가능한 보고서 세트를 사용하는 새 기준 또는 편집된 기준: 새 기준을 만들거나 기존 기준을 편집할 때 선택한 보고서 세트를 선택한 데이터 범위와 같거나 그보다 적은 데이터 범위를 갖는 Target Recommendations에서 이미 사용한 경우 데이터를 즉시 사용할 수 있으며 일회성 설정이 필요하지 않습니다. 이러한 경우, 또는 선택한 보고서 세트나 데이터 범위를 수정하지 않고 알고리즘 설정이 편집된 경우 알고리즘이 12시간 이내에 실행되거나 재실행됩니다.
    • 지속적인 알고리즘 실행: 데이터는 매일 Analytics에서 Target Recommendations으로 이동합니다. 예를 들어 Viewed Affinity 권장 사항의 경우 사용자가 제품을 볼 때 제품 보기 추적 호출이 실시간에 가깝게 Analytics에 전달됩니다. Analytics 데이터가 다음 날 일찍 Target에 푸시되고 Target이 12시간 이내에 알고리즘을 실행합니다.

    자세한 내용은 Target Recommendations에서 Adobe Analytics 사용을 참조하십시오.

  2. 표시할 권장 사항을 결정할 때 사용할 사용 가능한 내역 사용자 동작 데이터의 시간 범위를 결정하려면 Lookback Window ​을(를) 설정하십시오. 이 옵션은 유사한 속성 및 사용자 지정 알고리즘이 있는 항목을 제외한 모든 알고리즘에 대해 사용할 수 있습니다.

    전환 확인 기간 슬라이더

    사이트에 많은 트래픽이 발생하고 동작이 자주 변경되는 경우 더 짧은 데이터 기간을 선택하십시오. 더 짧은 기간을 사용하면 Recommendations가 시장 및 비즈니스의 변화에 보다 신속하게 대응할 수 있습니다. 예를 들어, 기간이 더 짧다는 것은 방문자가 신학기 쇼핑 또는 크리스마스와 같은 시즌 쇼핑을 시작할 때 Recommendations에서 방문자 동작의 변화를 감지하고 해당 쇼핑 시즌에 적합한 항목을 추천할 수 있다는 것을 의미합니다.

    데이터가 충분하지 않거나 방문자 동작이 자주 바뀌지 않을 경우에는 좀 더 긴 기간을 선택할 수 있습니다. 그러나 많은 사이트의 경우 더 짧은 기간으로 인해 더 높은 품질의 권장 사항이 제공됩니다.

    사용 가능한 날짜 범위는 다음과 같습니다.

    table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 7-row-3
    전환 확인 기간 옵션 업데이트된 빈도(마우스로 가리키면 표시됨) 지원되는 알고리즘
    6시간 알고리즘은 3~6시간마다 실행됩니다 선택한 Behavioral Data Source이(가) Adobe Target인 경우 Popularity-Based 알고리즘
    하루 알고리즘은 12~24시간마다 실행됩니다 Popularity-Based 알고리즘
    2일 알고리즘은 12~24시간마다 실행됩니다
    • Popularity-Based 알고리즘
    • Item-Based 알고리즘
    • User-Based 알고리즘
    • Cart-Based 알고리즘
    1주 알고리즘은 24-48시간마다 실행됩니다
    • Popularity-Based 알고리즘
    • Item-Based 알고리즘
    • User-Based 알고리즘
    • Cart-Based 알고리즘
    2주 알고리즘은 24-48시간마다 실행됩니다
    • Popularity-Based 알고리즘
    • Item-Based 알고리즘
    • 모든 User-Based 알고리즘
    • Cart-Based 알고리즘
    1개월(30일) 알고리즘은 24-48시간마다 실행됩니다
    • Popularity-Based 알고리즘
    • Item-Based 알고리즘
    • User-Based 알고리즘
    • Cart-Based 알고리즘
    2개월(61일) 알고리즘은 24-48시간마다 실행됩니다
    • Popularity-Based 알고리즘
    • Item-Based 알고리즘
    • User-Based 알고리즘
    • Cart-Based 알고리즘

Backup Content content

Backup Content 규칙은 권장 항목 수가 권장 사항 디자인을 채우지 못할 경우 발생하는 결과를 결정합니다. Recommendations 기준에서 디자인에 필요한 권장 사항보다 적은 수의 권장 사항을 반환할 수 있습니다. 예를 들어 디자인에 4개 항목에 대한 슬롯이 있지만 기준에 따라 2개 항목만 권장되는 경우 나머지 슬롯을 비워두거나, 백업 권장 사항을 사용하여 추가 슬롯을 채우거나, 권장 사항을 표시하지 않도록 선택할 수 있습니다.

콘텐츠 섹션

  1. (선택 사항) Partial Design Rendering 토글을 "켜짐" 위치로 밉니다.

    가능한 많은 슬롯이 채워지지만 디자인 템플릿에는 나머지 슬롯에 사용할 빈 공간이 포함될 수 있습니다. 이 옵션이 비활성화되고 사용 가능한 모든 슬롯을 채우기에 충분한 컨텐츠가 없는 경우 권장 사항이 제공되지 않고 대신 기본 컨텐츠가 표시됩니다.

    권장 사항을 빈 슬롯과 함께 제공하려면 이 옵션을 활성화합니다. 다음 단계에서 설명한 대로 사이트에서 유사하거나 인기 있는 콘텐츠로 채워진 빈 슬롯이 있는 기준에 따라 추천 슬롯을 콘텐츠로 채우려면 백업 추천 을 사용합니다.

  2. (선택 사항) Show Backup Content 토글을 "켜짐" 위치로 밉니다.

    디자인에서 남은 빈 슬롯을 사이트 전체에서 가장 많이 본 제품을 임의로 채웁니다.

    백업 권장 사항을 사용하면 권장 사항 디자인이 사용 가능한 모든 슬롯을 채웁니다. 아래 그림과 같이 4 x 1 디자인이 있다고 가정합니다.

    4 x 1 디자인

    기준에 따라 두 개의 항목만 추천된다고 가정해 봅시다. Partial Design Rendering 옵션을 사용하면 처음 두 슬롯은 채워지지만 나머지 두 슬롯은 비어 있습니다. 그러나 Show Backup Recommendations 옵션을 사용하면 처음 두 슬롯은 지정한 조건에 따라 채워지고 나머지 두 슬롯은 백업 권장 사항에 따라 채워집니다.

    다음 매트릭스는 Partial Design Rendering 및 Backup Content 옵션을 사용할 때 관찰할 결과를 보여 줍니다.

    table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3
    부분 디자인 렌더링 백업 컨텐츠 결과
    비활성화됨 비활성화됨 디자인이 요구하는 곳보다 더 적은 수의 권장 사항이 반환되면 권장 사항 디자인은 기본 콘텐츠로 대체되고 추가 권장 사항은 표시되지 않습니다.
    활성화됨 비활성화됨 디자인이 렌더링되지만 디자인 요구하는 것보다 더 적은 수의 권장 사항이 반환되면 빈 공백이 포함될 수 있습니다.
    활성화됨 활성화됨 백업 권장 사항은 사용 가능한 디자인 "슬롯"을 채우고 디자인을 완전히 렌더링합니다.
    백업 권장 사항에 포함 규칙을 적용하여 적격의 백업 권장 사항 수를 디자인을 채울 수 없는 지점까지 제한하면 디자인이 부분적으로 렌더링됩니다.
    이 조건에 따라 어떤 권장 사항도 반환되지 않고 포함 규칙이 백업 권장 사항 수를 0으로 제한하면 디자인이 기본 콘텐츠로 바뀝니다.
    비활성화됨 활성화됨 백업 권장 사항은 사용 가능한 디자인 "슬롯"을 채우고 디자인을 완전히 렌더링합니다.
    백업 권장 사항에 포함 규칙을 적용하여 적격의 백업 권장 사항 수를 디자인을 채울 수 없는 지점까지 제한하면 디자인이 기본 콘텐츠로 바뀌고 권장 사항은 표시되지 않습니다.

    자세한 내용은 백업 권장 사항 사용을 참조하세요.

  3. (조건부) 이전 단계에서 Show Backup Content ​을(를) 선택한 경우 Apply inclusion rules to backup recommendations ​을(를) 활성화할 수 있습니다.

    포함 규칙은 권장 사항에 포함되는 항목을 결정합니다. 사용 가능한 옵션은 수직 시장에 따라 다릅니다.

    자세한 내용은 아래의 포함 규칙 지정을 참조하십시오.

컨텐츠 유사성 similarity

Content Similarity 규칙을 사용하여 항목 또는 미디어 특성에 따라 권장 사항을 만드십시오.

NOTE
Item-Based/ Media with Similar Attributes ​을(를) 알고리즘 유형 및 알고리즘으로 선택한 경우 콘텐츠 유사성 규칙을 설정할 수 있는 옵션이 있습니다.

콘텐츠 유사성은 항목 속성 키워드를 비교하고 여러 항목에 공통되는 키워드의 수에 따라 권장 사항을 제공합니다. 콘텐츠 유사성을 기준으로 하는 권장 사항은 강력한 결과를 전달하기 위해 과거 데이터가 필요하지 않습니다.

콘텐츠 유사성을 사용하여 권장 사항을 생성하는 방식은 특정 항목을 본 사용자 및 과거 동작을 기준으로 하는 기타 논리를 사용하는 권장 사항에 표시되지 않는 새 항목에 특히 유용합니다. 또한 콘텐츠 유사성을 사용하여 과거 구입 내역 또는 기타 기록 데이터가 없는 새 방문자를 위한 유용한 권장 사항을 생성할 수도 있습니다.

Item-Based/ Media with Similar Attributes ​을(를) 선택하면 권장 사항을 결정할 때 특정 항목 속성의 중요도를 늘리거나 줄이는 규칙을 만들 수 있습니다. 서적과 같은 항목의 경우 장르, 저자, 시리즈 ​와 같은 속성의 중요도를 높여 비슷한 서적을 권장할 수 있습니다.

ContentSimilarity 이미지

콘텐츠 유사성은 키워드를 사용하여 항목을 비교하므로 일부 속성(예: 메시지 또는 설명)이 비교에 "영향"을 줄 수 있습니다. 이러한 속성을 무시하는 규칙을 만들 수 있습니다.

기본적으로 모든 속성은 기준선 ​으로 설정됩니다. 이 설정을 변경하려는 경우가 아니면, 규칙을 만들 필요가 없습니다.

NOTE
컨텐츠 유사도 알고리즘은 아이템 간의 유사도를 계산할 때 랜덤 샘플링을 이용할 수 있다. 따라서 알고리즘 실행 간에 항목 간의 유사성 등급이 다를 수 있습니다.

포함 규칙 inclusion

여러 가지 옵션을 사용하여 권장 사항에 표시할 항목 범위를 좁힐 수 있습니다. 기준 또는 프로모션을 만들 때 포함 규칙을 사용할 수 있습니다.

포함 규칙

포함 규칙은 선택적이지만 이러한 세부 사항을 설정하면 권장 사항에 나타나는 항목을 보다 강력하게 제어할 수 있습니다. 이후 각 세부 사항을 구성하여 표시 기준 범위를 좁힙니다.

예를 들어 재고가 50보다 많고 가격이 $25~$45 범위인 여성 신발만 표시할 것을 선택할 수 있습니다. 또한 각 속성에 가중치를 적용하여 비즈니스에 가장 중요한 항목이 가장 자주 표시되도록 할 수 있습니다.

다른 예로, 특정 도시에서만 사용자의 사이트를 방문하며 필요한 대학 학위가 있는 방문자에게만 구인 정보를 표시하도록 선택할 수 있습니다.

포함 규칙 옵션은 수직 시장에 따라 다릅니다. 기본적으로 포함 규칙은 백업 권장 사항에 적용됩니다.

IMPORTANT
포함 규칙을 사용할 때는 주의해야 합니다. 이 기능은 조직에서 한 브랜드를 표시하는 동안에 다른 브랜드를 추천해선 안되는 규칙이 있는 경우 유용하지만 그러나 이 기능에는 기회비용이 있습니다. 활동 기준에 의해 정상적으로 항목이 표시될 때 일부 항목이 표시되지 않도록 제한하면 상승도 비율을 놓칠 가능성이 있습니다.

포함 규칙은 AND로 결합됩니다. 권장 사항에 항목을 포함하려면 모든 규칙을 충족해야 합니다.

앞서 언급한 것처럼 재고가 50개가 넘고 가격이 $25에서 $45 범위인 여성화만 표시하도록 단순 포함 규칙을 만들려면 다음 단계를 수행하십시오.

  1. (조건부) Allow recently purchased items to be recommended? 토글을 "켜짐" 위치로 밉니다.

    이 설정은 productPurchasedId를 기준으로 합니다. 기본 동작은 이전에 구입한 항목을 추천하지 않는 것입니다. 대부분의 경우 고객이 최근에 구입한 항목을 홍보하지 않습니다. 카약처럼 일반적으로 한 번만 구매하는 항목을 판매하는 경우에 유용합니다. 샴푸나 기타 개인 항목과 같이 사람들이 다시 구매하러 온 항목을 반복해서 판매하는 경우 이 옵션을 활성화해야 합니다.

  2. 추천할 제품에 대한 가격 범위를 설정합니다.

  3. 추천할 제품에 대한 최소 재고량을 설정합니다.

  4. 특정 기준을 충족할 때만 항목을 표시하도록 권장 사항을 구성합니다.

    Recs_InclusionRules 이미지

    목록의 속성 중 하나가 충족되거나 하나 이상의 지정된 조건과 일치하지 않을 때만 항목이 포함되도록 지정할 수 있습니다.

    사용 가능한 평가기는 첫 번째 드롭다운에서 선택한 값에 따라 다릅니다. 여러 항목을 나열할 수 있습니다. 이러한 항목은 OR로 평가됩니다.

    여러 규칙은 AND로 결합됩니다.

    note note
    NOTE
    이 선택 사항은 권장 사항에 표시되는 품목을 제한하며, 권장 사항이 어느 페이지에 표시되는지에는 영향을 주지 않습니다. 권장 사항이 표시되는 위치를 제한하려면 경험 작성기에서 페이지를 선택합니다.

자세한 내용은 동적 및 정적 포함 규칙 사용을 참조하세요.

속성 가중치 weighting

여러 규칙을 추가하여 콘텐츠 카탈로그에 대한 중요한 정보나 메타데이터를 기반으로 알고리즘을 "살짝 변경"하여 특정 항목이 더 많이 표시되도록 할 수 있습니다.

예를 들어 판매 중인 항목에 더 높은 가중치를 적용하여 권장 사항에 더 자주 나타나도록 할 수 있습니다. 판매하지 않는 항목이 완전히 제외되는 것은 아니지만 표시되는 빈도가 줄어듭니다. 여러 가중치가 적용된 속성을 동일한 알고리즘에 적용할 수 있으며 권장 사항에서 분할 트래픽에 대해 가중치가 적용된 속성을 테스트할 수 있습니다.

  1. 값을 선택합니다.

    이 값은 사용 가능한 여러 기준 중 하나에 따라 표시될 가능성이 높은 항목의 유형을 결정합니다.

  2. 평가자를 선택합니다.

  3. 규칙 속성을 완료하기 위한 키워드를 입력합니다.

    예를 들어, 전체 규칙은 "카테고리에 하위 문자열 슈즈가 포함됩니다."일 수 있습니다.

    Recs_AttributeWeighting 이미지

  4. 규칙에 지정할 가중치를 선택합니다.

    옵션은 0 -100 사이이며 25씩 커집니다.

  5. 원하는 경우 다른 규칙을 추가합니다.

완료되면 Save ​을(를) 클릭합니다.

새 Recommendations 활동을 만들거나 기존 활동을 편집하는 경우 기본적으로 Save criteria for later 확인란이 선택됩니다. 다른 활동에서 해당 기준을 사용하지 않으려면 저장하기 전에 이 확인란을 선택 취소합니다.

교육 비디오: Recommendations에서 기준 만들기(12:33) 튜토리얼 배지

이 비디오에는 다음 정보가 포함됩니다.

  • 기준 만들기
  • 기준 시퀀스 만들기
  • 사용자 지정 기준 업로드
recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654