Nieuwe aanbeveling maken
Wanneer u een aanbeveling creeert, creeert u de eenheid van de a aanbeveling, of widget, die de geadviseerde product punten bevat.
eenheid van de Aanbeveling
Wanneer u de aanbevelingseenheid activeert, begint Adobe Commerce gegevenste verzamelen om beelden, meningen, klikken, etc. te meten. In de tabel Product Recommendations worden de maatstaven voor elke aanbevolen eenheid weergegeven om u te helpen geïnformeerde zakelijke beslissingen te nemen.
-
Op Admin sidebar, ga Marketing > Bevorderingen > Recommendations van het Product om de werkruimte van Recommendations van het Product te tonen.
-
Specificeer de Mening van de Opslagwaar u de aanbevelingen aan vertoning wilt.
note note NOTE De aanbevelingen van de Bouwer van de pagina moeten de eenheden in de standaardarchiefmening worden gecreeerd, maar kunnen dan overal worden gebruikt. Meer leren over het creëren van productaanbevelingen met de Bouwer van de Pagina, zie Inhoud toevoegen - Recommendations van het Product. -
Klik creëren Aanbeveling.
-
In de Naam uw sectie van de Aanbeveling, ga een beschrijvende naam voor interne verwijzing, zoals
Home page most popularin. -
In de Uitgezochte paginatype sectie, selecteer de pagina waar u de aanbeveling van de volgende opties wilt verschijnen:
note note NOTE Het product Recommendations wordt niet gesteund op de pagina van het Kart wanneer uw opslag aan wordt gevormd tonen de het winkelwagentje pagina onmiddellijk na het toevoegen van een product aan de kar. - Startpagina
- Categorie
- Productgegevens
- Kar
- Bevestiging
- de Bouwer van de Pagina
U kunt maximaal vijf actieve aanbevelingen maken voor elk paginatype en maximaal 25 voor Page Builder. Het paginatype wordt grijs weergegeven wanneer de limiet is bereikt.
naam van de Aanbeveling en paginaplaatsing -
In de Uitgezochte het type van Aanbeveling sectie, specificeer het type van aanbevelingu op de geselecteerde pagina wilt verschijnen. Voor sommige pagina's, is de plaatsingvan aanbevelingen beperkt tot bepaalde types.
-
In de sectie van het vertoningsetiket van de Storefront, ga het etiketin dat aan uw kopers zichtbaar is, zoals "Hoogste verkopers".
-
In kies aantal producten sectie, gebruik de schuif om te specificeren hoeveel producten u in de aanbeveling eenheid wilt verschijnen.
De standaardwaarde is
5, met een maximum van20. -
In de Uitgezochte plaats sectie, specificeer de plaats waar de aanbeveling eenheid op de pagina moet verschijnen.
- Onderaan de hoofdinhoud
- Bovenaan de hoofdinhoud
-
(Facultatief) om de orde van de aanbevelingen te veranderen, selecteer, en beweeg de rijen in kiezen positie lijst.
kies positie sectie toont alle (als om het even welk) gemaakte aanbevelingen voor het paginatype u selecteerde.
orde van de Aanbeveling op pagina -
(Facultatief) in de sectie van Filters, past filterstoe om te controleren welke producten in de aanbeveling eenheid verschijnen.
het productfilters van de Aanbeveling -
Klik op een van de volgende opties als u klaar bent:
-
sparen als ontwerp om de aanbeveling eenheid later uit te geven. U kunt het paginatype of het aanbevelingen type voor een aanbeveling eenheid in een ontwerpstaat niet wijzigen.
-
activeer om de aanbeveling eenheid op uw storefront toe te laten.
-
Gereedheidsindicatoren
Gereedheidsindicatoren laten zien welke aanbevolen typen het beste kunnen worden uitgevoerd op basis van de beschikbare catalogus- en gedragsgegevens. U kunt gereedheidsindicatoren ook gebruiken om te bepalen als u kwesties met uw het verhinderenhebt of als u niet genoeg verkeer hebt om het aanbevelingstype te bevolken.
De indicatoren van de bereidheid worden gecategoriseerd in of op statisch-gebaseerdof op dynamisch-gebaseerd. Alleen catalogusgegevens op basis van statische gegevens gebruiken; terwijl bij dynamisch gebaseerd gebruik gedragsgegevens van uw kopers worden gebruikt. Dat gedragsgegevens worden gebruikt aan machine het leren modellenom gepersonaliseerde aanbevelingen te bouwen en hun bereidheid te berekenen score.
Hoe gereedheidsindicatoren worden berekend
De gereedheidsindicatoren geven aan hoeveel het model is opgeleid. De indicatoren zijn afhankelijk van de aard van de verzamelde gebeurtenissen, de omvang van de producten waarmee interactie is opgetreden en de omvang van de catalogus.
Het percentage van de gereedheidsindicator wordt afgeleid van een berekening die aangeeft hoeveel producten afhankelijk van het type aanbeveling kunnen worden aanbevolen. De statistieken worden toegepast op producten die op de algemene grootte van de catalogus, het volume van interactie (zoals meningen, klikken, toe:voegen-aan-wortels), en het percentage SKUs worden gebaseerd die die gebeurtenissen binnen een bepaald tijdvenster registreren. Zo kunnen de gereedheidsindicatoren tijdens piekvakantieseizoensverkeer hogere waarden laten zien dan in tijden van normaal volume.
Als gevolg van deze variabelen kan het percentage van de gereedheidsindicator fluctueren. Dit verklaart waarom u zou kunnen zien dat de aanbevelingstypes binnen en uit zijn "bereid zijn op te stellen"komen.
Gereedheidsindicatoren worden berekend op basis van een aantal factoren:
-
Voldoende resultaat vastgestelde grootte: Zijn er genoeg resultaten die in de meeste scenario's worden teruggekeerd om te vermijden gebruikend reserveaanbevelingen?
-
Voldoende variëteit van resultaatsets: vertegenwoordigen de producten die worden geretourneerd een verscheidenheid aan producten uit uw catalogus? Het doel van deze factor is te voorkomen dat een minderheid van producten de enige producten is die op de hele site worden aanbevolen.
Op basis van de bovenstaande factoren wordt de gereedheidswaarde als volgt berekend en weergegeven:
- 75% of hoger betekent dat de aanbevelingen voor dat soort aanbevelingen zeer relevant zullen zijn.
- Ten minste 50% betekent dat de aanbevelingen die voor dat soort aanbevelingen worden voorgesteld minder relevant zullen zijn.
- Minder dan 50% betekent dat de aanbevelingen voor dat soort aanbevelingen wellicht niet relevant zijn. In dit geval, reserveaanbevelingenworden gebruikt.
Leer meer over waarom de gereedheidsindicatoren laagzouden kunnen zijn.
Op statisch basis
De volgende aanbevelingen zijn op statisch gebaseerd omdat ze alleen catalogusgegevens vereisen. Er worden geen gedragsgegevens gebruikt.
- meer als dit
- Visuele Gelijkaardig
Dynamisch gebaseerd
De volgende aanbevelingen zijn dynamisch-gebaseerd omdat zij storefront gedragsgegevens gebruiken.
Laatste zes maanden van storefront gedragsgegevens:
- Bekeken dit, bekeken dat
- Bekeken dit, kocht dat
- kocht dit, kocht dat
- geadviseerd voor u
Laatste zeven dagen van gedragsgegevens van de storefront:
- Meest bekeken
- het meest gekochte
- Meest toegevoegd aan Kar
- Trending
- Mening aan de Omzetting van de Aankoop
- Mening aan de Omzetting van de Kar
Meest recente gedragsgegevens van winkels (alleen weergaven):
- onlangs Bekeken
Voortgang visualiseren
Om u te helpen de opleidingsvooruitgang van elk aanbevelingstype visualiseren, Uitgezochte het type van Aanbeveling sectie toont een maatregel van bereidheid voor elk type.
Type van Aanbeveling
Het percentage van de gereedheidsindicator voor aanbevolen typen die afhankelijk zijn van catalogusgegevens verandert niet veel omdat de catalogus van de handelaar niet vaak verandert. Maar het percentage van de gereedheidsindicator voor aanbevelingen op basis van gedragsgegevens van winkels kan vaak veranderen, afhankelijk van de dagelijkse verkoopactiviteit.
Wat moet u doen als het percentage gereedheidsindicator laag is
Een laag gereedheidspercentage geeft aan dat er niet veel producten uit uw catalogus zijn die in aanmerking komen om te worden opgenomen in de aanbevelingen voor dit soort aanbevelingen. Dit betekent dat er een hoge waarschijnlijkheid is dat reserveaanbevelingenzijn teruggekeerd als u dit aanbevelingstype hoe dan ook opstelt.
In het volgende voorbeeld worden mogelijke redenen en oplossingen voor algemene lage gereedheidsscores weergegeven:
-
op statisch-gebaseerde - de lage percentages voor deze indicatoren kunnen door ontbrekende catalogusgegevens voor de getoonde producten worden veroorzaakt. Als deze lager zijn dan u had verwacht, kan dit probleem met een volledige synchronisatie worden verholpen.
-
op dynamisch-Gebaseerd - de Lage percentages voor op dynamisch-gebaseerde indicatoren kunnen door worden veroorzaakt:
- Ontbrekende gebieden in de vereiste storefront gebeurtenissenvoor de respectieve aanbevelingen types (requestId, productcontext, etc.)
- Het lage verkeer op de opslag zodat is het volume van gedragsgebeurtenissen wij ontvangen laag.
- De verscheidenheid aan storefront gedragsgebeurtenissen over verschillende producten in uw opslag is laag. Als bijvoorbeeld slechts tien procent van uw producten meestal wordt bekeken of gekocht, zijn de respectievelijke gereedheidsindicatoren laag.
Voorvertoning Recommendations preview
Het Aanbevolen paneel van de productvoorproef is altijd beschikbaar met een steekproefselectie van producten die in de aanbeveling eenheid zouden kunnen verschijnen wanneer het aan de opslag wordt opgesteld.
Om een aanbeveling te testen wanneer het werken in een niet productiemilieu, kunt u aanbevelingsgegevens van a verschillende bronhalen. Dit staat verkopers toe om met regels te experimenteren en de aanbevelingen voor te vertonen alvorens aan productie op te stellen.
Steun - wijst erop dat er niet genoeg opleidingsgegevens worden verzameld zodat wordt een reserveaanbeveling gebruikt om de groef te vullen. Ga naar Gegevens van het Gedragom meer over machine het leren modellen en reserveaanbevelingen te leren.
Als u een aanbevolen eenheid maakt, experimenteert u met het paginatype, het aanbevolen type en de filters om direct real-time feedback te krijgen over de producten die worden opgenomen. Aangezien u begint te begrijpen welke producten verschijnen, kunt u de aanbeveling eenheid vormen om aan uw bedrijfsbehoeften te voldoen.
Adobe Commerce filtersaanbevelingen vermijden tonend dubbele producten wanneer de veelvoudige aanbevelingen eenheden op één enkele pagina worden opgesteld. Hierdoor kunnen de producten die in het voorvertoningsvenster worden weergegeven afwijken van de producten die in het voorvertoningsvenster worden weergegeven.
Recently viewed -aanbevelingen weergeven, omdat de gegevens niet beschikbaar zijn in Admin.