[Premium]{class="badge positive" title="Kijk wat er in Target Premium is opgenomen."}
Criteria maken
Criteria in Adobe Target Recommendations bepalen de inhoud van uw Recommendations -activiteiten. Maak criteria om de aanbevelingen weer te geven die het meest geschikt zijn voor uw activiteit. Deze criteria gebruiken de acties van de bezoeker om te bepalen welke inhoud of producten aan vertoning worden.
In de volgende secties wordt uitgelegd hoe u nieuwe criteria kunt maken.
Het scherm Nieuwe criteria maken openen
Er zijn meerdere manieren om het Create New Criteria -scherm te bereiken. Sommige schermopties variëren afhankelijk van de manier waarop u het scherm bereikt.
- Klik in het scherm Recommendations > Criteria Bibliotheek op Create Criteria > Create Criteria . De criteria die u hier maakt, worden automatisch beschikbaar gesteld voor alle Recommendations -activiteiten.
- Wanneer u een Recommendations -activiteit maakt met behulp van Visual Experience Composer (VEC), wordt u direct naar het Select Criteria -scherm geleid nadat u een element op de pagina hebt geselecteerd en op Replace w/ Recommendations , Insert Recommendations Before of Insert Recommendations After hebt geklikt. U kunt vervolgens een beschikbare criteria selecteren of op Create Criteria klikken. Als u nieuwe criteria maakt, kunt u uw criteria opslaan voor gebruik met andere Recommendations -activiteiten. Voor meer informatie, zie een activiteit van Recommendationscreëren.
- Wanneer u een Recommendations -activiteit bewerkt, klikt u in een Recommendations Location -vak op de pagina en selecteert u Change Criteria . Klik op Create Criteria in het Select Criteria -scherm. U kunt de nieuwe criteria opslaan voor gebruik met andere Recommendations -activiteiten.
In de volgende stappen wordt ervan uitgegaan dat u het Create New Criteria -scherm opent via de eerste methode: het Recommendations > Criteria -bibliotheekscherm.
-
Klik op Recommendations > Criteria .
-
Klik op Create Criteria > Create Criteria .
-
Configureer de informatie in de volgende secties.
Basic Information info
-
Typ een Criteria Name .
Dit is de "interne"naam die wordt gebruikt om de criteria te beschrijven. U kunt bijvoorbeeld uw criteria "Hoogste margeproducten" noemen, maar u wilt niet dat die titel openbaar wordt weergegeven. Zie de volgende stap om de openbare-gerichte titel te plaatsen.
-
Typ een publiekelijk gericht Display Title om op de pagina te verschijnen voor alle aanbevelingen die van deze criteria gebruikmaken.
U kunt bijvoorbeeld "Personen die dit hebben bekeken, hebben dit weergegeven" of "Gelijksoortige producten" weergeven wanneer u deze criteria gebruikt om aanbevelingen weer te geven.
-
Typ een korte Description van de criteria.
Aan de hand van deze beschrijving kunt u de criteria vaststellen en informatie over het doel van de criteria toevoegen.
-
Selecteer de industrie verticaal die op de doelstellingen van uw aanbevelingen activiteit wordt gebaseerd.
table 0-row-2 1-row-2 2-row-2 3-row-2 Verticale industrie Goal Retail/Ecommerce Conversie die tot aankoop leidt Lead Generation/B2B/Financial Services Omzetten zonder aankoop Media/Publishing Betrokkenheid Andere criteria worden gewijzigd op basis van de verticale industriestandaard die u selecteert.
-
Selecteer een Page Type .
U kunt meerdere paginatypen selecteren.
Samen helpen de industrie verticale en paginatypen u om uw bewaarde criteria te categoriseren, die het gemakkelijker maken om criteria voor andere Recommendations activiteiten opnieuw te gebruiken.
Recommendations Algorithm rec-algo
-
Selecteer een Algorithm Type en Algorithm :
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 Het type Algorithm Wanneer/Beschikbare algoritmen gebruiken Cart-Based Aanbevelingen doen op basis van de inhoud van het winkelwagentje.
- People Who Viewed These, Also Viewed
- People Who Viewed These, Also Bought
- People Who Bought These, Also Bought
Popularity-Based Aanbevelingen doen op basis van de algemene populariteit van een item op uw site of op basis van de populariteit van items in de favoriete of meest bekeken categorie, het merk, het genre enzovoort van een gebruiker.
- Most Viewed Across the Site
- Most Viewed by Category
- Most Viewed by Item Attribute
- Top Sellers Across the Site
- Top Sellers by Category
- Top Sellers by Item Attribute
- Top by Analytics Metric
Item-Based Aanbevelingen doen op basis van het zoeken naar objecten die vergelijkbaar zijn met een item dat de gebruiker momenteel bekijkt of onlangs heeft bekeken.
- People Who Viewed This, Viewed That
- People Who Viewed This, Bought That
- People Who Bought This, Bought That
- Items with Similar Attributes
User-Based Aanbevelingen doen op basis van het gedrag van de gebruiker. Custom Criteria Aanbevelingen doen op basis van een aangepast bestand dat u uploadt. note note NOTE Als u Items selecteert/ Media with Similar Attributes, zult u de optie hebben om de regels van de inhoudsgelijkeniste plaatsen. -
Zoals vereist, selecteer het Attribuut van het Punt en Profiel om , Sleutel van de Aanbeveling van a , Filtrerend Zeer belangrijk , en/of Metrische Analytics aan te passen om het algoritme te vormen.
De resterende opties van de algoritmeconfiguratie variëren afhankelijk van het geselecteerde algoritme. Als u de configuratie van het algoritme wilt voltooien, selecteert u een Recommendation Key, Filtering Key, Co-Occurrence Basis, Analytics Metric en/of Item Attribute en Profile Attribute to Match .
Voor meer informatie over het kiezen van a Recommendation Key, zie Baseer de aanbeveling op een aanbeveling sleutel.
Backup Content content
Backup Content de regels bepalen wat gebeurt als het aantal geadviseerde punten uw aanbevelingen ontwerpniet vult. Het is mogelijk dat Recommendations -criteria minder aanbevelingen opleveren dan uw ontwerp vraagt. Als uw ontwerp bijvoorbeeld sleuven voor vier items bevat, maar uw criteria slechts twee items aanbevolen laten, kunt u de resterende sleuven leeg laten, back-upaanbevelingen gebruiken om de extra sleuven te vullen, of u kunt ervoor kiezen geen aanbevelingen weer te geven.
-
(Optioneel) Sleep de schakeloptie Partial Design Rendering naar de positie "aan".
Er worden zoveel mogelijk sleuven ingevuld, maar in de ontwerpsjabloon kan lege ruimte voor de resterende sleuven zijn opgenomen. Als deze optie is uitgeschakeld en er onvoldoende inhoud is om alle beschikbare sleuven te vullen, worden geen aanbevelingen gedaan en wordt in plaats daarvan standaardinhoud weergegeven.
Schakel deze optie in als u wilt dat aanbevelingen worden gedaan met lege sleuven. Gebruik back-upaanbevelingen als u wilt dat de aanbevolen sleuven worden gevuld met inhoud op basis van uw criteria met lege sleuven die zijn gevuld met vergelijkbare of populaire inhoud van uw site, zoals in de volgende stap wordt uitgelegd.
-
(Optioneel) Sleep de schakeloptie Show Backup Content naar de positie "aan".
Vul eventueel resterende lege sleuven in het ontwerp met een willekeurige selectie van de meest bekeken producten van de hele site.
Het gebruik van aanbevelingen voor back-ups zorgt ervoor dat het ontwerp van uw aanbeveling alle beschikbare sleuven vult. Stel dat u een ontwerp van 4 x 1 hebt, zoals hieronder wordt geïllustreerd:
Op basis van uw criteria worden slechts twee objecten aanbevolen. Als u de optie Partial Design Rendering inschakelt, worden de eerste twee sleuven gevuld, maar blijven de resterende twee sleuven leeg. Als u echter de optie Show Backup Recommendations inschakelt, worden de eerste twee sleuven gevuld op basis van de opgegeven criteria en worden de resterende twee sleuven gevuld op basis van uw aanbevelingen voor back-ups.
De volgende matrix toont het resultaat dat u zult waarnemen wanneer u de opties Partial Design Rendering en Backup Content gebruikt:
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 Gedeeltelijke rendering van ontwerp Back-upinhoud Resultaat Uitgeschakeld Uitgeschakeld Als er minder aanbevelingen worden geretourneerd dan door het ontwerp wordt gevraagd, wordt het ontwerp van de aanbevelingen vervangen door de standaardinhoud en worden er geen aanbevelingen weergegeven. Ingeschakeld Uitgeschakeld Het ontwerp wordt teruggegeven, maar kan lege ruimte omvatten als minder aanbevelingen zijn teruggekeerd dan het ontwerp verzoekt. Ingeschakeld Ingeschakeld Back-upaanbevelingen vullen de beschikbare "sleuven" van het ontwerp volledig in, waardoor het ontwerp volledig wordt gerenderd.
als het toepassen van inclusieregels op reserveaanbevelingen het aantal kwalificerende reserveaanbevelingen tot het punt beperkt dat het ontwerp niet kan worden gevuld, wordt het ontwerp gedeeltelijk teruggegeven.
als de criteria geen aanbevelingen terugkeren, en de integratieregels reserveaanbevelingen tot nul beperken, wordt het ontwerp vervangen met standaardinhoud.Uitgeschakeld Ingeschakeld Back-upaanbevelingen vullen de beschikbare "sleuven" van het ontwerp volledig in, waardoor het ontwerp volledig wordt gerenderd.
als het toepassen van inclusieregels op reserveaanbevelingen het aantal kwalificerende reserveaanbevelingen tot het punt beperkt dat het ontwerp niet kan worden gevuld, wordt het ontwerp vervangen door standaardinhoud en geen aanbevelingen worden getoond.Voor meer informatie, zie Gebruik een reserveaanbeveling.
-
(Voorwaardelijk) Als u Show Backup Content in de vorige stap hebt geselecteerd, kunt u Apply inclusion rules to backup recommendations inschakelen.
In de insluitingsregels wordt bepaald welke items in uw aanbevelingen worden opgenomen. Welke opties beschikbaar zijn, is afhankelijk van de verticale situatie in uw branche.
Voor meer details, zie Specificeer inbegrepen regelshieronder.
Data Source data-source
-
Selecteer het gewenste Behavioral Data Source: Adobe Target of Analytics .
note note NOTE De Behavioral Data Source sectie toont slechts als uw implementatie Analytics voor Doel(A4T) gebruikt. Als u Analytics kiest, selecteert u de gewenste rapportsuite.
Als de criteria Adobe Analytics als gegevensbron voor gedrag, zodra gecreeerd gebruiken, hangt de tijd voor criteria beschikbaarheid af van of de geselecteerde rapportreeks en het raadplegingsvenster voor een andere criteria, zoals hieronder verklaard is gebruikt:
- Eenmalige opstelling van de rapportreeks: De eerste keer wordt een rapportreeks gebruikt met een bepaald venster van de gegevenswaaierraadpleging, Target Recommendations kan van twee tot zeven dagen nemen om de gedragsgegevens voor de geselecteerde rapportreeks van Analytics volledig te downloaden. Dit tijdframe is afhankelijk van het laden van het Analytics -systeem.
- Nieuwe of uitgegeven criteria die een reeds beschikbare rapportreeks gebruiken: Wanneer het creëren van nieuwe criteria of het uitgeven van een bestaande criteria, als de geselecteerde rapportreeks reeds met Target Recommendations, met een gegevenswaaier gelijk aan of minder dan de geselecteerde gegevenswaaier is gebruikt, dan zijn de gegevens onmiddellijk beschikbaar en geen eenmalig opstelling wordt vereist. In dit geval, of als de montages van een algoritme terwijl het wijzigen van de geselecteerde rapportreeks of gegevenswaaier worden uitgegeven, loopt het algoritme of herstelt binnen 12 uren.
- Doorlopende algoritmelooppas: De stromen van gegevens van Analytics aan Target Recommendations op een dagelijkse basis. Voor de aanbeveling Viewed Affinity geldt dat wanneer een gebruiker bijvoorbeeld een product bekijkt, een aanroep voor het bijhouden van de productweergave wordt doorgegeven aan Analytics dicht bij real-time. De Analytics -gegevens worden Target vroeg op de volgende dag weergegeven en Target voert het algoritme uit binnen 12 uur.
Voor meer informatie, zie Gebruik Adobe Analytics met Doel Recommendations.
-
Stel de Lookback Window in om het tijdbereik te bepalen van de beschikbare gegevens over historisch gebruikersgedrag die moeten worden gebruikt om te bepalen welke aanbevelingen moeten worden weergegeven. Deze optie is beschikbaar voor alle algoritmen met uitzondering van Items with Similar Attributes en Custom Algorithms .
Als uw site veel verkeer heeft en het gedrag vaak verandert, kiest u een korter gegevensvenster. Met een korter venster kan Recommendations beter reageren op veranderingen in de markt en in uw bedrijf. Een korter venster betekent bijvoorbeeld dat Recommendations wijzigingen in het gedrag van bezoekers detecteert wanneer uw bezoekers seizoensgebonden winkelen beginnen, zoals winkelen op school of Kerstmis, en dat artikelen aanbeveelt die geschikt zijn voor die winkelseizoenen.
Als u niet veel gegevens hebt of als het gedrag van de bezoeker niet vaak verandert, kunt u een langer venster selecteren. Voor veel sites leidt een korter venster echter tot aanbevelingen van hogere kwaliteit.
De beschikbare gegevensbereiken zijn:
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 Venster opzoeken, optie Bijgewerkte frequentie (weergegeven bij aanwijzen) Ondersteunde algoritmen Zes uur Algorithm wordt elke 3-6 uur uitgevoerd Popularity-Based algoritmen wanneer de geselecteerde Behavioral Data Source is Adobe Target Eén dag Algorithm wordt elke 12-24 uur uitgevoerd Popularity-Based algoritmen Twee dagen Algorithm wordt elke 12-24 uur uitgevoerd - Popularity-Based algoritmen
- Item-Based algoritmen
- User-Based algoritmen
- Cart-Based algoritmen
Eén week Algorithm wordt elke 24-48 uur uitgevoerd - Popularity-Based algoritmen
- Item-Based algoritmen
- User-Based algoritmen
- Cart-Based algoritmen
Twee weken Algorithm wordt elke 24-48 uur uitgevoerd - Popularity-Based algoritmen
- Item-Based algoritmen
- Alle User-Based algoritmen
- Cart-Based algoritmen
Eén maand (30 dagen) Algorithm wordt elke 24-48 uur uitgevoerd - Popularity-Based algoritmen
- Item-Based algoritmen
- User-Based algoritmen
- Cart-Based algoritmen
Twee maanden (61 dagen) Algorithm wordt elke 24-48 uur uitgevoerd - Popularity-Based algoritmen
- Item-Based algoritmen
- User-Based algoritmen
- Cart-Based algoritmen
Vergelijkbare inhoud similarity
Gebruik Content Similarity -regels om aanbevelingen te doen op basis van item- of mediakenmerken.
De gelijkenis van de inhoud vergelijkt de sleutelwoorden van puntattributen en doet aanbevelingen die op hoeveel sleutelwoorden verschillende punten in gemeenschappelijk hebben worden gebaseerd. Recommendations op basis van gelijkenis met inhoud vereist geen gegevens uit het verleden om sterke resultaten te bereiken.
Het gebruiken van inhoudsgelijkenis om aanbevelingen te produceren is vooral efficiënt voor nieuwe punten, die niet waarschijnlijk in aanbevelingen zullen tonen gebruikend Mensen die dit, ook Viewedt en andere logica die op verleden gedrag wordt gebaseerd bekeken. U kunt de gelijkenis van de inhoud ook gebruiken om nuttige aanbevelingen voor nieuwe bezoekers te produceren, die geen vroegere aankopen of andere historische gegevens hebben.
Wanneer u Item-Based/ Media with Similar Attributes selecteert, kunt u regels maken om het belang van specifieke itemkenmerken bij het bepalen van aanbevelingen te vergroten of te verkleinen. Voor punten zoals boeken, zou u het belang van attributen zoals genre, auteur, reeksen, etc. kunnen willen opvoeren, om gelijkaardige boeken aan te bevelen.
Omdat de inhoudsgelijkenis sleutelwoorden gebruikt om punten te vergelijken, kunnen sommige attributen, zoals bericht of beschrijving, "lawaai"in de vergelijking introduceren. U kunt regels maken om deze kenmerken te negeren.
Door gebrek, worden alle attributen geplaatst aan Basislijn. U hoeft geen regel te maken, tenzij u deze instelling wilt wijzigen.
Opnameregels inclusion
Met behulp van verschillende opties kunt u de items beperken die in uw aanbevelingen worden weergegeven. U kunt inclusieregels gebruiken terwijl het creëren van criteria of bevorderingen.
Opnameregels zijn optioneel. Als u deze details instelt, hebt u echter meer controle over de items die in uw aanbevelingen worden weergegeven. Elk detail dat u vormt vernauwt verder de vertoningscriteria.
U kunt er bijvoorbeeld voor kiezen alleen vrouwenschoenen weer te geven met een voorraad van meer dan 50 en een prijs tussen 25 en 45 dollar. U kunt ook elk kenmerk van elkaar voorzien, zodat de items die voor uw bedrijf belangrijker zijn, meestal worden weergegeven.
U kunt er ook voor kiezen om vacatures weer te geven voor bezoekers die uw site alleen vanuit bepaalde steden bezoeken en die de vereiste universitaire graden hebben.
De opties voor de inclusieregel variëren per verticale branche. Standaard worden inclusieregels toegepast op back-upaanbevelingen.
De inclusieregels worden aangesloten bij EN. Aan alle regels moet worden voldaan om een punt in een aanbeveling te omvatten.
Voer de volgende stappen uit om een eenvoudige regel voor insluiting te maken, zoals eerder vermeld, om alleen vrouwenschoenen weer te geven met een voorraad van meer dan 50 en een prijs tussen 25 en 45 dollar:
-
(Voorwaardelijk) Schuif de schakeloptie Allow recently purchased items to be recommended? naar de positie "aan".
Deze instelling is gebaseerd op de instructie
productPurchasedId
. Standaard wordt eerder aangeschafte items niet aanbevolen. In de meeste gevallen wilt u geen objecten promoten die een klant onlangs heeft aangeschaft. Het is handig om objecten te verkopen die mensen doorgaans slechts eenmaal kopen, zoals kajaks. Als je objecten verkoopt die mensen herhaaldelijk kunnen kopen, zoals shampoo of andere persoonlijke objecten, moet je deze optie inschakelen. -
Stel een prijsbereik in voor de producten die u wilt aanbevelen.
-
Stel het minimale voorraadbedrag in voor de producten die u wilt aanbevelen.
-
Vorm de aanbeveling om punten slechts te tonen wanneer zij aan bepaalde criteria voldoen.
U kunt opgeven dat items alleen worden opgenomen wanneer een van de kenmerken in de lijst voldoet aan een of meer opgegeven voorwaarden of niet overeenkomt.
De beschikbare beoordelaars zijn afhankelijk van de waarde die u kiest in de eerste vervolgkeuzelijst. U kunt meerdere items weergeven. Deze items worden geëvalueerd met OR.
De veelvoudige regels worden gecombineerd met EN.
note note NOTE Met deze optie beperkt u de items die in de aanbeveling worden weergegeven. Het heeft geen invloed op de pagina's waarop de aanbeveling wordt weergegeven. Als u wilt beperken waar de aanbeveling wordt weergegeven, selecteert u de pagina's in de ervaringscomposer.
Voor meer informatie, zie Dynamische en statische opnemingsregels van het Gebruik.
Kenmerkweging weighting
U kunt veelvoudige regels toevoegen om het algoritme "te "verschuiven"dat op belangrijke informatie of meta-gegevens over de inhoudscatalogus wordt gebaseerd zodat bepaalde punten waarschijnlijker om worden getoond.
U kunt bijvoorbeeld een hogere wegingsfactor toepassen op onverkochte objecten, zodat deze vaker in de aanbeveling voorkomen. Niet-verkochte objecten worden niet volledig uitgesloten, maar ze verschijnen minder vaak. Meerdere gewogen kenmerken kunnen op hetzelfde algoritme worden toegepast en de gewogen kenmerken kunnen in de aanbeveling op gesplitst verkeer worden getest.
-
Kies een waarde.
De waarde bepaalt het type item dat vaker wordt weergegeven, op basis van een van de verschillende beschikbare criteria.
-
Kies een evaluator.
-
Typ het trefwoord om de regelkenmerken te voltooien.
De volledige regel kan bijvoorbeeld 'Categorie bevat schoenen voor subreeksen' zijn.
-
Selecteer de dikte die u aan de regel wilt toewijzen.
De opties variëren van 0 tot 100 in stappen van 25.
-
Voeg desgewenst aanvullende regels toe.
Klik op Create als u klaar bent.
Als u een nieuwe Recommendations -activiteit maakt of een bestaande activiteit bewerkt, is het selectievakje Save criteria for later standaard ingeschakeld. Als u de criteria niet wilt gebruiken in andere activiteiten, schakelt u het selectievakje uit voordat u het bestand opslaat.