[Premium]{class="badge positive" title="Kijk wat er in Target Premium is opgenomen."}
Inleiding tot aanbevelingen
De tekst in dit artikel komt uit de Inleiding aan Wbinar van Aanbevelingen, die u in zijn volledige hieronder kunt bekijken.
De Inleiding aan Aanbevelingen webinar omvat een diepgaande exploratie van hoe te hefboomwerking de waarde van Adobe Target Recommendations. Kom te weten hoe deze Target activiteit automatisch producten of inhoud toont die uw klanten zouden kunnen interesseren door suggesties in real time te optimaliseren die op vorige bezoeken worden gebaseerd. Blader verder in de Target -gebruikersinterface voor een stapsgewijs overzicht van het maken van een Recommendations -activiteit.
Inleiding
We weten allemaal wat voor soort aanbevelingen we in de detailhandel zien. Klanten verwachten steeds vaker dit soort aanbevelingen en gebruiken deze als uitgangspunt om andere beschikbare opties te verkennen. Als je aan je eigen winkelgedrag denkt, werken dit soort aanbevelingen heel goed. Bijna iedereen onder ons heeft een product gekocht dat we eerst in een aanbeveling ergens hebben gezien, of dat nu in een winkel of op een digitaal eigendom was.
In de volgende afbeelding ziet u een aanbeveling voor accessoires die veel worden aangeschaft met een nieuwe telefoon, zoals oplaadstations, draagtassen en hoofdtelefoons.
Maar waar we niet altijd aan denken is hoe digitale-eerste merken de bar van klantenverwachtingen verhogen. Steeds meer wordt de manier waarop we media en inhoud consumeren gedreven door gepersonaliseerde aanbevelingen. Denk aan het eerste ding dat je ziet wanneer je Netflix, Spotify of YouTube opent. Deze merken beginnen de klantenervaring met aanbevelingen. In een wereld waar meer alternatieven dan ooit beschikbaar zijn, is het kritiek dat u de meest relevante inhoud voor uw klant op het punt van interactie kunt identificeren.
Marketers gebruiken Adobe Target om persoonlijke ervaringen op te doen in een groot aantal verschillende bedrijfstakken, klanttypen en kanalen.
Adobe Target levert overal gepersonaliseerde inhoud.
-
het Publiceren: De uitgevers van het Web gebruiken Target Recommendations om artikelen aan plaatsbezoekers aan te bevelen en verhoogde betrokkenheid te drijven.
-
VideoLeerprogramma's: Adobe Creative Cloud gebruikt Target om videoleerprogramma's aan Photoshop gebruikers in de toepassing van Photoshop aan te bevelen.
-
Gaming: Het gebruik van de Bedrijven van het Gamen Target om spellen en inhoud aan gebruikers op hun consoles aan te bevelen.
-
B2B Verkoop: De zaken-aan-zaken bedrijven gebruiken Doel om video's, whitepapers, en blogposten aan B2B vooruitzichten aan te bevelen; leverde downloads; en verlenen hulp aan bestaande klanten.
-
Reizen: het gebruik van een Duitse reisbooker Doel om hotels en meer aan reizigers aan te bevelen.
-
Kleinhandel: Het gebruik van A leidende B2B retailer Target om hoogste categorieën en producten aan te bevelen om bezoekers in browser en in zijn mobiele app terug te keren.
Dit zijn enkel een paar manieren de klanten Doel gebruiken om gepersonaliseerde aanbevelingen te leveren.
Wat is de reden voor grote aanbevelingen?
Grote aanbevelingen moeten relevant en gepersonaliseerd zijn. Dit betekent dat u drie dingen nodig hebt om relevantie en personalisatie te stimuleren:
- controles van de Markering helpen relevantie van de punten drijven die worden geadviseerd. Als markator, brengt u waardevolle context aan de lijst en u weet welke attributen van uw producten of inhoud relevant voor een te overwegen raadsmodel zijn. Als u een videosite runt, weet u dat gebruikers wellicht geïnteresseerd zijn in het bekijken van films van dezelfde regisseur, maar het kan me waarschijnlijk niets schelen om films te zien die door dezelfde studio zijn gemaakt. Target stelt u in staat besturingselementen te gebruiken waarmee u algoritmen kunt verbeteren met deze domeinkennis.
- Verfijnde modellen om van miljoenen punten in uw catalogus en interactiegebeurtenissen betekenis te maken. Target beschikt over geavanceerde mogelijkheden voor het leren van machines die gedurende een decennium van ervaring zijn opgebouwd en we verwerken miljarden aanbevelingen per jaar.
- context van de Gebruiker om ervoor te zorgen dat de aanbevelingen geschikt en relevant voor uw gebruikers zijn. Je wilt niet de video aanraden die iemand net heeft bekeken of het shirt dat iemand net aan zijn kar heeft toegevoegd. Het rijke gebruikersprofiel van het doel kan in aanbevelingen worden gebruikt om verpersoonlijking te verzekeren.
Target Aanbevelingen implementeren
Begin met een strategie.
- Welke punten wilt u adviseren? Denk eerst na over de items die u wilt aanbevelen. Dit kunnen producten, video's of inhoud zijn.
- waar wilt u aanbevelingen tonen? Ga vervolgens na waar u aanbevelingen wilt doen. In grote lijnen welke kanalen (web, mobiel, in-store, kiosk, enzovoort). Welke delen van de klantenreis zullen aanbevelingen bevatten? Welke pagina's op uw site bevatten aanbevelingen?
- Hoe zult u bepalen als de aanbevelingen succesvol zijn? Stel dat u een ervaring hebt zonder aanbevelingen en een ervaring met aanbevelingen, of dat u twee verschillende soorten aanbevelingen hebt. Hoe zou u bepalen welke ervaring een betere ervaring voor uw klanten was? Sommige metriek is misschien moeilijker te meten dan andere. Bijvoorbeeld, is het effect van aanbevelingen op de Waarde van het Leven van de Klant vaak moeilijk om direct te krijgen. Het is dus vaak gemakkelijker om aan minder abstracte metrisch en te krijgen die concreter is, bijvoorbeeld opbrengst per bezoek, gemiddelde ordewaarde, of aantal kliks. In sommige gevallen zou u metrisch kunnen proberen te minimaliseren, bijvoorbeeld, het aantal steunvraag.
Nadat u uw strategie hebt bedacht, bent u klaar om de implementatie van Target Recommendations te starten.
Er zijn drie brede stappen betrokken bij het creëren van uw aanbevelingen implementatie:
- Teken Target over uw context of producten.
- Leg gebruikersgedrag vast.
- Krijg aanbevelingen met de juiste context.
Teken Target over uw context of producten
Wanneer u begint met Recommendations , geeft u informatie door over elk item dat u wilt aanbevelen. Target biedt verschillende integratieopties om uw catalogus te maken.
De eenvoudigste en meest gebruikte methode is het dagelijks of wekelijks verzenden van een CSV-bestand via uw systeem voor productinformatiebeheer of uw contentbeheersysteem. Maar u kunt ook informatie op de gegevenslaag van uw pagina doorgeven met behulp van de Adobe Target JavaScript-bibliotheek, onze API's gebruiken om informatie rechtstreeks door te geven van uw bronsysteem, of onze Adobe Analytics -integratie gebruiken als u al catalogusgegevens doorgeeft aan Analytics .
Soms wilt u wellicht meerdere opties tegelijk gebruiken, bijvoorbeeld het doorgeven van de meeste gegevens per dag via een CSV-bestand en het vaker doorgeven van inventarisupdates via een API.
Uw IT-afdeling zal meestal betrokken zijn bij het instellen van deze stap.
Welke methode u ook kiest, u zou meta-gegevens over elk punt in drie categorieën moeten omvatten:
- Gegevens die u aan de gebruiker wilt tonen die de aanbeveling ontvangt. Bijvoorbeeld de naam van de film en een URL van een miniatuurafbeelding.
- Gegevens die nuttig zijn voor het toepassen van marketing- en verkoopbesturingselementen. Bijvoorbeeld, de classificatie van de film zodat u geen films NC-17 adviseert.
- Gegevens die nuttig zijn om de gelijkenis van items met andere items te bepalen. Bijvoorbeeld het genre van de film of de acteurs die in de film zijn.
Gebruikersgedrag vastleggen
Vervolgens moet u tags toevoegen of de bestaande Analytics -implementatie gebruiken om de conversiegebeurtenissen (zoals weergaven en aankopen) te volgen die de drijvende kracht zijn achter Target -algoritmen.
U moet ervoor zorgen dat Target weet welke items uw gebruikers bekijken en aanschaffen. Als aankopen niet relevant zijn voor uw context, wilt u wellicht een ander type conversiegebeurtenis volgen, bijvoorbeeld het downloaden van een PDF, het voltooien van een enquête, het abonneren op een nieuwsbrief, het bekijken van een video enzovoort.
Als u Target al gebruikt voor het uitvoeren van A/B-testactiviteiten op uw site, hebt u deze stap mogelijk al uitgevoerd. Of als u Adobe Analytics al gebruikt om bezoeken ter plaatse en omzettingsgedrag te melden, kunt u Analytics gebruiken als uw gedragsgegevensbron. Als niet, is het het gemakkelijkst om dit te plaatsen gebruikend een markeringsmanager zoals markeringen in Adobe Experience Platform . Het is ook mogelijk om offline of in-app interacties naar Target te verzenden via real-time API.
Aanbevelingen ophalen met de juiste context
Geef informatie over de gebruiker en de context op het punt van interactie door aan Target om relevante en gepersonaliseerde aanbevelingen terug te keren.
Naast het gedrag van de gebruiker als geheel, moet u Target de specifieke context overgaan waar de aanbevelingen worden getoond. Dit omvat informatie over de pagina en informatie van het gebruikersprofiel. Target gebruikt deze informatie om gepersonaliseerde aanbevelingen te doen. Op een website in de detailhandel wilt u bijvoorbeeld weten welk product en welke productcategorie de bezoeker momenteel bekijkt. U wilt ook informatie over die gebruiker (favoriet merk, favoriete productcategorie, loyaliteitsrij, etc.) kennen. Deze informatie is belangrijk, zodat Target items kan filteren en de aanpassing van aanbevelingen kan verbeteren.
Bouw uw eerste activiteit van Aanbevelingen
Wat is een Recommendations activiteit?
Een Recommendations -activiteit bestaat uit de volgende componenten:
- Publiek: Wie zou deze aanbevelingen moeten zien?
- Criteria: Welke punten zouden moeten worden geadviseerd?
- Ontwerp: Hoe zouden de geadviseerde punten moeten worden getoond?
Target beschikt over 14 geïntegreerde doelgroepen, 42 ingebouwde criteria en 10 ingebouwde ontwerpsjablonen. U kunt elk van deze items aanpassen of uw eigen items toevoegen.
Target gebruikt het concept van de criteria kaart. Een kaart met criteria is als een recept voor personalisatie.
Het is belangrijk om de juiste criteria te kiezen of te creëren om de personalisatieresultaten te bereiken u wenst. Een criterium is als een funnel die je van de hele catalogus naar de laatste reeks aanbevelingen brengt.
In de volgende secties worden de verschillende onderdelen van deze funnel beschreven en wordt beschreven hoe deze werken in Target :
Statische filters (verzamelingen en uitsluitingen)
Statische filters zijn globaal toepasbare regels met betrekking tot cataloguskenmerken die u niet verwacht vaak te wijzigen.
Bijvoorbeeld, in een inhoudscontext, zou u alle films in aanbevelingen kunnen willen omvatten, maar films die NC-17 worden beoordeeld uitsluiten. In een handelscontext, zou u veelvoudige merken in verschillende delen van de wereld kunnen hebben, maar u wilt slechts producten adviseren beschikbaar in de Verenigde Staten. U kunt ook producten van een regionaal privé-label uitsluiten.
Dit zijn alle catalogusattributen die globaal van toepassing zijn die u in veelvoudige aanbevelingen zou kunnen willen gebruiken en u verwacht niet hen om vaak te veranderen.
Algorithm (advisesleutel en logica)
De volgende stap bestaat uit het kiezen van een advisesleutel en logica. Hier bepaalt u wat de basis voor uw aanbeveling is.
Het eerste wat u moet kiezen is de raadssleutel. De sleutel van de aanbeveling is wat u "omhoog"kijkt om de aanbeveling te kiezen. Daar baseert u uw aanbeveling op.
U kunt uw aanbeveling baseren op:
- Het item dat de bezoeker momenteel bekijkt
- De categorie die de bezoeker momenteel bekijkt
- Het object dat de bezoeker voor het laatst heeft gekocht of aan het winkelwagentje heeft toegevoegd
- Een aangepast kenmerk voor een bezoeker of een item
Op basis van deze toetsen kiest u vervolgens de gewenste logica voor de aanbeveling:
- Items met vergelijkbare kenmerken
- De meest bekeken items in een bepaalde categorie
- Klanten die dit object hebben gekocht, hebben deze objecten ook gekocht
- Een aangepast kenmerk
Uit het vak bevat Target een portfolio met algoritmen.
- op populariteit-gebaseerde algoritmen omvatten Meest bekeken en Hoogste Verkopers.
- op inhoud-gebaseerde algoritmen omvatten de Gelijkwaardigheid van de Inhoud.
- op punt-Gebaseerde samenwerkende het filtreren algoritmen omvatten Bekeken/Bekeken, Bekeken/Gekozen, en Gekochte/Gekochte. Merk op dat "gekocht"om het even welke omzetting kan zijn.
- Gepersonaliseerde algoritmen omvatten onlangs Bekeken, de Affiniteit van de Plaats, en profiel-verbeterde samenwerkings het filtreren.
- breng-uw-eigen algoritmen laat u uw eigen douanealgoritmen gebruiken.
Onlinebedrijfsregels
De laatste stap is het toepassen van online bedrijfsregels. Op deze manier kunt u algoritmen in staat stellen om domeinkennis en de huidige context te gebruiken op basis van wat de bezoeker doet voor uw digitale eigenschap.
In de context van de inhoud kunt u bijvoorbeeld films uitsluiten die de bezoeker eerder heeft bekeken, films van dezelfde regisseur aanbevelen of films in hetzelfde genre stimuleren. In de detailhandel, zou u uit-van-voorraad producten kunnen willen uitsluiten, punten in een prijswaaier van $5 tot $500 tonen, of voorwerpen van het zelfde merk verhogen.
Demo
Nadat u de taken hebt voltooid die in de aanbeveling die funnel hierboven beschrijft, blijft u bij uw definitieve aanbeveling. Om op een in-productdemonstratie binnen Target te letten, begint de demo bij 21 :00 in de Basisbeginselen van Adobe Target Webinar, verbonden aan hieronder.