Desenvolvimento de administradores de Recommendations de produtos

O Recommendations de produtos é uma poderosa ferramenta de marketing que pode ser usada para aumentar as conversões, aumentar a receita e estimular o engajamento do comprador. O Recommendations do produto é exibido na loja na forma de unidades, como "Clientes que viram este produto também viram", "Clientes que compraram este produto também compraram", "Recomendado para você" e assim por diante. O Adobe Commerce Product Recommendations é desenvolvido pela Adobe Sensei, que usa inteligência artificial e algoritmos de aprendizado de máquina para executar uma análise profunda de dados agregados de compradores. Esses dados, quando combinados com seu catálogo do Commerce, resultam em experiências altamente envolventes, relevantes e personalizadas para o comprador.

NOTE
Se a sua loja for implementada usando o PWA Studio, consulte a documentação do PWA. Se você usa uma tecnologia de front-end personalizada, como o React ou o Vue JS, consulte o guia do usuário para saber como integrar o Product Recommendations em um ambiente headless. As instâncias headless devem implementar eventos para potencializar o espaço de trabalho de recomendação do produto.

Visão geral da arquitetura

Em um alto nível, o Commerce Product Recommendations é implantado como SaaS. O lado do Commerce inclui a loja, que contém o coletor de eventos e o modelo de layout de recomendações, e o back-end, que inclui os módulos Data Services, SaaS Export e a interface do usuário do administrador. Os serviços de inteligência da Adobe Sensei são aproveitados no lado do SaaS.

Diagrama de arquitetura de recomendações de produto

Depois que os módulos de recomendação forem instalados e configurados, sua loja começará a coletar dados comportamentais. O Adobe Sensei processa esses dados comportamentais junto com seus dados de catálogo e calcula associações de produtos que são aproveitadas pelo serviço de recomendações. Neste ponto, o comerciante pode criar, gerenciar e implantar unidades de recomendação de produto em sua vitrine diretamente da interface do usuário do administrador.

Próximas etapas

Leia os seguintes tópicos para começar a usar o Recommendations de produto:

recommendation-more-help
4bf3c55a-3844-4322-a5d2-42b4e56228e5