Fluxo de trabalho de implementação
Product Recommendations O usa dados comportamentais e de catálogo:
-
Comportamental - Dados do envolvimento de um comprador no site, como exibições de produtos, itens adicionados a um carrinho e compras. A Adobe Commerce e a Adobe Sensei não coletam informações de identificação pessoal.
-
Catálogo - Metadados do produto, como nome, preço e disponibilidade.
Ao instalar o magento/product-recommendations module, o Adobe Sensei agrega os dados comportamentais e de catálogo e cria Product Recommendations para cada tipo de recomendação. A variável Product Recommendations em seguida, implanta essas recomendações na loja. Para ajudar você a implementar as recomendações de produtos em sua loja, use o seguinte fluxo de trabalho:
Fluxo de trabalho (WRK)
-
Implantar coleção de dados para produção
Implantação Product Recommendations requer dois fontes de dados: catálogo e comportamental. Como a produção é o único ambiente em que as ações dos compradores são capturadas e analisadas, é do seu interesse iniciar a coleta de dados sobre a produção o mais rápido possível. Saiba mais como o Adobe Sensei treina modelos de aprendizado de máquina que resultam em recomendações de maior qualidade. Como um benefício adicional, ao começar a coletar dados comportamentais sobre a produção, você pode buscar recomendações com base nesses dados de produção enquanto opera em ambientes não relacionados à produção. Em seguida, você pode testar e experimentar com diferentes recomendações que são computadas com base nos dados reais do comprador coletados na produção.
Para implantar a coleta de dados na produção, você deve instalar e configurar o Product Recommendations módulo fornecendo uma Chave de API.
note tip TIP A implantação da coleção de dados não altera a aparência da loja nem a experiência dos compradores. Somente criar e implantar unidades de recomendação altera a experiência do cliente em sua loja. Certifique-se de testar seu ambiente de não produção antes de implantar na produção. Além disso, não crie unidades de recomendação até personalizar o modelo. Consulte a próxima etapa. -
Personalizar o modelo para corresponder ao seu estilo
Sua loja representa sua marca, portanto, modifique o modelo de recomendações de produto para corresponder ao tema do site.
note tip TIP Personalizando o modelo, você pode especificar sua folha de estilos, substituir onde uma unidade de recomendação aparece em uma página e assim por diante. Consulte Personalizar na documentação do desenvolvedor para saber como concluir esta etapa.
-
Testar recomendações em seu ambiente de não produção
É sempre uma prática recomendada testar uma nova tecnologia em seu ambiente de não produção antes de implantar na produção. O teste de recomendações em seu ambiente de não produção permite que você jogue com diferentes tipos de unidade de recomendação, posicionamento e páginas. Você pode extrair recomendações com base em dados comportamentais já coletados na produção enquanto testa em seu ambiente de não produção, de modo que os resultados da recomendação se baseiem no comportamento de compra dos clientes reais.
note tip TIP Certifique-se de que o catálogo de ambientes de não produção seja basicamente o mesmo que o que você tem em produção. Usar catálogos semelhantes garante que os produtos retornados nas unidades de recomendação mimetizem os produtos na produção. Consulte Buscar dados comportamentais do ambiente de produção para saber como concluir esta etapa.
-
Criar e implantar recomendações em sua loja de produção
Agora que você implantou a coleção de dados comportamentais na produção, modificou o modelo de recomendações de produto e testou as recomendações usando o comportamento real do comprador, você está pronto para promover todos os códigos para produção e criar recomendações de produto em tempo real.