[Premium]{class="badge positive" title="Consulte o que está incluído no Target Premium."}
Criar critérios
Critérios em Adobe Target Recommendations controlam o conteúdo de suas atividades do Recommendations. Crie critérios para mostrar as recomendações que são mais apropriadas para sua atividade. Esses critérios usam as ações do visitante para determinar qual conteúdo ou produtos exibir.
As seções a seguir explicam como criar um novo critério.
Acessar a tela Criar novos critérios
Existem vários meios de alcançar a tela Criar novos critérios. Algumas opções de tela variam de acordo com o modo que você chegar na tela.
- Na tela da biblioteca Recomendações > Critérios, clique em Criar Critérios > Criar Critérios. Critérios que você criar aqui ficam disponíveis automaticamente para todas atividades do Recommendations.
- Quando você está criando uma atividade do Recommendations usando o Visual Experience Composer (VEC), é imediatamente levado à tela Critérios de seleção depois de selecionar um elemento na sua página e clicar em Substituir com o Recommendations, Inserir Recommendations antes ou Inserir Recommendations depois de. Você pode selecionar um critério disponível ou clicar em Criar critério. Se você criar um novo critério, você tem a opção de salvar seu critério para uso com outras atividades do Recommendations. Para obter mais informações, consulte Criar uma atividade do Recommendations.
- Quando você editar uma atividade de Recommendations, clique em uma caixa de Localização das recomendações na sua página e selecione Alterar critérios. Na tela Selecionar critério, clique em Criar critério. Você terá a opção de salvar seu novo critério para uso com outras atividades do Recommendations.
As etapas a seguir pressupõem que você acesse a tela Criar Novo Critério usando o primeiro método: a tela de biblioteca Recomendações > Critérios.
-
Clique em Recomendações > Critérios.
-
Clique em Criar Critério > Criar Critério.
-
Configure as informações nas seções a seguir.
Informações Básicas info
-
Digite um Nome do Critério.
Este é o nome “interno” usado para descrever o critério. Por exemplo, você pode chamar seu critério de “Produtos com margem mais alta”, mas não quer que o título seja exibido publicamente. Veja a próxima etapa para definir o título aberto ao público.
-
Digite um Título de exibição aberto ao público para aparecer na página para qualquer recomendação que use este critério.
Por exemplo, você pode decidir exibir “Pessoas que viram isto também viram aquilo” ou “Produtos parecidos” quando usar este critério para exibir recomendações.
-
Digite uma breve Descrição dos critérios.
A descrição deve ajudar a identificar o critério e pode incluir informações sobre o propósito do critério.
-
Selecione um negócio vertical com base nas metas da sua atividade de recomendações.
table 0-row-2 1-row-2 2-row-2 3-row-2 Vertical do setor Meta Varejo/Comércio eletrônico Conversão resultando em compra Geração de lead/B2B/Serviços financeiros Conversão sem compra Mídia/Publicação Engajamento Outras opções de critério mudam de acordo com o negócio vertical que você selecionar.
-
Selecione um Tipo de página.
Você pode selecionar vários tipos de página.
Juntos, o negócio vertical e tipos de página ajudá-lo a categorizar seu critério salvo, tornando mais fácil o reuso de critérios para outras atividades Recommendations.
Algoritmo de recomendações rec-algo
-
Selecione um Tipo de Algoritmo e um Algoritmo:
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 Tipo de algoritmo Quando usar / Algoritmos disponíveis Baseado Em Carrinho Faça recomendações com base no conteúdo do carrinho do usuário.
- Pessoas que os visualizaram, também visualizaram
- Pessoas Que Os Visualizaram, Também Compraram
- Pessoas que Compraram Estes, Também Compraram
Com Base Em Popularidade Faça recomendações com base na popularidade geral de um item em todo o site ou na popularidade de itens na categoria, marca, gênero e assim por diante favoritas ou mais visualizadas de um usuário.
- Mais visualizados em todo o site
- Mais Visualizados por Categoria
- Mais Visualizados pelo Atributo de Item
- Mais vendidos em todo o site
- Mais vendidos por categoria
- Mais vendidos por atributo de item
- Métrica Top by Analytics
Baseado em Item Fazer recomendações com base na localização de itens semelhantes a um item que o usuário está visualizando atualmente ou que visualizou recentemente.
- Pessoas Que Visualizaram Isto, Visualizaram Aquilo
- Pessoas que Visualizaram Isto, Compraram Aquilo
- Pessoas que Compraram Isto, Compraram Aquilo
- Itens com Atributos Semelhantes
Baseado em Usuário Faça recomendações com base no comportamento do usuário.
- Itens visualizados recentemente
- Recomendado para você
Critérios personalizados Faça recomendações com base em um arquivo personalizado que você fez upload.
- Algoritmo personalizado
note NOTE Se você selecionar Itens/ Mídia com Atributos Semelhantes, terá a opção de definir regras de similaridade de conteúdo. -
Conforme necessário, selecione um Atributo de Item e Atributo de Perfil a Corresponder, uma Chave de Recomendação, Chave de Filtragem e/ou Métrica do Analytics para configurar o algoritmo.
As opções de configuração de algoritmo restantes variam dependendo do algoritmo selecionado. Para concluir a configuração do algoritmo, selecione uma Chave de recomendação, Chave de Filtragem, Base de Ocorrência Conjunta, Métrica do Analytics e/ou Atributo de Item e Atributo de Perfil Correspondente.
Para obter mais informações sobre como escolher uma Chave de recomendação, consulte Basear a recomendação em uma chave de recomendação.
Conteúdo de Backup content
As regras de Conteúdo de Backup determinam o que acontecerá se o número de itens recomendados não preencher seu design de recomendações. É possível que os critérios Recommendations retornem menos recomendações do que suas chamadas de design. Como exemplo, se seu design tiver slots para quatro itens, mas seus critérios fizerem com que apenas dois itens sejam recomendados, você pode deixar os slots restantes vazios, pode usar recomendações de backup para preencher os slots extras ou pode optar por não exibir recomendações.
-
(Opcional) Deslize a opção Renderização parcial de design para a posição “ativada”.
O máximo possível de slots será preenchido, mas o modelo de design pode incluir espaço em branco para os slots restantes. Se essa opção estiver desativada e não houver conteúdo suficiente para preencher todos os slots disponíveis, as recomendações não serão fornecidas e o conteúdo padrão será exibido.
Ative essa opção se desejar que as recomendações sejam atendidas com slots em branco. Use recomendações de backup se quiser que os slots de recomendação sejam preenchidos com conteúdo com base em seus critérios, com slots vazios preenchidos com conteúdo semelhante ou popular do site, conforme explicado na próxima etapa.
-
(Opcional) Deslize o botão Mostrar conteúdo do backup para a posição “ativado”.
Preencha todos os espaços vazios restantes no design com uma seleção aleatória dos produtos mais visualizados em todo o site.
O uso de recomendações de backup garante que seu design de recomendação preencha todos os slots disponíveis. Suponha que você tenha um design 4 x 1, conforme ilustrado abaixo:
Suponha que seus critérios façam com que apenas dois itens sejam recomendados. Se você habilitar a opção Renderização de Design Parcial, os dois primeiros slots serão preenchidos, mas os dois restantes permanecerão vazios. No entanto, se você habilitar a opção Mostrar Recomendações de Backup, os dois primeiros slots serão preenchidos com base nos critérios especificados e os dois slots restantes serão preenchidos com base nas recomendações de backup.
A matriz a seguir mostra o resultado que você observará ao usar as opções Renderização de Design Parcial e Conteúdo de Backup:
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 Renderização parcial de design Conteúdo de backup Resultado Desativado Desativado Se forem retornadas menos recomendações do que o design solicita, o design das recomendações será substituído pelo conteúdo padrão, e nenhuma recomendação será exibida. Ativado Desativado O design é renderizado, mas pode incluir um espaço em branco se forem retornadas menos recomendações do que o design solicita. Ativado Ativado As recomendações de backup preencherão os “slots” de design disponíveis, renderizando totalmente o design.
Se a aplicação de regras de inclusão às recomendações de backup limitar o número de recomendações de backup qualificadas ao ponto de não ser possível preencher o design, o design será parcialmente renderizado.
Se os critérios não retornarem nenhuma recomendação e as regras de inclusão limitarem as recomendações de backup a zero, o design será substituído pelo conteúdo padrão.Desativado Ativado As recomendações de backup preencherão os “slots” de design disponíveis, renderizando totalmente o design.
Se a aplicação de regras de inclusão às recomendações de backup limitar o número de recomendações de backup qualificadas ao ponto de não ser possível preencher o design, o design será substituído pelo conteúdo padrão, e nenhuma recomendação será exibida.Para obter mais informações, consulte Usar uma recomendação de backup.
-
(Condicional) Se você selecionou Mostrar conteúdo do backup na etapa anterior, poderá habilitar Aplicar regras de inclusão às recomendações de backup.
As regras de inclusão determinam quais itens são incluídos em suas recomendações. As opções disponíveis dependem do seu negócio vertical.
Para obter mais detalhes, consulte Especificar regras de inclusão abaixo.
Source de dados data-source
-
Selecione a Source de Dados Comportamentais desejada: Adobe Target ou Analytics.
note NOTE A seção Behavioral Data Source será exibida somente se sua implementação usar o Analytics for Target (A4T). 
Se você escolher Analytics, selecione o conjunto de relatórios desejado.
Se os critérios usarem Adobe Analytics como a fonte de dados comportamentais, uma vez criado, o tempo para a disponibilidade dos critérios dependerá se o conjunto de relatórios selecionado e a janela de lookback foram usados para quaisquer outros critérios, conforme explicado abaixo:
- Configuração única do conjunto de relatórios: a primeira vez que um conjunto de relatórios é usado com determinada janela de lookback do intervalo de dados, Target Recommendations pode levar de dois a sete dias para baixar completamente os dados comportamentais do conjunto de relatórios selecionado no Analytics. Este período depende da carga do sistema Analytics.
- Critérios novos ou editados usando um conjunto de relatórios já disponível: ao criar um novo critério ou editar um critério existente, se o conjunto de relatórios selecionado já tiver sido usado com o Target Recommendations, com um intervalo de dados igual ou menor que o intervalo de dados selecionado, os dados serão imediatamente disponibilizados e a configuração única não será necessária. Nesse caso ou se as configurações de um algoritmo forem editadas, enquanto o conjunto de relatórios ou intervalo de dados selecionado não for modificado, o algoritmo será executado ou executado novamente em 12 horas.
- O algoritmo contínuo é executado: os dados fluem do Analytics para Target Recommendations diariamente. Por exemplo, para a recomendação Afinidade visualizada, quando um usuário exibe um produto, uma chamada de rastreamento de exibições do produto é passada para o Analytics quase em tempo real. Os dados do Analytics são encaminhados para o Target no início do dia seguinte e o Target executa o algoritmo em menos de 12 horas.
Para obter mais informações, consulte Usar o Adobe Analytics com Recomendações do Target.
-
Defina a Janela de pesquisa para determinar o intervalo de tempo de dados históricos disponíveis do comportamento do usuário, ao determinar quais recomendações serão mostradas. Esta opção está disponível para todos os algoritmos, com exceção de Itens com Atributos Semelhantes e Algoritmos Personalizados.
Se seu site tiver muito tráfego e os comportamentos mudarem frequentemente, escolha uma janela de dados mais curta. Uma janela menor permite que as Recommendations sejam mais responsivas às alterações no mercado e em seu negócio. Por exemplo, uma janela menor significa que as Recommendations irão detectar alterações no comportamento do visitante conforme seus visitantes começam a fazer compras sazonais, tais como compras de volta às aulas ou de Natal, e irá recomendar itens apropriados para estas temporadas de compras.
Caso não tenha muitos dados ou o comportamento do visitante não seja alterado com frequência, você pode selecionar uma janela maior. No entanto, para muitos sites, uma janela menor resulta em recomendações de maior qualidade.
Os intervalos de dados disponíveis são:
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 Opção Janela de pesquisa Frequência atualizada (exibida ao passar o mouse) Algoritmos compatíveis Seis horas O algoritmo é executado a cada 3-6 horas Algoritmos baseados em popularidade quando o Source de Dados Comportamentais selecionado é Adobe Target Um dia O algoritmo é executado a cada 12-24 horas Algoritmos com base em popularidade Dois dias O algoritmo é executado a cada 12-24 horas - Algoritmos com base em popularidade
- Algoritmos baseados em itens
- Algoritmos com base no usuário
- Algoritmos baseados em carrinho
Uma semana O algoritmo é executado a cada 24-48 horas - Algoritmos com base em popularidade
- Algoritmos baseados em itens
- Algoritmos com base no usuário
- Algoritmos baseados em carrinho
Duas semanas O algoritmo é executado a cada 24-48 horas - Algoritmos com base em popularidade
- Algoritmos baseados em itens
- Todos os algoritmos baseados em usuário
- Algoritmos baseados em carrinho
Um mês (30 dias) O algoritmo é executado a cada 24-48 horas - Algoritmos com base em popularidade
- Algoritmos baseados em itens
- Algoritmos com base no usuário
- Algoritmos baseados em carrinho
Dois meses (61 dias) O algoritmo é executado a cada 24-48 horas - Algoritmos com base em popularidade
- Algoritmos baseados em itens
- Algoritmos com base no usuário
- Algoritmos baseados em carrinho
Similaridade de conteúdo similarity
Use as regras de Similaridade de conteúdo para fazer recomendações baseadas em atributos de item ou mídia.
Similaridade de conteúdo compara palavras-chave de atributo do item e faz recomendações baseadas em quantas palavras-chave itens diferentes têm em comum. Recomendações baseadas em similaridade de conteúdo não requerem dados antigos para providenciar melhores resultados.
Usar a similaridade de conteúdo para gerar recomendações é especialmente eficaz para novos itens, que provavelmente não serão exibidos nas recomendações usando Pessoas que visualizaram isto, também visualizaram e outra lógica baseada no comportamento anterior. Você também pode usar similaridade de conteúdo para gerar recomendações úteis para novos visitantes, que não possuem compras antigas ou outros dados de histórico.
Ao selecionar Mídia/ Baseada em Itens com Atributos Semelhantes, você terá a opção de criar regras para aumentar ou diminuir a importância de atributos específicos do item em determinadas recomendações. Para itens como livros, você pode querer ampliar a importância de atributos como gênero, autor, série, e assim em diante, para recomendar livros similares.
Como a similaridade de conteúdo usa palavras-chave para comparar itens, alguns atributos, como mensagem ou descrição, podem introduzir “ruído” à comparação. Você pode criar regras para ignorar estes atributos.
Por padrão, todos atributos são definidos como Linha de base. Você não precisa criar uma regra a não ser que queira alterar esta configuração.
Regras de inclusão inclusion
Várias opções ajudam a limitar os itens que são exibidos em suas recomendações. Você pode usar regras de inclusão ao criar critérios ou promoções.
Regras de inclusão são opcionais; no entanto, configurar esses detalhes oferece mais controle sobre os itens que aparecem em suas recomendações. Cada detalhe que você configura limita ainda mais os critérios de exibição.
Por exemplo, você pode escolher exibir apenas sapatos femininos que tenham um inventário de mais de 50 e o preço entre $ 25 e $ 45. Também é possível pesar cada atributo para que os itens mais importantes para sua empresa tenham mais chances de aparecer.
Como outro exemplo, você pode escolher exibir vagas de emprego para visitantes que acessem seu site somente de certas cidades e que tenham os graus acadêmicos necessários.
Opções de regras de inclusão variam pelo negócio vertical. Por padrão, regras de inclusão são aplicadas em recomendações de backup.
Regras de inclusão são unidas por um E. Todas as regras devem ser cumpridas para incluir um item em uma recomendação.
Para criar uma regra de inclusão simples, como mencionado anteriormente, para exibir apenas sapatos femininos que tenham um inventário de mais de 50 e o preço entre $ 25 e $ 45, siga os seguintes passos:
-
(Condicional) Deslizar o Permitir que itens comprados recentemente sejam recomendados? alterne para a posição “ligado”.
Esta configuração é baseada no
productPurchasedId. O comportamento padrão é não recomendar itens comprados anteriormente. Na maioria dos casos, você não deseja promover itens que um cliente comprou recentemente. Ela é útil se você vende itens que pessoas geralmente compram apenas uma vez, como caiaques. Se você vender itens que as pessoas voltam a comprar repetidamente, como shampoo ou outros itens pessoais, você deve ativar essa opção. -
Defina um intervalo de preço para os produtos que deseja recomendar.
-
Defina o inventário mínimo para os produtos que deseja recomendar.
-
Configure a recomendação para que exiba itens que satisfaçam os critérios.
Você pode especificar que os itens sejam incluídos apenas quando um dos atributos na lista atender ou não corresponder a uma ou mais condições especificadas.
Os avaliadores disponíveis dependem do valor que você escolheu na primeira lista suspensa. Você pode listar vários itens. Esses itens são avaliados com OR.
Regras múltiplas são combinadas com um AND.
note NOTE Essa opção limita os itens exibidos na recomendação. Isso não afeta em quais páginas a recomendação é exibida. Para limitar onde a recomendação é exibida, selecione as páginas no compositor de experiência.
Para obter mais informações, consulte Usar regras de inclusão estática e dinâmica.
Ponderação de atributos weighting
É possível adicionar várias regras para “empurrar” o algoritmo com base em informações importantes ou metadados sobre o catálogo de conteúdo para que determinados itens tenham mais probabilidade de ser exibidos.
Por exemplo, você pode aplicar um peso maior a itens em liquidação, para que apareçam com mais frequência na recomendação. Itens que não estão em liquidação não são totalmente excluídos, mas aparecem com menos frequência. Podem ser aplicados muitos pesos ao mesmo algoritmo, e os pesos podem ser testados no tráfego dividido na recomendação.
-
Escolha um valor.
O valor determina o tipo do item que é mais provável de ser exibido, baseado em um de vários critérios disponíveis.
-
Escolha um avaliador.
-
Insira a palavra-chave para completar os atributos da regra.
Por exemplo, a regra completa pode ser “Categoria contém sapatos de subsequência de caracteres”.
-
Selecione o peso a ser designado à regra.
Opções variam de 0 a 100 em incrementos de 25.
-
Adicione regras adicionais, se desejar.
Quando terminar, clique em Criar.
Se você está criando uma nova atividade do Recommendations ou editando uma atividade existente, a caixa de seleção Salvar critérios para mais tarde será selecionada por padrão. Se você não quer usar os critérios em outras atividades, desmarque a caixa de seleção antes de salvar.