Skapa ny rekommendation

När du skapar en rekommendation skapar du en rekommendationsenhet, eller widget, som innehåller de rekommenderade produktobjekten.

Rekommendationsenhet
Rekommendationsenhet

När du aktiverar rekommendationsenheten börjar Adobe Commerce samla in data för att mäta visningar, vyer, klick och så vidare. Tabellen Product Recommendations visar måtten för varje rekommendationsenhet så att du kan fatta välgrundade affärsbeslut.

NOTE
Produktrekommendationsstatistik är optimerad för Luma storefront. Om din storefront inte är Luma-baserad beror mätspårningsdata på hur du implementerar händelsesamlingen.
  1. Gå till Marknadsföring > Kampanjer > Produkt-Recommendations på sidofältet Admin för att visa arbetsytan för Produkt-Recommendations.

  2. Ange butiksvyn där du vill att rekommendationerna ska visas.

    note note
    NOTE
    Rekommendationsenheter för Page Builder måste skapas i standardbutiksvyn, men kan användas var som helst. Mer information om hur du skapar produktrekommendationer med Page Builder finns i Lägg till innehåll - Recommendations.
  3. Klicka på Skapa rekommendation.

  4. I avsnittet Namnge din rekommendation anger du ett beskrivande namn för intern referens, till exempel Home page most popular.

  5. I avsnittet Välj sidtyp väljer du den sida där du vill att rekommendationen ska visas bland följande alternativ:

    note note
    NOTE
    Produkt-Recommendations stöds inte på kundvagnssidan när din butik är konfigurerad att visa kundvagnssidan omedelbart efter att en produkt lagts till i kundvagnen.
    • Hemsida
    • Kategori
    • Produktinformation
    • Kundvagn
    • Bekräftelse
    • Page Builder

    Du kan skapa upp till fem aktiva rekommendationsenheter för varje sidtyp och upp till 25 för Page Builder. Sidtypen är nedtonad när gränsen nås.

    Rekommendationsnamn och -sida
    Rekommendationsnamn och sidplacering

  6. I avsnittet Välj rekommendationstyp anger du den typ av rekommendation som du vill ska visas på den valda sidan. För vissa sidor är placeringen av rekommendationerna begränsad till vissa typer.

  7. Ange den etikett som är synlig för dina kunder, till exempel"Top sellers", i avsnittet Store-visningsrubrik.

  8. I avsnittet Välj antal produkter använder du skjutreglaget för att ange hur många produkter du vill ska visas i rekommendationsenheten.

    Standardvärdet är 5, men högst 20.

  9. I avsnittet Välj placering anger du platsen där rekommendationsenheten ska visas på sidan.

    • Längst ned i huvudinnehållet
    • Överst i huvudinnehållet
  10. (Valfritt) Om du vill ändra ordningen på rekommendationerna markerar du och flyttar raderna i tabellen Välj position .

    I avsnittet Välj position visas alla rekommendationer (om sådana finns) som har skapats för den valda sidtypen.

    Rekommendationsordning
    Rekommendationsordning på sidan

  11. (Valfritt) I avsnittet Filter använder du filter för att kontrollera vilka produkter som visas i rekommendationsenheten.

    Rekommendationsfilter
    Rekommendationsproduktfilter

  12. När du är klar klickar du på något av följande:

    • Spara som utkast om du vill redigera rekommendationsenheten senare. Du kan inte ändra sidtypen eller rekommendationstypen för en rekommendationsenhet i ett utkastläge.

    • Aktivera om du vill aktivera rekommendationsenheten på din butik.

Beredskapsindikatorer

Beredskapsindikatorer visar vilka rekommendationstyper som fungerar bäst utifrån tillgängliga katalog- och beteendedata. Du kan också använda beredskapsindikatorer för att avgöra om du har problem med din händelse eller om du inte har tillräckligt med trafik för att fylla i rekommendationstypen.

Beredskapsindikatorer kategoriseras i antingen statisk-baserad eller dynamisk-baserad. Statisk användning av endast katalogdata, medan dynamiska beteendedata från era kunder används. Dessa beteendedata används för att utbilda maskininlärningsmodeller för att skapa personaliserade rekommendationer och för att beräkna deras beredskapspoäng.

Hur beredskapsindikatorer beräknas

Beredskapsindikatorerna är en indikation på hur mycket modellen är utbildad. Indikatorerna är beroende av vilka typer av händelser som samlas in, hur breda de produkter som interagerar med och storleken på katalogen.

Procentsatsen för beredskapsindikatorn härleds från en beräkning som anger hur många produkter som kan rekommenderas beroende på rekommendationstypen. Statistik tillämpas på produkter baserat på katalogens totala storlek, volymen för interaktioner (till exempel vyer, klick, tillägg i varukorgar) och andelen SKU:er som registrerar dessa händelser inom ett visst tidsfönster. Vid högtrafik under högsäsong kan beredskapsindikatorerna till exempel visa högre värden än vid normal volym.

Som ett resultat av dessa variabler kan procentvärdet för beredskapsindikatorn variera. Detta förklarar varför du kanske ser att rekommendationstyper kommer in och ut som"klara för driftsättning".

Beredskapsindikatorer beräknas utifrån några faktorer:

  • Tillräcklig storlek för resultatuppsättning: Finns det tillräckligt många resultat som returneras i de flesta scenarier för att rekommendationerna för säkerhetskopiering inte ska användas?

  • Tillräcklig mängd resultat: Representerar de returnerade produkterna en mängd olika produkter från din katalog? Målet med den här faktorn är att undvika att en liten andel produkter är de enda objekt som rekommenderas på webbplatsen.

Baserat på ovanstående faktorer beräknas ett beredskapsvärde och visas enligt följande:

  • 75 % eller mer innebär att de rekommendationer som föreslås för den rekommendationstypen är mycket relevanta.
  • Minst 50 % betyder att de rekommendationer som föreslås för den rekommendationstypen är mindre relevanta.
  • Mindre än 50 % betyder att de rekommendationer som föreslås för den rekommendationstypen kanske inte är relevanta. I det här fallet används rekommendationer för säkerhetskopiering.

Läs mer om varför beredskapsindikatorerna kan vara låga.

Statisk-baserad

Följande rekommendationstyper är statiska eftersom de bara kräver katalogdata. Inga beteendedata används.

  • Mer såhär
  • Visuell likhet

Dynamiskt baserad

Följande rekommendationstyper är dynamiska baserade eftersom de använder beteendedata från storefront.

De senaste sex månaderna av storefront-beteendedata:

  • Visade det här, visade att
  • Den här visades och köptes
  • Köpte det här, köpte det
  • Rekommenderas för dig

De sju senaste dagarna med beteendedata från butiken:

  • Mest visade
  • Mest köpta
  • Mest tillagda i kundvagnen
  • Trending
  • Visa för köpkonvertering
  • Visa för kundvagnskonvertering

Senaste beteendedata för kunder (endast vyer):

  • Senast visade

Visualisera förlopp

I avsnittet Välj rekommendationstyp visas ett mått på beredskap för varje typ, så att du kan visualisera utbildningsförloppet för varje rekommendationstyp.

Rekommendationstyp
Rekommendationstyp

NOTE
Indikatorer kan aldrig nå 100 %.

Procentvärdet för beredskapsindikatorn för rekommendationstyper som är beroende av katalogdata ändras inte särskilt mycket eftersom handlarens katalog inte ändras så ofta. Men procentvärdet för beredskapsindikatorn för rekommendationstyper som baseras på kundbeteendedata kan ändras ofta beroende på den dagliga kundaktiviteten.

Vad du ska göra om procentvärdet för beredskapsindikatorn är lågt

En låg beredskapsprocent anger att det inte finns många produkter i katalogen som kan inkluderas i rekommendationerna för den här rekommendationstypen. Detta innebär att det är mycket troligt att säkerhetskopieringsrekommendationer returneras om du distribuerar den här rekommendationstypen ändå.

IMPORTANT
Paket, grupperad och anpassade produkttyper stöds inte. Om katalogen innehåller ett stort antal av dessa produkttyper kan du förvänta dig ett lågt beredskapstal. Dessutom kan SKU:er med blanksteg minska rekommendationens relevans och bör undvikas.

I följande exempel visas möjliga orsaker och lösningar till vanliga låga beredskapsbetyg:

  • Statisk-baserad - Låga procentsatser för de här indikatorerna kan orsakas av att katalogdata saknas för de visningsbara produkterna. Om de är lägre än förväntat kan en fullständig synkronisering åtgärda problemet.

  • Dynamisk-baserad - Låga procentsatser för dynamiska indikatorer kan orsakas av:

    • Fält saknas i de obligatoriska storefront-händelserna för respektive rekommendationstyp (requestId, product context, osv.).
    • Låg trafik i butiken, vilket innebär att antalet beteendehändelser är lågt.
    • Det finns få beteendehändelser i olika produkter i butiken. Om till exempel bara tio procent av dina produkter visas eller köps för det mesta av tiden blir respektive beredskapsindikatorer låga.

Förhandsgranska Recommendations preview

Panelen Rekommenderad produktförhandsvisning är alltid tillgänglig med ett urval produkter som kan visas i rekommendationsenheten när den distribueras till butiken.

Om du vill testa en rekommendation när du arbetar i en icke-produktionsmiljö kan du hämta rekommendationsdata från en annan källa. På så sätt kan handlare experimentera med regler och förhandsgranska rekommendationerna innan de distribuerar till produktionen.

Fält
Beskrivning
Namn
Produktens namn.
SKU
Den lagerhållningsenhet som tilldelats produkten
Pris
Produktens pris.
Resultattyp
Primär - anger att det finns tillräckligt med utbildningsdata för att visa en rekommendation.
Säkerhetskopiering - indikerar att det inte finns tillräckligt med utbildningsdata insamlade så en rekommendation för säkerhetskopiering används för att fylla platsen. Gå till Beteendedata om du vill veta mer om maskininlärningsmodeller och rekommendationer för säkerhetskopiering.

När du skapar rekommendationsenheten kan du experimentera med sidtyp, rekommendationstyp och filter för att få omedelbar feedback i realtid om de produkter som ska ingå. När du börjar förstå vilka produkter som visas kan du konfigurera rekommendationsenheten så att den uppfyller dina affärsbehov.

Adobe Commerce filtrerar rekommendationer så att dubblettprodukter inte visas när flera rekommendationsenheter distribueras på en sida. Det innebär att de produkter som visas på förhandsvisningspanelen kan skilja sig från de som visas i butiken.

NOTE
Du kan inte förhandsgranska rekommendationstypen Recently viewed eftersom data inte är tillgängliga i Admin.
recommendation-more-help
4bf3c55a-3844-4322-a5d2-42b4e56228e5