Introduktion till Product Recommendations
Produktrekommendationer är ett kraftfullt marknadsföringsverktyg som ni kan använda för att öka konverteringarna, öka intäkterna och stimulera kundernas engagemang. Adobe Commerce produktrekommendationer drivs av Adobe Sensei som använder artificiell intelligens och algoritmer för maskininlärning för att utföra en djupgående analys av samlade besöksdata. Dessa data kombineras med din Adobe Commerce-katalog och ger en engagerande, relevant och personaliserad upplevelse.
Produktrekommendationer visas i butiken som enheter med etiketter, t.ex."Kunder som tittade på den här produkten också". Du kan skapa, hantera och distribuera rekommendationer i olika butiksvyer direkt från Adobe Commerce Admin.
Om din storefront implementeras med PWA Studio finns mer information i PWA-dokumentationen. Om du använder en anpassad klientteknik som React eller Vue JS, ska du lära dig hur du integrerar Product Recommendations i den headless-butiken.
NOTEIntegritet
Datainsamlingen för syftet med Product Recommendations innehåller ingen personligt identifierbar information (PII). Alla användaridentifierare som cookie-ID:n och IP-adresser är dessutom strikt anonymiserade. Mer information finns i Adobe integritetspolicy.
Product Recommendations-användare kan referera till Instrumentpanelen för datahantering för mer information om datasynkronisering.
Produktrekommendationer jämfört med produktrelationer
Med tanke på de ständigt föränderliga detaljerna i onlineförsäljningen är det som fungerar bäst för er butik ofta en kombination av flera nyckeltekniker. Genom att använda både Product Recommendations och produktrelationerfår du större flexibilitet när du marknadsför produkter. Du kan utnyttja Product Recommendations som drivs av Adobe Sensei för att automatisera dina rekommendationer i stor skala. Sedan kan du utnyttja relaterade produktregler när du måste ingripa manuellt och se till att en specifik rekommendation görs till ett målkundsegment, eller när vissa affärsmål måste uppfyllas.
Med produktrekommendationer kan du:
- Välj bland nio distinkta intelligenta rekommendationstyper baserade på följande områden: kundbaserade, objektbaserade, popularitetsbaserade, trendbaserade och likhetsbaserade
- Använd beteendedata för att personalisera rekommendationer under hela kundresan
- Mät viktiga mätvärden som är relevanta för varje rekommendation för att hjälpa er att förstå effekten av era rekommendationer
Product Recommendations demo
Titta på den här videon om du vill veta mer om Product Recommendations:
Lagringspolicy för katalogdata
Om du inte skickar en fråga för katalogdata i testmiljön under 90 dagar i följd, ställs katalogdata in på viloläge och inga data returneras för någon fråga. Katalogdata i produktionsmiljön påverkas inte av den här principen.
Om du vill återaktivera katalogdata i din testmiljö skickar du en supportförfrågan med titeln:"Återaktivera Product Recommendations" och inkluderar miljö-ID:n. Katalogdata i testmiljön bör återställas inom några timmar.
