[Endast SaaS]{class="badge positive" title="Gäller endast Adobe Commerce as a Cloud Service- och Adobe Commerce Optimizer projekt (SaaS-infrastruktur som hanteras av Adobe)."}

Skapa och hantera rekommendationer

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 Rekommendationer visar måtten för varje rekommendationsenhet så att du kan fatta välgrundade affärsbeslut.

  1. Gå till Adobe Commerce Optimizer​Merchandising_ > Recommendations på sidofältet​för att visa arbetsytan Recommendations _.

  2. I fältet Katalogvy väljer du den katalogvy där du vill att rekommendationen ska vara tillgänglig. Läs mer om att använda katalogvyer för rekommendationer.

    note important
    IMPORTANT
    Den här funktionen är för närvarande i betaversion.
  3. Klicka på Skapa rekommendation.

    Rekommendationen som du skapar är tillgänglig i den katalogvy som du valde tidigare.

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

  5. I avsnittet Välj rekommendationstyp anger du önskad typ av rekommendation baserat på din strategi.

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

  7. 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.

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

  9. Använd panelen Rekommenderad produktförhandsvisning för att bättre förstå hur filter påverkar vilka produkter som visas i rekommendationsenheten. Läs mer om hur du förhandsgranskar rekommendationer.

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

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

    • Aktivera om du vill aktivera rekommendationsenheten på din butik.

    Din rekommendation visas på arbetsytan Rekommendationer. Om du vill använda din rekommendation i din butik måste du hitta rekommendation-ID.

NOTE
Du kan skapa upp till 50 aktiva rekommendationsenheter. Mer information finns i Gränser och gränser.
IMPORTANT
Vissa webbläsare kan blockera viktiga skript som förhindrar att rekommendationerna fungerar som de ska.

Förhandsgranska rekommendationer

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

Förhandsgranska rekommendationer

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
Katalogvy
Namn
Produktens namn.
SKU
Den lagerhållningsenhet som tilldelats produkten
Pris
Produktens pris.
Resultattyp
Primär - Anger att det finns tillräckligt med utbildningsdata insamlade för att visa en rekommendation.
Säkerhetskopiering - Anger 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 rekommendationstypen och filtren för att få omedelbar feedback i realtid om de produkter som kommer att ingå. När du börjar förstå vilka produkter som visas kan du konfigurera rekommendationsenheten så att den uppfyller dina affärsbehov.

Adobe Commerce Optimizer filters rekommendationer för att undvika att dubblettprodukter 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.

För konfigurationer för flera butiker, flera språk eller flera varumärken kan du konfigurera om varje rekommendation ska gälla för alla katalogvyer (globala) eller för en enskild katalogvy. Läs mer om hur du ställer in katalogvyn när du arbetar med rekommendationer.

Hämta rekommendation-ID

När du har skapat en rekommendation måste du hämta dess ID för att implementera rekommendationsenheten på din butik.

  1. Välj rekommendation på sidan Rekommendationer.

  2. Klicka på informationsikonen ( informationsikonen ) bredvid rekommendationsnamnet.

    Sidan Information om rekommendationsenhet visas.

    Hämta rekommendation-ID

  3. Kopiera ID:t i avsnittet Rekommendation-ID.

  4. Använd det här ID:t för att konfigurera rekommendationstillägget i din Edge Delivery Services-butik.

Hantera befintliga rekommendationer

Du kan redigera, inaktivera eller ta bort en befintlig rekommendation.

  1. Gå till Adobe Commerce Optimizer​Merchandising_ > _Rekommendationer på sidofältet.

  2. Välj den rekommendation som du vill ändra.

  3. Klicka på ytterligare väljare ( Mer väljare ).

  4. På menyn kan du inaktivera, ta bort eller redigera rekommendationen. Om du väljer Redigera kan du justera följande inställningar efter behov:

    • Rekommendationsnamn
    • Etikett för butiken
    • Antal produkter
    • Filtrera produkter

    Du kan inte ändra rekommendationstypen eller katalogvyn. Katalogvyn anges när du skapar rekommendationen. Mer information finns i Välj katalogvy.

  5. När du är klar klickar du på Spara ändringar.

Beredskapsindikatorer

Beredskapsindikatorer visar vilka rekommendationstyper som fungerar bäst utifrån tillgängliga katalog- och beteendedata. De kan också hjälpa dig att identifiera potentiella problem med händelsesamlingen eller avgöra om en rekommendationstyp inte får tillräckligt med trafik för att generera resultat.

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. Den här fluktuationen förklarar varför du kanske kan se att rekommendationstyper kommer in och ut när det gäller att vara"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 betyder 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

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 %.

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

Vad du ska göra om beredskapsindikatorn är låg

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 till butiken så 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 är respektive beredskapsindikatorer låga.
recommendation-more-help
0ad5182d-636b-481c-8a84-a8b57bf89887