Skapa och hantera rekommendationer
När du skapar en rekommendation skapar du en rekommendationsenhet, eller widget, som innehåller de rekommenderade produktobjekten.
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.
-
Gå till Merchandising > Recommendations på sidofältet Adobe Commerce Optimizer för att visa arbetsytan Recommendations .
-
Klicka på Skapa rekommendation.
-
I avsnittet Namnge din rekommendation anger du ett beskrivande namn för intern referens, till exempel
Home page most popular. -
I avsnittet Välj rekommendationstyp anger du önskad typ av rekommendation baserat på din strategi.
-
Ange den etikett som är synlig för dina kunder, till exempel"Top sellers", i avsnittet Store-visningsrubrik.
-
I avsnittet Välj antal produkter använder du skjutreglaget för att ange hur många produkter du vill ska visas i rekommendationsenheten.
Standardvärdet är
5, men högst20. -
(Valfritt) I avsnittet Filter använder du filter för att kontrollera vilka produkter som visas i rekommendationsenheten.
-
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.
-
-
Kopiera rekommendation-ID när du uppmanas till det. Använd det här ID:t för att identifiera vilken rekommendationsenhet som används i rekommendationslistrutan i din Edge Delivery Services-butik.
Hantera befintliga rekommendationer
Du kan redigera, inaktivera eller ta bort en befintlig rekommendation.
-
Gå till Merchandising > Rekommendationer på sidofältet Adobe Commerce Optimizer.
-
Välj den rekommendation som du vill ändra.
-
Klicka på ytterligare väljare (
-
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.
-
När du är klar klickar du på Spara ändringar.
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 händelsesamlingen 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
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
Procentvärdet för beredskapsindikatorn för rekommendationstyper som är beroende av katalogdata ändras inte särskilt mycket eftersom handlarens katalog inte ändras så ofta. Men procentandelen beredskapsindikator 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.
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 rekommendationer
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.
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 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.