创建新推荐
在创建推荐时，您创建了一个包含推荐产品 项 的推荐单元，或构件。
推荐单元
激活推荐单元后，Adobe Commerce将开始收集数据以测量展示次数、查看次数、点击次数等。 Product Recommendations表显示每个推荐单位的量度，以帮助您做出明智的业务决策。
-
在 管理员 侧边栏上，转到营销 > 促销活动 > 产品推荐以显示 产品推荐 工作区。
-
指定要显示推荐的存储视图。
note NOTE 必须在默认的存储区视图中创建Page Builder推荐单元，然后才可以在任何位置使用。 要了解有关使用页面生成器创建产品推荐的更多信息，请参阅添加内容 — 产品推荐。 -
单击创建推荐。
-
在 为您的推荐命名 部分中，输入描述性名称以供内部引用，如
Home page most popular。 -
在 选择页面类型 部分中，从以下选项中选择要在其中显示推荐的页面：
note NOTE 当您的商店配置为将产品添加到购物车后立即显示购物车页面时，购物车页面上不支持产品推荐。 - 主页
- 类别
- 产品详细信息
- 购物车
- 确认
- 页面生成器
您最多可以为每种页面类型创建50个有效的推荐单位。 当达到限制时，页面类型将灰显。
推荐名称和页面位置 -
在 店面显示标签 部分中，输入购物者可见的标签，例如“最畅销商品”。
-
在 选择产品数 部分中，使用滑块指定要在推荐单元中显示的产品数。
默认值为
5，最大值为20。 -
在 选择版面 部分中，指定推荐单元在页面上出现的位置。
- 在主内容的底部
- 在主内容的顶部
-
（可选）要更改推荐的顺序，请选择并移动 选择位置 表中的行。
选择位置部分显示为所选页面类型创建的所有推荐（如果有）。
页面上的推荐顺序 -
（可选）若要控制推荐单元中显示的产品，请在 筛选器 部分中应用筛选器。
推荐产品筛选器 -
完成后，单击下列选项之一：
-
另存为草稿以便稍后编辑推荐单元。 您无法修改处于草稿状态的推荐单元的页面类型或推荐类型。
-
激活以在您的店面启用推荐单元。
-
就绪指示器
就绪指示器显示哪些推荐类型对您的可用目录和行为数据表现最佳。 使用它们可以识别事件问题或流量不足以填充推荐类型。
就绪指示器分为两类：基于静态的和基于动态的。 基于静态的推荐仅使用目录数据。 基于动态的推荐使用购物者的行为数据来训练机器学习模型，生成个性化推荐，并计算每个推荐的就绪性分数。
就绪指示器的计算方式
准备情况指示指示指示对模型进行多少培训。 指标取决于所收集的事件类型、与之交互的产品宽度和目录大小。
就绪性指标百分比用于估计可能针对给定推荐类型推荐的产品比例。 它是使用目录大小、交互数量以及在定义的时间范围内记录相关事件的SKU的百分比来计算的。 例如，在假日流量高峰期间，就绪指示器可能比正常流量期间更高。
由于这些变量，就绪指示器百分比可能会波动。 这解释了为何推荐类型在“准备部署”之间波动。
就绪指标的计算基于两个因素：
-
足够的结果集大小：在大多数情况下返回的结果是否足够以避免使用备份建议？
-
返回的产品是否代表您目录中的各种产品？ 此因素有助于确保整个网站中的推荐不限于一小部分产品。
基于上述因素，就绪值计算并显示如下：
- 75%或更高的比例意味着针对该建议类型提出的建议将具有高度相关性。
- 至少50%意味着针对该建议类型提出的建议将不那么相关。
- 不足50%意味着为该建议类型提出的建议可能没有相关性。 在这种情况下，使用了备份推荐。
了解有关为何就绪指示器可能较低的更多信息。
基于静态
以下推荐类型基于静态，因为它们只需要目录数据。 不使用行为数据。
- 更多此类内容
- 视觉相似度
基于动态
以下推荐类型基于动态，因为它们使用店面行为数据。
过去六个月的店面行为数据：
- 查看了这个项目，也查看了那个项目
- 查看了这个项目，但购买了那个项目
- 已购买，已购买
- 为您推荐
过去七天的店面行为数据：
- 查看次数最多
- 购买次数最多
- 添加到购物车的次数最多
- 趋势
- 查看购买转换
- 查看到购物车的转换
最近的购物者行为数据（仅限视图）：
- 最近查看的项目
可视化进度
为了帮助您可视化每种推荐类型的培训进度，选择推荐类型部分显示每种类型的就绪程度度量。
推荐类型
基于目录的推荐类型的就绪性百分比通常变化不大，因为目录相对稳定。 相反，基于购物者行为数据的推荐类型的就绪百分比可能会随着购物者日常活动而频繁变化。
如果就绪指示器百分比很低，该怎么办
就绪性百分比低表示您的目录中符合此推荐类型推荐条件的产品不多。 这意味着，如果仍部署此推荐类型，则返回备用推荐的可能性很高。
下面列出了常见低就绪分数的可能原因和解决方案：
-
基于静态的 — 可显示产品缺少目录数据导致这些指示器的百分比较低。 如果它们低于预期值，则完全同步可以修复此问题。
-
基于动态 — 以下因素导致基于动态的指标所占百分比较低：
- 在必需的storefront事件中缺少相应推荐类型（requestId、产品上下文等）的字段。
- 存储区上的低流量，因此我们收到的行为事件量很低。
- 您商店中不同产品的店面行为事件多样性很低。 例如，如果在大多数情况下仅查看或购买了10%的产品，则相应的就绪指示器将会较低。
预览推荐 preview
将 推荐的产品预览 面板部署到店面时，该面板始终随推荐单元中显示的示例产品选项一起提供。
要在非生产环境中工作时测试推荐，您可以从不同的源获取推荐数据。 这允许商家在部署到生产环境之前试验规则并预览推荐。
备份 — 表明收集的训练数据不足，因此使用备份推荐来填充插槽。 转到行为数据了解有关机器学习模型和备份推荐的更多信息。
要实时查看推荐单元包含哪些产品，请在创建推荐单元时试验页面类型、推荐类型和过滤器。 然后，根据返回的产品配置设备以满足您的业务需求。
在同一页面上部署多个推荐单元时，Adobe Commerce使用筛选器从显示的推荐中删除重复的产品。 因此，预览面板可能显示与店面不同的产品集。
Recently viewed推荐类型，因为管理员中没有该数据。