[Premium]{class="badge positive" title="请参阅Target Premium中包含的内容。"}

标准

Adobe Target Recommendations中的标准即规则,可根据预先确定的一组访客行为来确定要推荐的产品或内容。 标准可以基于流行趋势、访客当前和过去的行为或类似产品和内容。 您可以添加多个标准,以便对多个推荐类型进行相互测试。

以下部分将详细解释有关标准键以及可用于每个键的推荐逻辑的信息。 单击链接可了解更多详细信息。

垂直行业 section_936BCFCF234C49A2BEC1C38AAC2D71AF

在创建标准时,您可以根据推荐活动的目标选择垂直行业。

垂直行业
目标
零售/电子商务
转化促进完成购买
潜在客户拓展/B2B/金融服务
转化但不购买
媒体/出版
参与度

根据您选择的垂直行业,其他标准选项会发生变化。 您可以在​ Recommendations > Settings ​页面上设置默认垂直行业,也可以为每个标准指定垂直行业。

算法类型 section_885B3BB1B43048A88A8926F6B76FC482

您选择的算法类型决定了可用的算法。 有多种算法类型,当您设置Recommendations活动时,这些算法类型将以条件卡呈现。

标准页面

下表说明了各种算法类型及其随附的算法。

算法类型
使用时间
可用的算法
Cart-Based
根据用户的购物车内容提供推荐。
  • 查看了这些项目,也查看了这些项目的人
  • 查看了这些商品的人们购买了那些商品
  • 购买了这些商品的人们也购买了这些商品

有关详细信息,请参阅​ 使推荐基于推荐键 ​中的基于购物车的

Popularity-Based
根据项目在整个网站中的整体受欢迎程度或用户最喜爱或查看次数最多的类别、品牌、流派等中的项目受欢迎程度提供推荐。
  • 全网站查看的次数最多
  • 同类中查看次数最多
  • 按项目属性查看的次数最多
  • 全网站最畅销商品
  • 按类别划分的畅销商品排名
  • 按项目属性排名的最畅销商品
  • 按Analytics量度排名
Item-Based
根据查找的用户当前正在查看或最近查看过的项目的相似项目提供推荐。
  • 查看了这个项目,也查看了那个项目的人
  • 查看了这个项目,但购买了那个项目的人
  • 购买了这个项目,也购买了那个项目的人
  • 具有相似属性的项目
User-Based
根据用户的行为提供推荐。
  • 最近查看的项目
  • 为您推荐
Custom Criteria
根据您上传的自定义文件提出推荐。
  • 自定义算法

有关每个算法的详细信息,请参阅使推荐基于推荐键

使用自定义推荐键 custom-key

您还可以使推荐基于自定义配置文件属性的值。

NOTE
可通过JavaScript、API或集成将自定义配置文件参数传递到Target。 有关自定义配置文件属性的详细信息,请参阅访客配置文件

例如,假设您要根据用户最近添加到队列中的影片显示推荐的影片。

  1. 单击​ Recommendations > Criteria

  2. 单击​ Create Criteria > Create Criteria

  3. 基本信息部分中填写信息。

  4. 推荐的算法部分中,从​ Algorithm Type ​列表中选择​ Item Based

  5. 从​ Algorithm ​列表中选择​ People Who Viewed This, Viewed That

  6. 从​ Recommendation Key ​列表中选择自定义配置文件属性(例如,Last Show Added to Watchlist)。

    创建新标准对话框

查看标准信息 section_7162DE58E4594FD688A4D7FDB829FD8B

您可以通过将鼠标悬停在标准卡片上并单击“信息”图标,在弹出卡片中查看标准详细信息,而无需打开该标准。

“标准卡片”悬停信息

单击​ Algorithm Info ​选项卡可查看有关所选标准的常规信息,包括其名称、描述、垂直行业、页面类型、推荐键、推荐逻辑和算法ID。

“算法信息”选项卡

单击​ Algorithm Usage ​选项卡可查看引用所选标准的活动列表。 信息卡会列出活动、非活动和草稿活动。 单击实时活动/不活跃活动/草稿活动下拉列表,可查看引用该标准的完整活动列表。 您可以单击活动链接以打开活动进行编辑。

算法使用情况选项卡

NOTE
当前仅支持Recommendations活动使用Algorithm Usage功能。 A/B测试、自动分配、自动定位和体验定位(XT)活动当前不支持此功能,这些活动将个推荐作为选件
recommendation-more-help
3d9ad939-5908-4b30-aac1-a4ad253cd654