[Premium]{class="badge positive" title="檢視Target Premium包含的內容。"}
建立條件
Adobe Target Recommendations中的條件可控制Recommendations活動的內容。 建立條件以顯示最適合您的活動的建議。 這些條件會使用訪客的動作,判斷要顯示的內容或產品。
以下幾節將說明如何建立新條件。
存取「建立新條件」畫面
有多種方式可以到達Create New Criteria畫面。 根據您達到畫面的方式,部分畫面選項可能有所不同。
- 在 Recommendations > Criteria 資料庫畫面上,按一下 Create Criteria > Create Criteria。 您在這裡建立的條件會自動可供所有 Recommendations 活動使用。
- 當您使用Visual Experience Composer (VEC)建立Recommendations活動時,在您選取頁面上的元素並按一下Replace w/ Recommendations、Insert Recommendations Before或Insert Recommendations After後,就會立即進入Select Criteria畫面。 然後,您可以選取可用的條件或按一下 Create Criteria。 如果您建立新條件,您可以選擇儲存條件以搭配其他Recommendations活動使用。 如需詳細資訊,請參閱建立Recommendations活動。
- 編輯Recommendations活動時,請在頁面上的Recommendations Location方塊中按一下,然後選取 Change Criteria。 在Select Criteria畫面上,按一下 Create Criteria。 您將可以選擇儲存您的新條件以搭配其他 Recommendations 活動使用。
下列步驟假設您使用第一個方法存取Create New Criteria畫面: Recommendations > Criteria 資料庫畫面。
-
按一下 Recommendations > Criteria。
-
按一下 Create Criteria > Create Criteria。
-
在下列各節中設定資訊。
Basic Information info
-
輸入 Criteria Name。
這是用來說明該條件的「內部」名稱。例如,您可能想要將您的條件稱為「利潤最高的產品」,但您不想要將該標題公開顯示。請參閱下一個步驟來設定公開顯示的標題。
-
輸入公開顯示的 Display Title,以在使用此條件的任何Recommendations頁面上顯示。
例如,使用此條件來顯示建議時,您可能想要顯示「瀏覽過此項目、也瀏覽了其他項目的使用者」或「類似產品」。
-
輸入條件的簡短 Description。
說明應該能協助您識別條件,並且可能包括關於條件用途的資訊。
-
根據建議活動的目標選取垂直產業。
table 0-row-2 1-row-2 2-row-2 3-row-2 垂直產業 目標 零售/電子商務 轉換帶動購買 潛在客戶開發/B2B/金融服務 轉換但未購買 媒體/出版 參與 其他條件選項將根據您選取的垂直產業而變更。
-
選取 Page Type。
您可以選取多個頁面類型。
產業垂直和頁面類型可共同用來分類您儲存的條件,讓您可輕鬆對其他 Recommendations 活動重複使用條件。
Recommendations Algorithm rec-algo
-
選取 Algorithm Type 和 Algorithm:
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 演演算法型別 使用時機 可用的演演算法 Cart-Based 根據使用者的購物車內容提供建議。 - 瀏覽過這些專案、也瀏覽了其他專案的使用者
- 瀏覽過這些專案、但購買了其他專案的使用者
- 購買了此專案、也購買了其他專案的使用者
Popularity-Based 根據您網站上的專案整體人氣或使用者最喜愛或檢視次數最多的類別、品牌、型別等內的專案人氣提供建議。 - 全網站檢視次數最多
- 依類別檢視次數最多
- 依專案屬性檢視次數最多
- 全網站最暢銷商品
- 依類別排名的最暢銷商品
- 依專案屬性排名的最暢銷商品
- 依Analytics量度排名最前
Item-Based 根據找到使用者目前正在檢視或最近檢視之專案的類似專案提供建議。 - 檢視過此項目、也檢視了其他項目的使用者
- 瀏覽過此項目、但購買了其他項目的使用者
- 購買了此項目、也購買了其他項目的使用者
- 具有類似屬性的專案
User-Based 根據使用者的行為提供建議。 - 最近查看的項目
- 為您推薦
Custom Criteria 根據您上傳的自訂檔案提出建議。 - 自訂演演算法
note note NOTE 如果您選取 Items/ Media with Similar Attributes,便可選擇設定內容相似度規則。 -
視需要選取 專案屬性 和 設定檔屬性以符合、建議金鑰、篩選金鑰 和/或 Analytics量度 以設定演演算法。
其餘的演演算法組態選項會依選取的演演算法而有所不同。 若要完成演演算法的設定,請選取Recommendation Key、Filtering Key、Co-Occurrence Basis、Analytics Metric和/或Item Attribute和Profile Attribute to Match。
如需有關選擇Recommendation Key的詳細資訊,請參閱讓建議以建議索引鍵為依據。
Data Source data-source
-
選取所需的 Behavioral Data Source: Adobe Target或Analytics。
note note NOTE Behavioral Data Source區段只有在您的實作使用Analytics for Target (A4T)時才會顯示。 如果您選擇Analytics,請選取所需的報表套裝。
如果條件使用Adobe Analytics做為行為資料來源,建立後,條件可用時間會根據其他條件是否已使用選取的報表套裝和回顧期間而定,如下所述:
- 一次性報表套裝設定: 報表套裝第一次搭配指定資料範圍回顧期間使用時,Target Recommendations 可能需要二到七天才能從 Analytics 完全下載所選報表套裝的行為資料。此時間範圍取決於Analytics系統負載。
- 使用已可取得之報表套裝的全新或已編輯的條件: 建立新條件或編輯現有條件時,如果所選報表套裝已搭配 Target Recommendations 使用,且資料範圍小於或等於所選資料範圍,資料即可立即使用且不需要一次性設定。在此情況下,或是在未修改所選報表套裝或資料範圍時已編輯演算法的設定,演算法會在 12 小時內執行或重新執行。
- 現有演算法執行: 資料會每天從 Analytics 流動到 Target Recommendations。例如,針對Viewed Affinity建議,當使用者檢視產品時,產品檢視追蹤呼叫會以近乎即時的速度傳遞到Analytics。 Analytics 資料會在隔天很早推送到 Target,且 Target 會在 12 小時內執行演算法。
如需詳細資訊,請參閱使用Adobe Analytics搭配Target Recommendations。
-
設定 Lookback Window 以決定要顯示哪些建議時,要使用的可用歷史使用者行為資料的時間範圍。 此選項適用於所有演演算法,具有類似屬性和自訂演演算法的專案除外。
如果您的網站經常有大量流量和行為變更,請選擇較短的資料時段。較短的時段可讓 Recommendations 對於市場和您的業務中的變更更具回應力。例如,較短的時段表示 Recommendations 將在您的訪客開始季節性購物 (例如開學購物或聖誕節) 時偵測訪客行為中的變更,並將對這些購物季建議適當的項目。
如果您沒有許多資料,或訪客行為不會經常變更,則可以選取較長的時段。不過,對許多網站而言,較短的期間會產生較高品質的建議。
可用的資料範圍為:
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 7-row-3 回顧視窗選項 更新頻率(懸停時顯示) 支援的演演算法 六小時 演演算法每3-6小時執行一次 當選取的Behavioral Data Source為Adobe Target時,Popularity-Based演演算法 一天 演演算法每12到24小時執行一次 Popularity-Based演演算法 兩天 演演算法每12到24小時執行一次 - Popularity-Based演演算法
- Item-Based演演算法
- User-Based演演算法
- Cart-Based演演算法
一週 演演算法每24到48小時執行一次 - Popularity-Based演演算法
- Item-Based演演算法
- User-Based演演算法
- Cart-Based演演算法
兩週 演演算法每24到48小時執行一次 - Popularity-Based演演算法
- Item-Based演演算法
- 所有User-Based演演算法
- Cart-Based演演算法
一個月(30天) 演演算法每24到48小時執行一次 - Popularity-Based演演算法
- Item-Based演演算法
- User-Based演演算法
- Cart-Based演演算法
兩個月(61天) 演演算法每24到48小時執行一次 - Popularity-Based演演算法
- Item-Based演演算法
- User-Based演演算法
- Cart-Based演演算法
Backup Content content
Backup Content規則會決定當建議專案數未填入您的建議設計時會發生什麼情況。 Recommendations條件傳回的建議可能少於您的設計呼叫。 例如,如果您的設計有四個專案的位置,但您的條件導致僅建議兩個專案,您可以將剩餘的位置留空,您可以使用備用建議來填滿額外的位置,或者您可以選擇不顯示建議。
-
(選用)將 Partial Design Rendering 切換滑至「開啟」位置。
系統會儘可能填滿位置,但設計範本中可能包含空白空間,以放置剩餘的位置。 如果停用此選項,且內容不足以填滿所有可用的位置,則不會提供建議,而是顯示預設內容。
如果您想要以空白位置提供建議,請啟用此選項。 如果您希望根據您的條件將推薦位置填入內容,而空白位置填入您的網站上類似或熱門內容,請使用備用推薦,如下一個步驟所述。
-
(選用)將 Show Backup Content 切換滑至「開啟」位置。
從您的網站上隨機選取檢視次數最多的產品,來填滿設計中剩餘的空白位置。
使用備份建議可確保您的建議設計填滿所有可用的位置。 假設您有4 x 1設計,如下所示:
假設您的條件只導致建議兩個專案。 如果啟用Partial Design Rendering選項,則前兩個位置會填滿,但剩餘兩個位置會維持空白。 但是,如果您啟用Show Backup Recommendations選項,前兩個位置會根據您指定的條件填滿,而剩餘兩個位置會根據您的備用建議填滿。
下列矩陣顯示您使用Partial Design Rendering和Backup Content選項時會觀察到的結果:
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 部分設計呈現 備份內容 結果 已停用 已停用 如果傳回的建議少於設計呼叫的數目,則會以預設內容取代建議設計,並且不顯示建議。 已啟用 已停用 系統會轉譯設計,但如果傳回的建議少於設計呼叫的數目,則可能包含空格。 已啟用 已啟用 備用建議會填滿可用的設計「槽」,以完整呈現設計。
如果因套用包含規則至備用建議而限制了合格備用建議的數量,以致設計無法填滿,則會轉譯部分設計。
如果條件未傳回任何建議,並且包含規則將備用建議限制為零,則會以預設內容來取代設計。已停用 已啟用 備用建議會填滿可用的設計「槽」,以完整呈現設計。
如果因套用包含規則至備用建議而限制了合格備用建議的數量,以致設計無法填滿,則會以預設內容取代設計,並且不顯示建議。如需詳細資訊,請參閱使用備份建議。
-
(視條件而定)如果您在上一個步驟中選取 Show Backup Content,則可啟用 Apply inclusion rules to backup recommendations。
包含規則會決定要在建議中包含哪些專案。 可用的選項取決於您的垂直產業。
如需詳細資訊,請參閱下方的指定包含規則。
內容相似度 similarity
使用Content Similarity規則,根據專案或媒體屬性提出建議。
內容相似度會比較項目屬性關鍵字並根據不同項目有多少共通的關鍵字進行建議。根據內容相似度的建議不需要過去的資料即可傳送強大的結果。
使用內容相似度來產生建議對於新項目來說尤其有效,它不太可能在使用 瀏覽過此項目、也瀏覽了其他項目的使用者 和根據過去行為之其他邏輯的建議中顯示。您也可以使用內容相似度,為沒有過去的購買或其他歷史資料的新訪客產生實用的建議。
選取 Item-Based/ Media with Similar Attributes 時,您可以選擇建立規則,以增加或減少在決定建議時特定專案屬性的重要性。 對於書籍之類的項目,您可能想要增強 風格、作者、系列 之類屬性的重要性,以建議類似的書籍。
因為內容相似度使用關鍵字來比較項目,有些屬性,例如 訊息 或 說明 可能會對比較產生「雜訊」。您可以建立規則來忽略這些屬性。
依預設,所有屬性會設為 「基線」。除非您要變更此設定,否則您不需建立規則。
包含規則 inclusion
有數個選項可以協助您縮減在建議中顯示的項目。您可以在建立條件或促銷活動時使用包含規則。
包含規則屬於可選; 不過,設定這些詳細資料可讓您對於建議中出現的項目擁有更多控制。您設定的每個詳細資訊都會進一步縮小顯示條件。
例如,您可以選擇只顯示存貨超過 50 雙且價格介於 $25 和 $45 之間的女鞋。您也可以加權每個屬性,讓對於您業務更為重要的項目可以更常顯示。
另一個範例是,您可以選擇對造訪您的網站、僅來自特定城市且擁有所需大學學位的訪客顯示職缺。
包含規則選項可能因垂直產業而不同。依預設,包含規則會套用至備用建議。
利用 AND 聯合包含規則。必須符合所有規則,才能在建議中納入某個項目。
如先前所提及,若要建立簡單的包含規則,僅顯示存貨大於 50 且價格介於 $25 與 $45 之間的女鞋,請執行下列步驟:
-
(視條件而定)將 Allow recently purchased items to be recommended? 切換滑至「開啟」位置。
此設定是根據
productPurchasedId
。預設行為是不推薦先前購買的項目。大多數情況下,您不會想推銷客戶最近已購買的項目。如果您銷售的是客戶一般只會購買一次的項目,例如獨木舟,則此相當實用。如果您銷售人們重複再次購買的商品,例如洗髮水或其他個人商品,您應該啟用此選項。 -
設定您要建議之產品的價格範圍。
-
設定您要建議之產品的存貨量下限。
-
設定建議只在項目符合您的特定條件時才顯示。
您可以指定僅在符合清單中的其中一項屬性,或不符合一項或多項指定的條件時,才包括項目。
可用的評估工具取決於您在第一個下拉式清單中選擇的值。您可以列出多個項目。這些項目會使用 OR 來評估。
多個規則會使用 AND 來結合。
note note NOTE 此選項會限制建議中所顯示的項目。不會限制在哪些頁面中顯示建議。若要限制建議顯示的位置,請在體驗撰寫器中選取頁面。
如需詳細資訊,請參閱使用動態和靜態包含規則。
屬性加權 weighting
您可以新增多個規則,以根據內容目錄的重要資訊或中繼資料「推動」演演算法,讓某些專案更有可能顯示。
例如,您可以對銷售中的專案套用較高的加權,使其更頻繁地出現在建議中。 不完全排除非售項目,但它們的顯示頻率較低。多種加權屬性皆可套用至相同的演算法,並能依據建議中的拆分流量測試加權屬性。
-
選擇值。
根據數個可用條件中的一個,值會決定較可能顯示的項目類型。
-
選擇一個求值器。
-
輸入關鍵字以完成規則屬性。
例如,完整的規則可能是「類別包含子字串鞋子」。
-
選取要指派至規則的加權。
選項範圍從 0 到 100 (增量為 25)。
-
如有需要,可新增其他規則。
完成時,按一下 Save。
如果您要建立新的Recommendations活動或編輯現有的活動,依預設會選取 Save criteria for later 核取方塊。 如果您不想在其他活動中使用條件,請在儲存之前清除核取方塊。
訓練影片:在Recommendations中建立條件(12:33)
此影片包含下列資訊:
- 建立條件
- 建立條件序列
- 上傳自訂條件