Recommendations 簡介
本文中的文字內容來自 Recommendations 簡介 網路研討會，您可在下方查看其完整內容。
Recommendations 簡介 網路研討會包含有關如何運用 Adobe Target Recommendations 的值的深入探討。瞭解此 Target 活動如何根據先前的造訪最佳化即時建議，藉此自動顯示可能使您的客戶感興趣的產品或內容。此外，深入探討 Target UI，瞭解如何建置 Recommendations 活動的逐步概覽。
簡介
我們都瞭解在零售業所看到的建議種類。客戶對這些種類的建議有越來越高的期望，並使用它們做為探索其他可用選項的起點。如果您思考一下自己的購物行為，就會發現這些種類的建議十分有效。我們當中的所有人幾乎都買了在某處 (無論是商店或是數位屬性) 的建議中第一眼看到的產品。
下圖說明顯示經常搭配新手機購買之配件的建議，包括充電座、保護套和耳機。
但我們未必會思考的是，數位優先品牌如何提高客戶期望的標準。 我們使用媒體和內容的方式，越來越受到個人化建議的推動。試想一下您在開啟 Netflix、Spotify 或 YouTube 時第一眼看到的內容。這些品牌透過建議開啟了客戶體驗。在有越來越多可用替代選項的世界中，您必須在客戶進行互動的時間點為其找出最相關的內容，這一點至關重要。
行銷人員使用 Adobe Target 推動各行各業、各種客戶類型及管道的個人化體驗。
Adobe Target 可隨時隨地提供個人化內容。
-
發佈：網站發佈者使用 Target Recommendations 向網站訪客建議文章並促進更多互動。
-
影片教學課程：Adobe Creative Cloud 使用 Target，在 Photoshop 應用程式中向 Photoshop 使用者建議影片教學課程。
-
遊戲：遊戲公司使用 Target，在使用者的遊戲主機上向其建議遊戲和內容。
-
B2B 銷售：企業對企業公司使用 Target，向 B2B 潛在客戶建議影片、白皮書和部落格文章、提供下載，以及為現有客戶提供協助。
這些只是客戶使用 Target 提供個人化建議的一些方式。
提供絕佳建議需要哪些要素？
絕佳建議應提供相關且個人化的內容。也就是說，您需要下列三個要素，來促進相關性和個人化:
- 行銷人員控制，協助促進建議項目的相關性。身為行銷人員，您負責提供寶貴的內容，而且您知道哪些產品屬性或內容與建議模型相關且可供考慮。如果您經營影片網站，您知道使用者可能有興趣觀賞來自同一位導演的影片，但可能不想觀賞同一個製片廠所製作的電影。 Target 能讓您擁有控制的能力，可讓您透過此領域知識增強演算法。
- 精密的模型，將目錄和互動事件中的數百萬個項目轉換成有意義的資料。Target 具有根據長達十年經驗所打造的精密機器學習功能，而且我們每年處理數十億個建議。
- 使用者內容，確保可為使用者提供及時且相關的建議。您不想要建議某個使用者剛看過的影片，或某個使用者剛新增至購物車的襯衫。 Target的豐富使用者設定檔可用於建議，以確保個人化。
實作 Target Recommendations
首先，請從策略開始。
- 您想要建議哪些項目？ 首先，請思考您想要建議哪些項目。可能是產品、影片或內容。
- 您要在哪個位置顯示建議？ 接下來，請思考您要在哪個位置提供建議。廣泛來說，就是哪些管道 (網路、行動裝置、店內、資訊站等)？ 客戶使用之旅的哪些環節會包含建議？ 網站上的哪些頁面會包含建議？
- 如何判斷建議是否成功？ 假設您有一個不含建議的體驗以及一個含有建議的體驗，或者您有兩個不同類型的建議。如何判斷哪個體驗對客戶來說是更好的體驗？ 某些量度可能比其他量度更難測量。例如，建議對客戶期限值的影響通常很難直接取得。因此，通常取得一個較不抽象的量度以及一個較明確的量度會比較簡單，例如每次造訪帶來的收入、平均訂購值或點按次數。在某些情況下，您可能會想要將量度最小化，例如支援服務通話的數量。
在想出策略之後，您就可以開始實施 Target Recommendations 了。
建立建議實施包含三個廣泛的步驟:
- 教導 Target 您的內容或產品。
- 擷取使用者行為。
- 透過正確的內容取得建議。
教導 Target 您的內容或產品
開始使用 Recommendations 時，您傳送有關您要建議之所有項目的資訊。Target 提供可建立目錄的多個整合選項。
最簡單且最常用的方法就是，每天或每週從您的產品資訊管理系統或內容管理系統傳送 CSV 檔案。但您也可以使用 Adobe Target JavaScript 程式庫從頁面傳送資料層上的資訊、運用 API 直接從來源系統傳送資訊，或是如果您已將目錄資料傳送至 Analytics，則使用 Adobe Analytics 整合。
有時候您可能會想要一起使用多個選項，例如，每天透過 CSV 檔案傳送大多數資料，以及透過 API 更頻繁地傳送庫存更新。
IT 部門通常會參與此過程並協助您完成設定。
無論您選擇哪種方法，都應在三個類別中包含有關各個項目的中繼資料:
- 您要向收到建議的使用者顯示的資料。例如，電影名稱和縮圖影像 URL。
- 適合用於套用行銷和推銷控制的資料。例如，電影分級，以免建議 NC-17 電影。
- 適合用於判斷項目與其他項目之相似度的資料。例如，電影類型或電影中的演員。
擷取使用者行為
接下來，您應新增標記或運用現有 Analytics 實施，追蹤推動 Target 演算法的轉換事件 (例如檢視和購買)。
您必須確保 Target 知道使用者檢視及購買的項目。如果購買與內容無關，您可能會想要追蹤不同型別的轉換事件，例如下載PDF、完成問卷、訂閱電子報、觀看影片等。
如果您已使用 Target 在網站上執行 A/B 測試活動，您可能已完成此步驟。或者，如果您已使用 Adobe Analytics 回報網站造訪和轉換行為，您可使用 Analytics 做為行為資料來源。如果沒有，最簡單的做法是使用標籤管理員（例如Adobe Experience Platform中的標籤）進行此設定。 也可以透過即時API將離線或應用程式內的互動傳送至Target。
透過正確的內容取得建議
在進行互動的時間點將使用者與內容的相關資訊傳送至 Target，以傳回相關和個人化建議。
除了彙總形式的使用者行為以外，您還必須將顯示建議之特定內容傳送給 Target。這包括頁面的相關資訊和來自使用者設定檔的資訊。Target 使用此資訊提供個人化建議。例如，在零售網站上，您想要瞭解訪客正在檢視的產品和產品類別。您也想要瞭解關於該使用者的資訊 (最愛的品牌、最愛的產品類別、忠誠度級別等)。此資訊非常重要，這樣 Target 才能篩選項目並改善建議的個人化成效。
建立第一個 Recommendations 活動
什麼是 Recommendations 活動？
Recommendations 活動由下列元件構成:
- 客群：誰應該看到這些建議？
- 條件：應建議哪些項目？
- 設計：應如何顯示建議項目？
Target 隨附立即可用的 14 個內建客群、42 個內建條件，以及 10 個內建設計範本。您可以逐一自訂這些項目，或新增您自己的項目。我們之前曾舉辦次有關在Target中建立對象的網路研討會。 本節重點在於如何定義條件，這會定義將建議哪些項目。
Target 使用條件卡的概念。條件卡就像個人化的方式。
請務必選擇或建立正確的條件，以達到您想要的個人化結果。條件就像漏斗，能將您從整個目錄帶到最終的一組建議。
以下章節說明此漏斗的各個環節及其在 Target 中的運作方式:
靜態篩選 (集合和條件)
靜態篩選是可範圍適用的規則，與您不希望經常變更的目錄屬性相關。
例如，在內容環境中，您可能會想要在建議中包含所有電影，但排除分級為 NC-17 的電影。在零售內容中，您可能有位於全世界不同區域的多個品牌，但您只想要建議可在美國提供的產品。您可能也會想要從地區私人標籤中排除產品。
這些全都是可廣泛適用的目錄屬性，您可能想要用於多個建議，且不希望它們經常變更。
演算法 (建議索引鍵和邏輯)
下一步是選擇建議索引鍵和邏輯。這是您決定建議之基礎的位置。
您需要選擇的第一個項目是建議索引鍵。建議索引鍵是您「查詢」以選擇建議的內容。這是建議所根據的內容。
建議可以根據下列內容:
- 訪客目前正在檢視的項目
- 訪客目前正在檢視的類別
- 訪客上次購買或新增至購物車的項目
- 與某個訪客戶項目有關的自訂屬性
接著，您可根據這些索引鍵選擇想要的建議邏輯:
- 具有類似屬性的項目
- 某個特定類別中檢視次數最多的項目
- 已購買此項目的客戶也購買了這些項目
- 自訂屬性
Target 隨附一應俱全且立即可用的演算法。
- 基於人氣的演算法 包含檢視次數最多和最暢銷商品。
- 基於內容的演算法 包含內容相似度。
- 基於項目的合作篩選演算法 包含已檢視/已檢視、已檢視/已購買，以及已購買/已購買。請注意，「已購買」可能是任何轉換。
- 個人化演算法 包含最近查看的、網站相關性，以及已增強設定檔的合作篩選。
- 自備演算法 可讓您使用自己的自訂演算法。
線上業務規則
最後一個步驟是套用線上業務規則。透過此步驟，您可讓演算法擁有領域知識，以及根據訪客正在數位屬性上執行之作業的目前內容。
例如，在內容環境中，您可能會想要排除訪客之前已觀看的電影、建議同一位導演的電影，或提升相同類型的電影。在零售內容中，您可能會想要排除沒有庫存的產品、顯示價格範圍介於 $5 到 $500 美元之間的項目，或提升來自相同品牌的項目。
示範
在您如上所述完成建議漏斗插圖中的工作後，就剩下最終建議了。若要觀看 Target 內的產品內示範，此示範會在 21:00 於 Adobe Target 基礎網路研討會 中開始進行，連結如下。