Show Menu
THEMEN×

Einführung in Recommendations

Der Text in diesem Artikel stammt vom Webinar Einführung in Recommendations , das Sie sich unten zur Gänze ansehen können.
Das Webinar „Einführung in Recommendations“ beinhaltet eine ausführliche Untersuchung, wie der Wert von Adobe Target Recommendations wirksam eingesetzt werden kann. Erfahren Sie, wie diese Target-Aktivität automatisch Produkte oder Inhalte anzeigt, die für Ihre Kunden von Interesse sein könnten, indem sie Echtzeitvorschläge auf der Grundlage früherer Besuche optimiert. Außerdem können Sie in die Target-Benutzeroberfläche eintauchen, um eine schrittweise Übersicht über das Erstellen einer Recommendations-Aktivität zu erhalten.

Einführung

Wir alle kennen die Empfehlungen, die uns beim Online-Einkauf angezeigt werden. Immer mehr Kunden erwarten diese Empfehlungen und verwenden sie als Ausgangspunkt, um andere verfügbare Angebote zu durchsuchen. Wenn Sie an Ihr eigenes Kaufverhalten denken, müssen Sie wohl zugeben, dass diese Empfehlungen wirklich gut funktionieren. Fast jeder von uns hat schon einmal ein Produkt gekauft, das er bzw. sie zuerst in einer Empfehlung gesehen haben – egal ob im Internet oder in einem Laden.
Die folgende Abbildung zeigt eine Empfehlung, die Zubehör präsentiert, das häufig mit einem neuen Smartphone gekauft wird, darunter auch Ladestationen und Kopfhörer.
Dabei fällt uns aber nicht unbedingt auf, wie digitale Unternehmen die Maßstäbe für Kundenerwartungen laufend höher legen. Unser Konsum von Medien und Inhalten wird immer mehr von personalisierten Empfehlungen gesteuert. Überlegen Sie, was Sie als Erstes sehen, wenn Sie Netflix, Spotify oder YouTube öffnen. Diese Unternehmen beginnen das Kundenerlebnis mit Empfehlungen. In einer Welt, in der es mehr Alternativen gibt als je zuvor, ist es wichtig, dass Sie den relevantesten Inhalt für Ihre Kunden im Moment der Interaktion identifizieren.
Marketingexperten verwenden Adobe Target, um personalisierte Erlebnisse für eine Vielzahl von Branchen, Kundentypen und Kanäle verfügbar zu machen.
Adobe Target stellt personalisierte Inhalte überall bereit.
Dies sind nur einige der Arten, wie Kunden Target verwenden, um personalisierte Empfehlungen bereitzustellen.
Wie sehen gute Empfehlungen aus?
Gute Empfehlungen sollten relevant und personalisiert sein. Zur Steigerung der Relevanz und Personalisierung benötigen Sie drei Dinge:
  • Steuerelemente für Marketingexperten , um die Relevanz der empfohlenen Artikel zu steigern. Als Marketingexperte haben Sie wertvolles Hintergrundwissen und verstehen, welche Attribute Ihrer Produkte oder Inhalte für ein Empfehlungsmodell relevant sind. Wenn Sie beispielsweise eine Video-Site betreiben, wissen Sie, dass die Benutzer möglicherweise daran interessiert sind, Filme desselben Regisseurs zu sehen, nicht aber Filme, die im selben Studio produziert wurden. Target stellt Ihnen Steuerelemente zur Verfügung, mit denen Sie Ihre Algorithmen auf der Basis dieser Branchenkenntnis verbessern können.
  • Hochentwickelte Modelle , um die Millionen von Artikeln in Ihrem Katalog und den Interaktionsereignissen sinnvoll zu ordnen. Target besitzt eine fortschrittliche maschinelle Lernfunktionen, die sich auf jahrelange Erfahrung stützt. Zusätzlich handhaben wir Jahr für Jahr Milliarden von Empfehlungen.
  • Benutzerkontext , um sicherzustellen, dass Empfehlungen zeitgerecht und für Ihre Benutzer relevant sind. Sie möchten nicht das Video empfehlen, das sich jemand gerade angesehen hat, oder das Hemd, das jemand gerade in den Einkaufswagen gelegt hat. Das umfassende Benutzerprofil von Target kann in Empfehlungen zur Personalisierung verwendet werden.

Implementieren von Target Recommendations

Beginnen Sie mit einer Strategie.
  • Welche Artikel möchten Sie empfehlen? Überlegen Sie sich zunächst, welche Artikel Sie empfehlen möchten. Dies könnten Produkte, Videos oder Inhalte sein.
  • Wo möchten Sie die Empfehlungen präsentieren? Überlegen Sie dann, wo Sie Empfehlungen präsentieren möchten. Wählen Sie die Kanäle (Web, Mobile, im Geschäft, im Kiosk usw.) aus, auf denen Empfehlungen präsentiert werden sollen. Welche Teile der Customer Journey sollen Empfehlungen enthalten? Welche Seiten auf Ihrer Website sollen Empfehlungen enthalten?
  • Wie werden Sie feststellen, ob Empfehlungen erfolgreich sind? Angenommen, Sie haben ein Erlebnis ohne Empfehlungen und ein Erlebnis mit Empfehlungen oder Sie verfügen über zwei verschiedene Typen von Empfehlungen. Wie können Sie ermitteln, welches Erlebnis für Ihre Kunden besser war? Einige Metriken sind möglicherweise schwieriger zu messen als andere. Beispielsweise sind die Auswirkungen von Empfehlungen auf den Kundenlebenszeitwert oft nur schwer unmittelbar festzustellen. Es ist daher oft einfacher, anstelle einer abstrakten eine konkretere Metrik zu verwenden, z. B. Umsatz pro Besuch, durchschnittlicher Bestellwert oder Anzahl der Klicks. In einigen Fällen möchten Sie möglicherweise auch eine Metrik minimieren, z. B. die Anzahl der Supportanrufe.
Nachdem Sie Ihre Strategie festgelegt haben, können Sie mit der Implementierung von Target Recommendations beginnen.
Die Implementierung von Recommendations umfasst im Großen und Ganzen drei Schritte:
  1. Trainieren von Target in Bezug auf Ihren Kontext oder Ihre Produkte.
  2. Erfassen des Benutzerverhaltens.
  3. Bereitstellen von Empfehlungen mit dem richtigen Kontext.

Trainieren von Target in Bezug auf Ihren Kontext oder Ihre Produkte

Wenn Sie mit Recommendations beginnen, übermitteln Sie Informationen zu jedem Artikel, den Sie empfehlen möchten. Target bietet verschiedene Integrationsoptionen zur Erstellung Ihres Katalogs.
Die einfachste und am häufigsten verwendete Methode besteht darin, täglich oder wöchentlich eine CSV-Datei von Ihrem Produktinformationsmanagement- oder Content-Management-System zu übermitteln. Sie können jedoch auch Informationen über die Datenschicht von Ihrer Seite mithilfe der Adobe Target-JavaScript-Bibliothek senden, unsere APIs nutzen, um Informationen direkt aus Ihrem Ausgangssystem weiterzugeben, oder unsere Adobe Analytics-Integration nutzen, wenn Sie bereits Katalogdaten an Analytics weiterleiten.
Sie können aber auch mehrere Optionen gemeinsam verwenden, z. B. den Großteil der Daten täglich per CSV-Datei und Inventaraktualisierungen häufiger per API übermitteln.
Normalerweise hilft Ihre IT-Abteilung bei der Durchführung dieses Schritts.
Unabhängig von der gewählten Methode sollten Sie zu jedem Artikel drei Kategorien von Metadaten mitsenden:
  • Daten, die dem Benutzer angezeigt werden sollen, der die Empfehlung erhält. Zum Beispiel den Namen des Films und eine URL mit einer Miniaturansicht.
  • Daten, die zur Anwendung von Marketing- und Merchandising-Steuerelementen nützlich sind. Beispielsweise die Bewertung des Films, sodass Sie keine Filme mit explizit sexuellen Inhalten empfehlen.
  • Daten, die zur Bestimmung der Ähnlichkeit von Artikeln nützlich sind. Beispielsweise das Genre des Films oder die Darsteller im Film.

Erfassen des Benutzerverhaltens

Als Nächstes sollten Sie Tags hinzufügen oder vorhandene Analytics-Implementierungen nutzen, um die Konversionsereignisse (wie Öffnungen und Käufe) zu tracken, die Target-Algorithmen verbessern.
Sie müssen sicherstellen, dass Target weiß, welche Artikel Ihre Benutzer öffnen und kaufen. Wenn der Kauf nicht für Ihren Kontext relevant ist, können Sie einen anderen Konversionstyp tracken, z. B. das Herunterladen einer PDF, die Teilnahme an einer Umfrage, das Abonnieren eines Newsletters, das Ansehen eines Videos usw.
Wenn Sie Target bereits zum Durchführen von A/B-Tests auf Ihrer Site verwenden, haben Sie diesen Schritt möglicherweise bereits durchgeführt. Oder wenn Sie Adobe Analytics bereits dazu verwenden, Berichte zu Site-Besuchen und Konversionsverhalten zu erstellen, können Sie Analytics als Quelle für Ihre Verhaltensdaten verwenden. Andernfalls ist es am einfachsten, diese Einstellung mithilfe eines Tag-Managers wie Adobe Launch einzurichten. Es ist auch möglich, Offline- oder In-App-Interaktionen per Echtzeit-API an Target zu senden.

Erhalten von Empfehlungen mit dem richtigen Kontext

Übermitteln Sie Informationen über Benutzer und Kontext im Moment der Interaktion an Target, um relevante und personalisierte Empfehlungen zurückzugeben.
Neben dem Benutzerverhalten in aggregierter Form müssen Sie Target den spezifischen Kontext übermitteln, in dem Empfehlungen angezeigt werden. Dazu gehören Informationen über die Seite und das Benutzerprofil. Target verwendet diese Informationen, um personalisierte Empfehlungen zu erstellen. Auf einer Einzelhandels-Website möchten Sie beispielsweise wissen, welches Produkt und welche Produktkategorie sich der Besucher momentan ansieht. Zusätzlich möchten Sie auch Informationen zu diesem Benutzer (Lieblingsmarke, bevorzugte Produktkategorie, Loyalitätsstufe usw.) wissen. Diese Informationen sind wichtig, damit Target Artikel filtern und die Personalisierung von Empfehlungen verbessern kann.

Erstellen der ersten Recommendations-Aktivität

Was ist eine Recommendations-Aktivität?
Eine Recommendations-Aktivität besteht aus folgenden Komponenten:
  • Zielgruppe : Wer soll diese Empfehlungen sehen?
  • Kriterien : Welche Artikel sollen empfohlen werden?
  • Design : Wie sollen die empfohlenen Artikel präsentiert werden?
Standardmäßig enthält Target 14 integrierte Zielgruppen, 42 integrierte Kriterien und 10 integrierte Designvorlagen. Sie können jedes dieser Elemente anpassen oder eigene hinzufügen. We’ve had previous webinars about building audiences in Target. In diesem Abschnitt wird beschrieben, wie die Kriterien definiert werden, aufgrund derer Artikel empfohlen werden.
Target verwendet das Konzept einer Kriterienkarte. Eine Kriterienkarte ist wie ein Rezept für die Personalisierung.
Die Auswahl oder Erstellung der richtigen Kriterien ist wichtig, um die gewünschten Personalisierungsergebnisse zu erzielen. Ein Kriterium ist wie ein Trichter, der Sie ausgehend vom gesamten Katalog zu Ihren endgültigen Empfehlungen führt.
In den folgenden Abschnitten werden die einzelnen Teile dieses Trichters und deren Funktionsweise in Target beschrieben:

Statische Filter (Sammlungen und Ausschlüsse)

Statische Filter sind allgemein anwendbare Regeln für Katalogattribute, die sich nicht häufig ändern.
In Bezug auf den Inhalt möchten Sie beispielsweise vielleicht alle Filme in Empfehlungen einbeziehen, aber Filme, die explizite sexuelle Inhalte haben, ausschließen. In Bezug auf den Einzelhandel verfügen Sie möglicherweise über mehrere Marken in verschiedenen Regionen der Welt. Sie möchten aber nur Produkte empfehlen, die in den USA verfügbar sind. Möglicherweise möchten Sie auch bestimmte Produkte einer regionalen Marke ausschließen.
Dies sind alles Katalogattribute, die allgemein anwendbar sind und die Sie möglicherweise in mehreren Empfehlungen verwenden möchten, und von denen nicht zu erwarten ist, dass sie sich häufig ändern.

Algorithmus (Empfehlungsschlüssel und -logik)

Als nächsten Schritt müssen Sie einen Empfehlungsschlüssel und eine Empfehlungslogik auswählen. Hier legen Sie die Grundlage Ihrer Empfehlung fest.
Zunächst müssen Sie den Empfehlungsschlüssel auswählen. Der Empfehlungsschlüssel ist das gesuchte Objekt, aufgrund dessen eine Empfehlung ausgewählt wird. Er ist stellt die Basis einer Empfehlung dar.
Eine Empfehlung kann auf Folgendem basieren:
  • Dem vom Besucher betrachteten Artikel
  • Der vom Besucher betrachteten Kategorie
  • Dem Artikel, den der Besucher zuletzt gekauft oder in den Warenkorb gelegt hat
  • Einem benutzerspezifischen Attribut, das einem Besucher oder einem Artikel zugeordnet ist
Auf der Grundlage dieser Schlüssel wählen Sie dann die gewünschte Empfehlungslogik aus:
  • Artikel mit ähnlichen Attributen
  • Die am häufigsten angezeigten Artikel einer bestimmten Kategorie
  • Kunden, die diesen Artikel gekauft haben, haben auch diese Artikel gekauft
  • Ein benutzerdefiniertes Attribut
Standardmäßig enthält Target eine Reihe von Algorithmen.
  • Zu den beliebtesten Algorithmen zählen „Am häufigsten angesehen“ und „Am häufigsten gekauft“.
  • Zu den inhaltsbasierten Algorithmen gehören „Ähnliche Inhalte“.
  • Algorithmen für artikelbasiertes kollaboratives Filtern umfassen die Kategorien „Ansicht/Ansicht“, „Ansicht/Gekauft“ und „Gekauft/Gekauft“. Beachten Sie, dass „Gekauft“ jede beliebige Konversion sein kann.
  • Zu den personalisierten Algorithmen zählen „Kürzlich angesehen“, „Site-Affinität“ und „Profiloptimiertes kollaboratives Filtern“.
  • Sie können auch Ihre eigenen benutzerdefinierte Algorithmen verwenden.

Online-Geschäftsregeln

Der letzte Schritt ist die Anwendung von Online-Geschäftsregeln. Damit versorgen Sie Ihre Algorithmen mit dem Domänenwissen und dem aktuellen Kontext, der darauf basiert, was der Besucher auf Ihrer digitalen Property gerade macht.
Im Inhaltskontext möchten Sie beispielsweise vielleicht Filme ausschließen, die der Besucher bereits gesehen hat, oder Filme vom selben Regisseur oder im selben Genre empfehlen. Im Einzelhandelskontext möchten Sie möglicherweise nicht vorrätige Produkte ausschließen, Artikel im Preissegment von 5 bis 500 $ anzeigen oder Artikel derselben Marke empfehlen.

Demo

Nachdem Sie die oben im Empfehlungstrichter beschriebenen Aufgaben ausgeführt haben, erhalten Sie Ihre endgültige Empfehlung. Sie können sich eine Produktdemonstration in Target ansehen. Das Demo beginnt um 21:00 Uhr im Adobe Target Basics-Webinar , das Sie über den unten stehenden Link erreichen.

Adobe Target Basics-Webinar: Einführung in Recommendations