Show Menu
SUJETS×

Création de critères

Les critères contrôlent le contenu de vos activités Recommendations. Créez des critères pour afficher les recommandations qui sont les plus appropriées à votre activité.

Création de critères

Les critères contrôlent le contenu de vos activités Recommendations. Créez des critères pour afficher les recommandations qui sont les plus appropriées à votre activité.
Il existe plusieurs méthodes pour accéder à l’écran Créer des critères. Certaines options de l’écran varient en fonction de l’accès à ce dernier.
  • Lorsque vous créez une activité Recommendations, cliquez sur Nouveau dans l’écran Sélectionner des critères. Vous avez la possibilité d’enregistrer les nouveaux critères afin de les utiliser avec d’autres activités Recommendations.
  • Lorsque vous modifiez une Recommendations activité, cliquez sur la zone Emplacement des recommandations sur votre page, puis sélectionnez Changer les critères . Dans l’écran Sélectionner les critères, cliquez sur Nouveau . Vous avez la possibilité d’enregistrer les nouveaux critères afin de les utiliser avec d’autres activités Recommendations.
  • Dans l’écran de la bibliothèque Recommandations  > Critères , cliquez sur Créer des critères . Les critères que vous créez à cet emplacement deviennent automatiquement disponibles pour toutes les activités Recommendations.
  1. Cliquez sur Créer des critères ou sur Nouveau .
  2. Sélectionnez Créer des critères .
  3. Saisissez un Nom de critère .
    C’est le nom « interne » utilisé pour décrire ce critère. Par exemple, vous voulez peut-être appeler votre critère « Produits générant la marge la plus élevée », mais vous ne voulez pas que ce titre soit affiché publiquement. Reportez-vous à la prochaine étape pour configurer le titre destiné au public.
  4. Saisissez un Titre d’affichage destiné à l’audience qui apparaîtra sur la page pour n’importe quelle recommandation utilisant ce critère.
    Vous pouvez par exemple souhaiter afficher « Les personnes qui ont consulté cet article ont aussi consulté celui-ci » ou « Produits similaires » lorsque vous utilisez ce critère pour afficher des recommandations.
  5. Saisissez une courte Description du critère.
    La description doit vous permettre d’identifier le critère. Elle peut aussi inclure des informations concernant l’objet du critère.
  6. Sélectionnez un Secteur industriel vertical  :
    • Vente au détail / commerce électronique
    • Génération de piste / B2B / Services financiers
    • Médias / Publication
    Les autres options de critère sont modifiées en fonction du secteur industriel vertical que vous sélectionnez.
  7. Sélectionnez un Type de page .
    Vous pouvez sélectionner plusieurs types de page.
    Le secteur industriel vertical et les types de page sont utilisés pour classer les critères enregistrés, ce qui facilite la réutilisation des critères pour d’autres activités Recommendations.
  8. Sélectionnez une Clé de recommandation .
    Pour plus d’informations sur la base des critères sur une clé, voir Baser la recommandation sur une clé de recommandation .
  9. Sélectionnez la Logique de recommandation .
    Pour plus d’informations sur les options de logique de recommandation, consultez les Critères .
    If you select Items / Media with Similar Attributes , you will have the option to set content similarity rules .
  10. Définissez la plage de données afin de déterminer la période des données d’historique de comportement des utilisateurs disponibles, qui pourront être utilisées pour définir les recommandations à afficher.
    Si votre site reçoit un volume de trafic important et que les comportements changent fréquemment, sélectionnez une fenêtre de données plus courte. Une fenêtre plus courte permet Recommendations d’être plus réactif aux changements du marché et de votre entreprise. Par exemple, une fenêtre plus courte signifie que Recommendations détectera les changements de comportement des visiteurs lorsque ces derniers commencent des achats saisonniers, tels que les achats de la rentrée ou de la période des fêtes, et recommanderont les articles appropriés à ces saisons.
    Si vous n’avez pas beaucoup de données ou que le comportement des visiteurs ne change pas fréquemment, vous pouvez sélectionner une fenêtre plus longue. Néanmoins, pour de nombreux sites, une fenêtre plus courte permet d’obtenir de meilleures recommandations.
    Les périodes de données disponibles sont :
    • Deux jours
    • Une semaine
    • Deux semaines
    • Un mois
    • Deux mois
  11. Sélectionnez la source de données comportementales souhaitée : les mboxes ou Analytics.
    Si vous choisissez Analytics, sélectionnez la suite de rapports souhaitée.
  12. Définissez les règles de contenu.
    Les règles de contenu déterminent ce qui se passe lorsque le nombre d’éléments recommandés ne remplissent pas votre conception. Par exemple, si votre conception comprend un espace destiné à cinq éléments, mais que seuls trois éléments sont recommandés en raison de vos critères, vous pouvez laisser l’espace supplémentaire vide ou le remplir avec des recommandations de sauvegarde.
    Sélectionnez les bascules appropriées :
    • Activer le rendu de conception partiel
    • Afficher les recommandations de sauvegarde
    • Recommander des éléments achetés antérieurement
    Ce paramètre est basé sur productPurchasedId . Il est utile si vous vendez des articles que les gens n’achètent en général qu’une fois, comme des kayaks. Si vous vendez des articles que les gens achètent régulièrement, comme du shampoing ou d’autres articles personnels, désactivez cette option.
  13. Définissez les Règles d’inclusion .
    Les règles d’inclusion déterminent quels éléments sont inclus dans vos recommandations. Les options disponibles dépendent du secteur industriel vertical.
    Pour plus d’informations, voir Règles d’inclusion .
  14. Configurez la Pondération d’attribut .
    Vous pouvez ajouter plusieurs règles pour « pousser » l’algorithme en fonction d’une description ou de métadonnées importantes sur le catalogue de contenu. Par exemple, vous pouvez appliquer une plus forte pondération sur les articles en soldes pour qu’ils apparaissent plus souvent dans les recommandations.
  15. Lorsque vous avez terminé, cliquez sur Enregistrer .
    Si vous créez une activité de Recommandations ou que vous en modifiez une, la case Enregistrer les critères pour plus tard est cochée par défaut. Si vous ne souhaitez pas utiliser les critères dans d’autres activités, décochez la case avant de procéder à l’enregistrement.

Adobe Analytics

Lorsque les critères utilisent Adobe Analytics comme source de données comportementales, le temps qu’ils mettent à être disponibles une fois créés dépend de l’utilisation ou pas de la suite de rapports et de périodes d’analyse sur d’autres critères.
  • Configuration unique d’une suite de rapports  : la première fois qu’une suite de rapports est utilisée avec une fenêtre de recherche de plage de données spécifique, Target Recommendations peut prendre de deux à sept jours pour télécharger complètement les données comportementales de la suite de rapports sélectionnée depuis Analytics. Cette période dépend de la charge du système Analytics.
  • Critères nouveaux ou modifiés à l’aide d’une suite de rapports déjà disponible  : lors de la création d’un critère ou de la modification d’un critère existant, si la suite de rapports sélectionnée a déjà été utilisée avec Target Recommendations, avec une plage de données inférieure ou égale à celle sélectionnée, les données sont immédiatement disponibles et aucune configuration unique n’est requise. Dans ce cas ou si les paramètres d’un algorithme sont modifiés sans changer la suite de rapports ou la plage de données sélectionnée, l’algorithme s’exécute ou se réexécute dans les 12 heures.
  • Exécutions d’algorithme en cours  : les données sont transmises quotidiennement d’Analytics à Target Recommendations. Par exemple, pour la recommandation Affinité consultée, lorsqu’un utilisateur consulte un produit, un appel de suivi de consultation de produit est transmis à Analytics pratiquement en temps réel. Les données Analytics sont envoyées à Target tôt le lendemain matin et Target exécute l’algorithme en moins de 12 heures.

Baser la recommandation sur une clé de recommandation

Les recommandations fondées sur des clés exploitent le contexte comportemental des visiteurs pour afficher les résultats pertinents.
Il existe deux types de recommandations :
  • Popularité : dresse la liste des éléments d’après les critères Les plus consultés, Les plus vendus et Mesure maximale. La clé est vide pour les critères de popularité.
  • Basé sur une clé : inclut le reste des critères. Recommandations propose un large éventail de choix de types de clé. Les options vont de « élément actif » à « paramètres de profil » pour vous permettre de définir par voie programmatique la clé des valeurs à recommander. Vous pouvez tester plusieurs critères les uns par rapport aux autres en basant chaque critère sur une clé différente.
Chaque critère est défini dans son propre onglet. Le trafic est réparti uniformément entre vos différents tests de critères. En d’autres termes, si vous avez deux critères, le trafic est réparti uniformément entre les deux. Si vous avez deux critères et deux conceptions, le trafic est réparti uniformément entre les quatre combinaisons. Vous pouvez également spécifier le pourcentage des visiteurs du site qui visualisent le contenu par défaut, à des fins de comparaison. Dans ce cas, le pourcentage spécifié des visiteurs du site qui visualisent le contenu par défaut et les autres sont répartis entre vos combinaisons critère/conception.
  1. Créez une recommandation ou sélectionnez une recommandation existante, puis cliquez sur Modifier .
  2. Pour changer de clé de recommandation, sélectionnez la nouvelle clé dans la liste déroulante Clé de recommandation puis cliquez sur Sauvegarder .
    Différentes logiques renvoient vers différentes clés de recommandation. Par conséquent, différentes recommandations renvoient à des emplacements sur différents types de page. Pour plus d’informations sur chaque clé, consultez les sections suivantes.

Article actuel

La recommandation est déterminée par l’article que le visiteur consulte actuellement.
Les recommandations présentent d’autres articles susceptibles d’intéresser les visiteurs qui consultent l’article spécifié.
Lorsque cette option est sélectionnée, la valeur entity.id doit être transmise comme un paramètre à la mbox d’affichage.
Logique (critère)
  • Articles avec des attributs similaires
  • Les personnes ayant consulté ceci ont consulté cela
  • Les personnes ayant consulté ceci ont acheté cela
  • Les personnes ayant acheté ceci ont acheté cela
  • Affinité du site
Où l’utiliser sur votre site
Pages d’un seul article (pages de produit, par exemple).
Ne PAS l’utiliser sur les pages de résultats de recherche nulles.

Catégorie en cours

La recommandation est déterminée par la catégorie de produits que le visiteur consulte actuellement.
Les recommandations présentent des articles dans la catégorie de produits spécifiée.
Lorsque cette option est sélectionnée, la valeur entity.categoryId doit être transmise comme paramètre à la mbox d’affichage.
Logique (critère)
  • Meilleurs vendeurs
  • Les plus consultés
Où utiliser sur votre site
Pages d’une seule catégorie.
Ne PAS l’utiliser sur les pages de résultats de recherche nulles.

Attribut personnalisé

La recommandation est déterminée par un article stocké dans un profil de visiteur, utilisant les attributs user. x> ou profile.attributs x .
Si cette option est sélectionnée, la valeur entity.id doit être présente dans l’attribut de profil.
Logique (critère)
  • Les personnes ayant consulté ceci ont consulté cela
  • Les personnes ayant consulté ceci ont acheté cela
  • Les personnes ayant acheté ceci ont acheté cela
  • Comportement global
  • Les plus consultés
  • Meilleurs vendeurs
Si la clé est un attribut de profil personnalisé et que le type d’algorithme est Le plus consulté ou Meilleurs vendeurs, une nouvelle liste déroulante intitulée « Grouper par valeur unique de » s’affiche et indique la liste des attributs d’entité connus (ID d’exception, catégorie, marge, valeur, inventaire et environnement). Ce champ est obligatoire.
Où utiliser sur votre site
Peut être utilisé sur n’importe quelle page.
Utilisation d’une clé de recommandations personnalisée
Vous pouvez axer les recommandations sur la valeur d’un attribut de profil personnalisé. Supposons, par exemple, que vous souhaitiez afficher les films recommandés en fonction de la séquence que le visiteur a ajoutée le plus récemment à sa file d’attente.
  1. Sélectionnez votre attribut de profil personnalisé dans la liste déroulante Clé de recommandation (par exemple, « Dernier affichage ajouté à la liste de surveillance »).
  2. Sélectionnez ensuite la logique de recommandation (par exemple « Personnes qui ont vu ceci, vu cela »).
Si votre attribut de profil personnalisé ne correspond pas directement à un ID d’entité unique, il est nécessaire d’expliquer à Recommendations la manière dont vous souhaitez que la correspondance à une entité se produise. Supposons, par exemple, que vous souhaitiez afficher les principaux articles de la marque préférée d’un visiteur.
  1. Sélectionnez votre attribut de profil personnalisé dans la liste déroulante Clé de recommandation (par exemple, « Marque préférée »).
  2. Sélectionnez ensuite la logique de recommandation que vous souhaitez utiliser avec cette clé (par exemple, « Meilleurs vendeurs »).
    L’option Groupe par valeur unique de s’affiche.
  3. Sélectionnez l’attribut d’entité correspondant à la clé choisie. Dans ce cas, « Marque préférée » correspond à entity.brand .
    Recommendations génère désormais une liste des « Meilleurs vendeurs » pour chaque marque et montre au visiteur la liste des « Meilleurs vendeurs » en fonction de la valeur stockée dans l’attribut de profil Marque préférée du visiteur.

Dernier article acheté

La recommandation est déterminée par le dernier article acheté par chaque visiteur unique. Ces données sont capturées automatiquement. Aucune valeur ne doit donc être transmise sur la page.
Logique (critère)
  • Articles avec des attributs similaires
  • Les personnes ayant consulté ceci ont consulté cela
  • Les personnes ayant consulté ceci ont acheté cela
  • Les personnes ayant acheté ceci ont acheté cela
  • Affinité du site
Où l’utiliser sur votre site
Page d’accueil, page Mon compte, publicités hors site.
Ne PAS l’utiliser sur les pages de produit ou les pages liées aux achats.

Dernier article consulté

La recommandation est déterminée par le dernier élément consulté par chaque visiteur unique. Ces données sont capturées automatiquement. Aucune valeur ne doit donc être transmise sur la page.
Logique (critère)
  • Articles avec des attributs similaires
  • Les personnes ayant consulté ceci ont consulté cela
  • Les personnes ayant consulté ceci ont acheté cela
  • Les personnes ayant acheté ceci ont acheté cela
  • Affinité du site
Où l’utiliser sur votre site
Page d’accueil, page Mon compte, publicités hors site.
Ne PAS l’utiliser sur les pages de produit ou les pages liées aux achats.

Article le plus consulté

La recommandation est déterminée par l’élément le plus souvent consulté, à l’aide de la même méthode que celle de la catégorie préférée.
Cela est déterminé par le critère de récence/fréquence qui fonctionne comme suit :
  • 10 points pour la première consultation de produit
  • 5 points pour chaque consultation consécutive
  • À la fin de la session, toutes les valeurs sont divisées par 2
Par exemple, l’affichage de surfboardA, puis de surfboardB dans une même session donne A : 10, B : 5. À la fin de la session, vous avez A : 5, B : 2,5. Si vous consultez les mêmes éléments au cours de la prochaine session, les valeurs deviennent A : 15 B : 7,5.
Logique (critère)
  • Articles avec des attributs similaires
  • Les personnes ayant consulté ceci ont consulté cela
  • Les personnes ayant consulté ceci ont acheté cela
  • Les personnes ayant acheté ceci ont acheté cela
  • Affinité du site
Où l’utiliser sur votre site
Pages générales, telles les pages d’accueil et les publicités hors site.

Catégorie préférée

La recommandation est déterminée par la catégorie associée au plus haut niveau d’activité, à l’aide de la même méthode que celle utilisée pour « Article le plus consulté », sauf que le score porte sur les catégories et non sur les produits.
Cela est déterminé par le critère de récence/fréquence qui fonctionne comme suit :
  • 10 points pour la première consultation de catégorie
  • 5 points pour chaque consultation consécutive
Les catégories consultées pour la première fois reçoivent dix points. Les visites suivantes dans la même catégorie reçoivent cinq points. À chaque visite, les catégories non actuelles qui ont été consultées auparavant sont décrémentées de 1.
Par exemple, l’affichage de categorieA, puis de categorieB dans une même session donne A : 9, B : 10. Si vous affichez les mêmes éléments lors de la session suivante, les valeurs passent à A : 20, B : 9.
Logique (critère)
  • Meilleurs vendeurs
  • Les plus consultés
Où utiliser sur votre site
Pages générales, telles les pages d’accueil et les publicités hors site.

Popularité

La recommandation est déterminée par la popularité des éléments de votre site. La popularité comprend les articles les plus vendus et les plus consultés selon les données de la mbox et, si vous utilisez Adobe Analytics, toutes les mesures disponibles dans le rapport sur les produits. Les articles sont classés en fonction de la logique de recommandation sélectionnée.
Logique (critère)
  • Meilleurs vendeurs
  • Les plus consultés
  • Mesures de rapport de produit (si vous utilisez Adobe Analytics)
Où utiliser dans le site
Pages générales, telles les pages d’accueil et les publicités hors site.

Éléments récemment consultés

Utilise l’historique du visiteur (sur plusieurs sessions) pour présenter les x  derniers éléments consultés par le visiteur, en fonction du nombre d’emplacements dans la conception.
Le critère Éléments récemment consultés renvoie désormais des résultats spécifiques à un environnement donné. Si deux sites appartiennent à différents environnements et qu’un visiteur bascule entre les deux sites, chaque site n’affiche que les éléments récemment consultés du site approprié. Si deux sites se trouvent dans le même environnement et qu’un visiteur bascule entre les deux sites, le visiteur voit les mêmes éléments récemment consultés pour les deux sites.
Où utiliser sur votre site
Pages générales, telles les pages d’accueil et les publicités hors site.
Les éléments récemment consultés respectent les paramètres globaux Exclusions et le paramètre Collection sélectionné pour l’activité. Si un élément est exclu par une exclusion globale ou ne figure pas dans la collection sélectionnée, il ne sera pas affiché. Par conséquent, lors de l’utilisation d’un critère Eléments récemment consultés, le paramètre « Toutes les collections » doit généralement être utilisé.

Règles d’inclusion

Plusieurs options vous aident à préciser les éléments qui s’affichent dans vos recommandations. Vous pouvez utiliser des règles d’inclusion lors de la création de critères ou de promotions.
Les règles d’inclusion sont facultatives. Cependant, le fait de définir ces détails vous permet de mieux contrôler les éléments qui apparaissent dans vos recommandations. Chaque détail configuré précise les critères d’affichage.
Vous pouvez, par exemple, choisir d’afficher uniquement les chaussures pour femmes dont le stock est supérieur à 50 et le prix compris entre 25 € et 45 €. Vous pouvez également pondérer chaque attribut, de telle sorte que la probabilité d’affichage soit plus élevée pour les éléments qui présentent plus d’intérêt pour vos activités.
Par exemple, vous pouvez choisir d’afficher les offres d’emploi pour les visiteurs qui visitent votre site uniquement à partir de certaines villes et qui possèdent les diplômes universitaires requis.
Les options de règle d’inclusion varient selon le secteur industriel vertical. Par défaut, les règles d’inclusion sont appliquées aux recommandations de sauvegarde.
Veuillez utiliser les règles d’inclusion avec prudence. Elles se révèlent utiles si, par exemple, des règles en vigueur dans votre entreprise interdisent la recommandation d’une marque pendant la consultation d’une autre marque. L’utilisation de cette fonctionnalité a toutefois un coût. Si vous empêchez l’affichage de certains éléments alors qu’ils devraient normalement être affichés selon les critères d’activité, l’effet élévateur risque d’être amoindri.
Les règles d’inclusion sont jointes par l’opérateur ET. Toutes les règles doivent être respectées pour inclure un élément dans une recommandation.
Pour créer une règle d’inclusion simple, comme mentionné précédemment, afin d’afficher seulement les chaussures pour femmes dont le stock est supérieur à 50 et le prix compris entre 25 et 45 €, procédez comme suit :
  1. Définissez une gamme de prix pour les produits que vous souhaitez recommander.
  2. Définissez la valeur de stock minimale pour les produits que vous souhaitez recommander.
  3. Configurez la recommandation de manière à afficher uniquement les éléments qui répondent à certains critères.
    Vous pouvez indiquer que les éléments sont inclus uniquement lorsque l’un des attributs de la liste répond (ou ne répond pas) à l’une ou plusieurs des conditions spécifiées.
    Les évaluateurs disponibles dépendent de la valeur que vous sélectionnez dans la première liste déroulante. Vous pouvez inclure plusieurs éléments. Ces éléments sont évalués par l’opérateur OU.
    Plusieurs règles sont associées à l’aide de l’opérateur ET.
    Cette option limite les éléments affichés dans la recommandation. Elle n’affecte pas les pages sur lesquelles la recommandation est affichée. Pour limiter l’emplacement d’affichage de la recommandation, sélectionnez les pages dans le compositeur d’expérience.

Pondération d’attribut

Utilisez la pondération d’attribut pour « pousser » l’algorithme afin que certains articles soient plus susceptibles d’être affichés. Les spécialistes du marketing peuvent influencer l’algorithme en fonction de la description ou des métadonnées importantes du catalogue de contenu.
Appliquez une pondération plus élevée aux articles en solde afin qu’ils apparaissent plus souvent dans la recommandation. Les articles non soldés ne sont pas complètement exclus, mais ils apparaîtront moins souvent. Plusieurs attributs pondérés peuvent être appliqués au même algorithme et les attributs pondérés peuvent être testés dans un trafic partagé dans la recommandation.
  1. Sélectionnez une valeur.
    La valeur détermine le type d’élément le plus susceptible de s’afficher, selon l’un des critères disponibles.
  2. Sélectionnez un évaluateur.
  3. Saisissez le mot clé pour compléter les attributs de règle.
    Par exemple, la règle complète peut être « category contient chaussures ».
  4. Sélectionnez le poids à assigner à la règle.
    Les options sont comprises entre 0 et 100, avec des incréments de 25.
  5. Ajoutez d’autres règles si nécessaire.

Paramètres Contenu

Les paramètres Contenu déterminent la manière dont les recommandations s’affichent dans votre conception.
Il est possible que les critères de Recommandations renvoient un nombre inférieur de recommandations par rapport à celui prévu par la conception. Votre conception peut par exemple comporter cinq emplacements disponibles alors que le critère renvoie seulement trois éléments recommandés. Les paramètres Contenu contrôlent la manière dont les recommandations sont présentées lorsque cette situation se produit.
Les règles de contenu déterminent ce qui se passe lorsque le nombre d’éléments recommandés ne remplissent pas votre conception. Par exemple, si votre conception comprend un espace destiné à cinq éléments, mais que seuls trois éléments sont recommandés en raison de vos critères, vous pouvez laisser l’espace supplémentaire vide ou le remplir avec des recommandations de sauvegarde.
Sélectionnez les bascules appropriées :
  • Activer le rendu de conception partiel
  • Afficher les recommandations de sauvegarde
  • Appliquer les règles d’inclusion aux recommandations de sauvegarde
  • Recommander des articles précédemment achetés
    Ce paramètre est basé sur la valeur de profil productPurchasedId . Le comportement par défaut est de ne pas recommander des articles précédemment achetés. En général, vous ne souhaitez pas promouvoir des articles qu’un client a récemment achetés. Lorsque des clients achète un produit régulièrement, vous pouvez activer cette fonctionnalité pour que les produits déjà achetés continuent d’être recommandés.
Si vous activez Afficher les recommandations de sauvegarde , l’option permettant d’appliquer vos règles d’inclusion aux recommandations de sauvegarde est activée par défaut.
Rendu de conception partiel
Recommandations de sauvegarde
Résultats
Désactivé
Désactivé
Si un nombre inférieur de recommandations est renvoyé par rapport à celui attendu par la conception, cette dernière est remplacée par le contenu par défaut et aucune recommandation n’est affichée.
Activé
Désactivé
La conception est rendue, mais elle peut inclure des espaces vides si un nombre inférieur de recommandations par rapport à celui attendu est renvoyé.
Activé
Activé
Les recommandations de sauvegarde remplissent les emplacements de la conception, en affichant entièrement celle-ci.
Si l’application des règles d’inclusion aux recommandations de sauvegarde limite le nombre de recommandations de sauvegarde incluses de sorte que la conception ne puisse pas être remplie, cette dernière est partiellement affichée.
Si le critère ne renvoie aucune recommandation et si les règles d’inclusion limitent les recommandations de sauvegarde à zéro, la conception est remplacée par le contenu par défaut.
Désactivé
Activé
Les recommandations de sauvegarde remplissent les emplacements de la conception, en affichant entièrement celle-ci.
Si l’application des règles d’inclusion aux recommandations de sauvegarde limite le nombre de recommandations de sauvegarde incluses de sorte que la conception ne puisse pas être remplie, cette dernière est replacée par le contenu par défaut et aucune recommandation n’est affichée.

Similarité de contenu

Utilisez les règles de similarité de contenu pour effectuer des recommandations en fonction des attributs d’élément ou de média.
La similarité de contenu compare des mots-clés d’attributs d’éléments et effectue des recommandations basées sur le nombre de mots-clés que différents éléments ont en commun. Les recommandations basées sur la similarité de contenu ne nécessitent pas d’anciennes données pour fournir des résultats solides.
L’utilisation de la similarité de contenu pour générer des recommandations est particulièrement efficace pour les nouveaux éléments, qui ne sont pas susceptibles d’apparaître dans des recommandations en utilisant la logique Les personnes ayant consulté ceci ont consulté cela et une autre logique basée sur le comportement passé. Vous pouvez également utiliser la similarité de contenu pour générer des recommandations utiles pour les nouveaux visiteurs, qui n’ont pas d’achats antérieurs ni d’autres données historiques.
Lorsque vous sélectionnez Éléments / Médias avec des attributs similaires , vous avez la possibilité de créer des règles pour augmenter ou diminuer l’importance des attributs d’éléments spécifiques pour déterminer les recommandations. Pour des éléments tels que des livres, vous pouvez augmenter l’importance d’attributs tels que le genre , l’ auteur , la série et ainsi de suite, pour recommander des livres similaires.
Étant donné que la similarité de contenu utilise des mots-clés pour comparer des éléments, certains attributs, tels que message ou description , peuvent parasiter la comparaison. Vous pouvez créer des règles pour ignorer ces attributs.
Par défaut, tous les attributs sont définis sur De base . À moins de vouloir modifier ce paramètre, vous ne devez pas créer de règle.
L’algorithme de similarité de contenu peut utiliser l’échantillonnage aléatoire pour calculer la similarité entre les éléments. Par conséquent, les évaluations de similarité entre les éléments peuvent varier d’une exécution d’algorithme à l’autre.

Training video: Create criteria in Recommendations (12:33)

Cette vidéo traite des sujets suivants :
  • Création de critères
  • Création d’une séquence de critères
  • Téléchargement de critères personnalisés