Show Menu
TÓPICOS×

Fórmula de recomendação de produto

A fórmula do Recommendations Product permite fornecer recomendações personalizadas de produtos, adaptadas às necessidades e interesses do cliente. Com um modelo de previsão preciso, o histórico de compras de um cliente pode fornecer a você informações sobre quais produtos eles podem estar interessados.

Para quem esta receita foi construída?

Na atualidade, um retalhista pode oferta de uma grande quantidade de produtos, dando aos seus clientes uma série de opções que podem também dificultar a procura dos seus clientes. Devido a limitações de tempo e esforço, os clientes podem não encontrar o produto que desejam, resultando em compras com um alto nível de dissonância cognitiva ou nenhuma compra.

O que esta receita faz?

A fórmula do Recommendations Product usa o aprendizado de máquina para analisar as interações de um cliente com produtos no passado e gerar uma lista personalizada de recomendações de produtos de forma rápida e fácil. Isso otimiza o processo de descoberta de produtos e elimina pesquisas longas, improdutivas e irrelevantes para seus clientes. Como resultado, a receita da Recommendations do produto pode melhorar a experiência geral de compra de um cliente, resultando em maior envolvimento e maior fidelidade à marca.

Como começar?

Para começar, siga o tutorial do Adobe Experience Platform Lab (consulte o link Lab abaixo). Este tutorial mostrará como criar a receita do Recommendations do produto em um notebook de Júpiter seguindo o notebook para o fluxo de trabalho da receita e implementando a receita em Experience Platform Data Science Workspace.

Schema de dados

Esta fórmula usa schemas Experience Data Model (XDM) dicionário de campos XDM personalizados para modelar os dados de entrada e saída:

Schema de dados de entrada

Nome do campo
Tipo
itemId
String
interventionType
String
carimbo de data e hora
String
userId
String

Schema de dados de saída

Nome do campo
Tipo
recomendações
String
userId
Número inteiro

Algoritmo

A fórmula do Recommendations Product utiliza filtragem colaborativa para gerar uma lista personalizada de recomendações de produtos para seus clientes. A filtragem colaborativa, ao contrário de uma abordagem baseada em conteúdo, não exige informações sobre um produto específico, mas utiliza as preferências históricas do cliente em um conjunto de produtos. Esta técnica de recomendação avançada usa dois pressupostos simples:
  • Há clientes com interesses semelhantes e eles podem ser agrupados comparando seus comportamentos de compra e navegação.
  • É mais provável que um cliente esteja interessado em uma recomendação baseada em clientes semelhantes em termos de comportamento de compra e navegação.
Esse processo é dividido em duas etapas principais. Primeiro, defina um subconjunto de clientes semelhantes. Em seguida, dentro desse conjunto, identifique recursos semelhantes entre esses clientes para retornar uma recomendação para o cliente do público alvo.