Show Menu
主題×

讓建議以建議索引鍵為依據

Recommendations based on keys use visitor behavior context to show relevant results in Adobe Target Recommendations activities.
有兩種類型的建議:
  • 人氣: 根據「檢視次數最多」、「銷售最高」和「排名最前的量度」列出項目。人氣條件的金鑰為空白。
  • 以金鑰為依據: 組成條件的其餘部分。Recommendations 提供與金鑰類型相關的多種設定選擇。選項範圍從「目前項目」到「設定檔參數」,這允許您以程式設計方式設定要建議的值金鑰。您可以讓每個條件以不同金鑰為基礎,對彼此測試多個條件。
各條件均在自己的標籤中定義。流量平均分入不同的條件測試中。換句話說,如果您有兩個條件,流量會在它們之間平均分配。如果您有兩個條件和兩個設計,流量會在四個組合中平均分割。您也可指定可看到預設內容的訪客比例,以進行比較。這種情況下,指定比例的訪客看到預設內容,其餘的分入條件和設計組合之間。
  1. Create a new criteria, or select an existing criteria and click Edit .
  2. To change the recommendation key, select the new key from the Recommendation Key drop-down list, then click Save or Update .
    因為不同邏輯會對應至不同建議金鑰,而不同建議會將自身借出,以放置在不同類型的頁面上。如需每個建議索引鍵的詳細資訊,請參閱下列章節。

建議金鑰

「建議金鑰」下拉式清單中 提供下列建議金鑰 :

目前項目

建議由訪客正在檢視的項目確定。
Recommendations 會顯示對指定項目感興趣的訪客的其他項目。
選取此選項時,必須將 entity.id 值作為顯示 mbox 的參數傳遞。

邏輯 (條件)

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽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
  • 網站相關性

使用您網站上的哪個位置

  • 單一項目頁面,例如產品頁面。
  • 請勿在 null 搜尋結果頁面上使用。

目前類別

建議由訪客正在檢視的產品類別確定。
Recommendations 會將項目顯示在指定的產品類別中。
選取此選項時,必須將 entity.categoryId 值作為參數傳入顯示 mbox。

邏輯 (條件)

  • 最暢銷商品
  • 檢視次數最多

使用您網站上的哪個位置

  • 單一類別頁面。
  • 請勿在 null 搜尋結果頁面上使用。

自訂屬性

Recommendation 由儲存在訪客設定檔中的項目決定,並使用user. x 或設定檔。 x 屬性。
選取此選項時,設定檔屬性中必須呈現 entity.id 值。
根據自訂屬性來建議時,您必須選取自訂屬性,然後選取建議類型。
對於您自己的自訂條件輸出,您可以執行即時篩選。例如,您可以將建議的項目限制在來自訪客最喜愛的類別或品牌的內容。此功能可讓您結合離線計算與即時篩選。
This functionality means that you can use Target to add personalization on top of your offline calculated recommendations or custom-curated lists. 這結合資料科學家的本領和研究,與 Adobe 的實測可靠傳送、執行階段篩選、A/B 測試、鎖定目標、報表、整合及其他。
連同在自訂條件上增加包含規則,這還可以根據訪客的興趣,將原本靜態的建議轉換成動態建議。
  • 就像建議中的其他條件一樣,自訂條件也可設定。
  • 您可以使用 收集 排除 包含 (包括用於價格和存貨的特殊規則) 的方式與任何其他條件相同。
可能的使用案例包括:
  • 您想從自訂策展清單中建議電影,但僅限於訪客還沒看過。
  • 您想執行離線演算法,並利用結果來強化建議,但您需要確定絕不會建議沒有庫存的項目。
  • 您想只包含此訪客最喜愛的類別中的項目。

邏輯 (條件)

  • 瀏覽過此項目、也瀏覽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
  • 整體行為
  • 檢視次數最多
  • 最暢銷商品
如果金鑰為自訂設定檔屬性,而演算法類型為「檢視次數最多」或「最暢銷商品」,則系統會顯示稱為「依下列唯一值分組:」的新下拉式清單,其中有已知實體屬性 (除了 ID、類別、利潤、值、存貨和環境) 的清單。此為必填欄位。

使用您網站上的哪個位置

  • 可以在任何頁面上使用。

自訂建議金鑰

您可以讓建議以自訂設定檔屬性的值為依據。例如,假設您要依據訪客最近新增至其佇列中的電影顯示推薦電影。
  1. 從​ 建議索引鍵 ​下拉式清單 (例如「最近新增到觀看清單的節目」) 中選取自訂設定檔屬性。
  2. 接著,選取​ 建議邏輯 (例如「瀏覽過此項目、也瀏覽了其他項目的使用者」)。
如果自訂設定檔屬性未直接比對至單一實體 ID,則需要向 Recommendations 解說您希望實體的比對如何發生。例如,假設您要顯示訪客最喜愛品牌的最暢銷商品項目。
  1. 從​ 建議索引鍵 ​下拉式清單 (例如「最喜愛的品牌」) 選取自訂設定檔屬性。
  2. 接著,選取您要用於此索引鍵的​ 建議邏輯 (例如「最暢銷商品」)。
    依下列唯一值分組選項隨即顯示。
  3. 選取比對至您已選擇之索引鍵的實體屬性。在此範例中,「最喜愛的品牌」比對至 entity.brand
    Recommendations 現在會產生每個品牌的「最暢銷商品」清單,並依據訪客最喜愛的品牌設定檔屬性中儲存的值,向訪客顯示相關的「最暢銷商品」清單。

最喜愛的類別

建議由接收最多活動的類別確定,而使用的方法與「檢視次數最多的項目」的相同,只不過是以類別計分,而並非產品。
這由最新/頻率條件判斷,方式如下:
  • 第一個類別檢視 10 點
  • 每個後續檢視 5 點
第一次造訪的類別會獲得 10 點。後續對相同類別的造訪會獲得 5 點。隨著每次造訪,之前已檢視的非目前類別會減少 1。
例如,在一次作業中先後檢視 categoryA 和 categoryB,結果為 A: 9、B: 10。如果您在下次作業時檢視相同項目,值會變更為 A: 20 B: 9。

邏輯 (條件)

  • 最暢銷商品
  • 檢視次數最多

使用您網站上的哪個位置

  • 一般頁面,例如首頁或登陸頁面及離站廣告。

上次購買的項目

建議由每位獨特訪客上次購買的項目確定。這會自動擷取,因此無需向頁面傳遞任何值。

邏輯 (條件)

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽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
  • 網站相關性

使用您網站上的哪個位置

  • 首頁、我的帳戶頁面、離站廣告。
  • 請勿在產品頁面或與購買相關的頁面上使用。

上次檢視的項目

建議由每位獨特訪客上次檢視的項目確定。這會自動擷取,因此無需向頁面傳遞任何值。

邏輯 (條件)

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽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
  • 網站相關性

使用您網站上的哪個位置

  • 首頁、我的帳戶頁面、離站廣告。
  • 請勿在產品頁面或與購買相關的頁面上使用。

檢視次數最多的項目

建議由檢視次數最多的項目確定,而使用的方法與最喜愛類別的相同。
這由最新/頻率條件判斷,方式如下:
  • 第一個產品檢視 10 點
  • 每個後續檢視 5 點
  • 作業結束時,所有值除以 2
例如,在一次作業中先後檢視 surfboardA 和 surfboardB,結果為 A: 10、B: 5。作業結束之後,結果為 A: 5、B: 2.5。如果您在下次作業時檢視相同項目,值會變更為 A: 15、B: 7.5。

邏輯 (條件)

  • 具有類似屬性的項目
  • 瀏覽過此項目、也瀏覽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
  • 網站相關性

使用您網站上的哪個位置

  • 一般頁面,例如首頁或登陸頁面及離站廣告。

人氣

建議由網站上的項目人氣確定。人氣包括依據 mbox 資料的最暢銷商品和檢視次數最多的產品,如果使用 Adobe Analytics,則還依據產品報表中的所有可用量度。項目的排名是根據您選取的建議邏輯。

邏輯 (條件)

  • 最暢銷商品
  • 檢視次數最多
  • 產品報表量度 (如果您使用 Adobe Analytics)

使用您網站上的哪個位置

  • 一般頁面,例如首頁或登陸頁面及離站廣告。

最近查看的項目

根據設計中的位置數量,使用訪客的歷史 (跨工作階段) 以呈現訪客已檢視的前 x 個項目。
The Recently Viewed Items criteria returns results specific to a given environment . 如果兩個網站分屬於不同環境,當訪客在這兩個網站之間進行切換時,每個網站都只會顯示適用網站最近檢視過的項目。如果兩個網站屬於同一環境,當訪客在這兩個網站之間進行切換時,訪客會看到兩個網站同樣最近檢視過的項目。
You cannot use the Recently Viewed Items criteria for backup recommendations.
您可以篩選「最近查看的項目/媒體」,以便僅顯示具有特定屬性的項目。
  • 如同建議中的其他條件一樣,「最近查看」條件也可設定。
  • 您可以使用 收集 排除 包含 (包括用於價格和存貨的特殊規則) 的方式與任何其他條件相同。
可能的使用案例包括:
經營多種業務的跨國公司可能讓訪客看到遍及多種數位屬性的項目。在此情況下,您可以將最近查看的項目限制在僅顯示檢視其所在位置的各自屬性。這可防止最近檢視的項目顯示在其他數位屬性的網站上。

使用您網站上的哪個位置

  • 一般頁面,例如首頁或登陸頁面及離站廣告。
「最近檢視的項目 」會同時包含活動的排除全域設定和選取的系列設定。 If an item is excluded by a global exclusion, or is not contained in the selected collection, it will not be displayed. Therefore, when using a Recently Viewed Items criteria, the "All Collections" setting should generally be used.

建議邏輯

Target Recommendations 採用複雜的演算法,用於判斷訪客的動作何時符合活動中設定的條件。建議金鑰決定可用的建議邏輯選項。
「建議邏輯」下拉式清單中提供 下列建議邏輯 (條件):

具有類似屬性的項目/媒體

根據目前頁面活動或訪客的過去行為,建議相似的項目或媒體。
如果您選取「具有類似屬性的項目/媒體」,則可以選擇設定內容相似性規則。
使用內容相似性產生建議對新項目特別有效,因為新項目不太可能使用「檢視過此的人」、「檢視過的人」和其他基於過去行為的邏輯顯示在建議中。 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。
如需詳細資訊,請參 閱內容相似性
此邏輯可與下列建議索引鍵搭配使用:
  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

檢視次數最多

顯示網站上最常檢視的項目或媒體。
此邏輯可讓您根據網站上檢視次數最多的項目顯示建議,以提高其他項目的轉換率。 例如,媒體網站可在其首頁上顯示其檢視次數最多的影片建議,以鼓勵訪客觀看其他影片。
此邏輯可與下列建議索引鍵搭配使用:
  • 目前類別
  • 自訂屬性
  • 最喜愛的類別
  • 人氣

購買了此項目、也購買了其他項目的使用者

建議當客戶購買所指定項目的同時,最常購買的項目。
這個邏輯會傳回購買後購買的其他產品;結果集中不包含指定的產品。
此邏輯可讓您在購物車摘要頁面上顯示建議,例如顯示其他購買者也購買的項目,借此增加交叉銷售機會。 例如,如果訪客購買套裝,建議可顯示其他訪客隨套裝一起購買的其他項目,例如領帶、連衣鞋和袖扣。 當訪客檢閱其購買項目時,您會提供其他建議。
此邏輯可與下列建議索引鍵搭配使用:
  • 目前項目
  • 自訂屬性
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

瀏覽過此項目、但購買了其他項目的使用者

建議在檢視所指定項目的相同工作階段中,最常購買的項目。此條件傳回在檢視這個產品之後購買的其他產品,而指定的產品未包含在結果集合中。
此邏輯會傳回檢視後購買的其他產品;結果集中不包含指定的產品。
此邏輯可讓您在產品頁面上顯示建議,例如顯示檢視該項目的其他訪客購買的項目,借此增加交叉銷售機會。 例如,如果訪客正在檢視釣竿,建議可顯示其他訪客購買的其他項目,例如釣具盒、捲軸和釣魚鈎。 當訪客瀏覽您的網站時,您會為他們提供額外的購買建議。
此邏輯可與下列建議索引鍵搭配使用:
  • 目前項目
  • 自訂屬性
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

瀏覽過此項目、也瀏覽了其他項目的使用者

建議在檢視所指定項目的相同工作階段中,最常檢視的項目。
這個邏輯會傳回檢視過此產品的其他使用者檢視過的產品;結果集中不包含指定的產品。
此邏輯可讓您建議其他檢視過項目的訪客也檢視的項目,以建立額外的轉換機會。 例如,在您網站上檢視道路腳踏車的訪客也可能會檢視腳踏車頭盔、騎單車套件、鎖等等。 您可以使用此邏輯建立建議,建議其他產品以協助您增加收入。
此邏輯可與下列建議索引鍵搭配使用:
  • 目前項目
  • 自訂屬性
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

網站相關性

根據項目之間關係的必然性來建議項目。您可以使用「包含規則」滑桿來設定此條件,以決定呈現建議之前需要多少資料。例如,如果選擇「非常強」,則會建議符合確定性最強的產品。
例如,如果您設定非常強的相關性,且您的設計包含五個項目,其中三個符合連線強度臨界值,則不符合最低強度需求的兩個項目不會出現在建議中,而會由您定義的備用項目取代。具有最強相關性的項目會先顯示。
例如,線上零售商可以建議訪客在後續瀏覽中,在過去工作階段中顯示感興趣的項目。 系統會擷取每個訪客作業的活動,以根據時近和頻率模型計算相似性。 當此訪客返回您的網站時,網站相似性會用來根據您網站上的過去動作顯示建議。
某些客戶具有相異產品集合和相異網站行為,如果他們設定弱網站相關性,可能會獲得最佳結果。
此邏輯可與下列建議索引鍵搭配使用:
  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目

最暢銷商品

顯示包含在最完成訂單中的項目。 單一訂單中相同項目的多個單位視為一份訂單。
此邏輯可讓您為網站上的暢銷商品建立建議,以提高轉換率和收入。 此邏輯特別適用於首次瀏覽您網站的訪客。
此邏輯可與下列建議索引鍵搭配使用:
  • 最喜愛的類別
  • 人氣

使用者建議

根據每位訪客的瀏覽、檢視和購買記錄來建議項目。 這些項目通常稱為「為您推薦」。
此准則可讓您為新訪客和舊訪客提供個人化內容和體驗。 建議清單會針對訪客的最近活動加權,並會在工作階段中更新,當使用者瀏覽您的網站時,建議清單會變得更個人化。
檢視和購買都可用來決定建議的項目。 指定的建議金鑰(例如目前項目)可用來套用您選取的任何包含規則篩選。
例如,您可以:
  • 排除不符合特定條件的項目(產品無存貨、30天前發佈的文章、評為R的影片等)。
  • 將包含的項目限制為單一類別或目前類別。
此邏輯可與下列建議索引鍵搭配使用:
  • 目前項目
  • 上次購買的項目
  • 上次檢視的項目
  • 檢視次數最多的項目