Empfehlungsmodelle

Auf dieser Seite werden die Empfehlungsmodelle mit ihren standardmäßigen Bereitstellungskonfigurationen und Optimierungszielen, den verfügbaren Anpassungen und den unterstützten Ereignistypen beschrieben.

Einführung

Wenn Sie sich für die Verwendung von KI Commerce Search registrieren, arbeiten Sie mit dem KI Commerce Search-Support zusammen, um die besten Empfehlungsmodelle und -anpassungen für Ihre Website zu ermitteln. Die Modelle und Anpassungen, die Sie verwenden, hängen von Ihren Geschäftsanforderungen ab und davon, wo Sie die resultierenden Empfehlungen anzeigen möchten.

Wenn Sie Empfehlungen anfordern, geben Sie den Wert der Bereitstellungskonfiguration für die Ressource placement an. Weitere Informationen zur Verwendung der Ressource placement zum Bereitstellen von Konfigurationen und zur Unterstützung von Platzierungen, die zuvor zum Platzieren von Modellen verwendet wurden, finden Sie unter Informationen zu Bereitstellungskonfigurationen. Die Bereitstellungskonfiguration bestimmt, welches Modell zum Zurückgeben der Empfehlungen verwendet wird. Sie können auch Ihre Ergebnisse filtern.

Typen von Empfehlungsmodellen

Folgende Typen von Empfehlungsmodellen sind verfügbar:

Was Ihnen sonst noch gefallen könnte

Die Empfehlung „Was Ihnen sonst noch gefallen könnte“ sagt das nächste Produkt vorher, das ein Nutzer am wahrscheinlichsten ansieht oder konvertiert. Die Vorhersage basiert auf dem Warenkorbverlauf und Aufrufverlauf des Nutzers und der Relevanz des Produktkandidaten für ein aktuell angegebenes Produkt.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

Unterstützte Seiten für die Modellbereitstellung:

Häufig zusammen gekauft (Warenkorberweiterung)

Die Empfehlung „Häufig zusammen gekauft“ sagt vorher, welche Artikel häufig mit einem bestimmten Produkt innerhalb derselben Shopping-Sitzung gekauft werden. Wenn eine Produktliste angezeigt wird, werden Artikel vorhergesagt, die häufig mit dieser Produktliste gekauft werden.

Diese Empfehlung ist nützlich, wenn der Nutzer bereits die Absicht bekundet hat, ein bestimmtes Produkt (oder eine Liste von Produkten) zu kaufen, und Sie Ergänzungen (im Gegensatz zu Ersatzprodukten) empfehlen möchten. Diese Empfehlung wird normalerweise auf der Seite add-to-cart oder auf den Seiten „Warenkorb“ oder „Kasse“ (für die Einkaufswagenerweiterung) angezeigt.

Standardoptimierungsziel: Umsatz pro Sitzung

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

Unterstützte Seiten für die Modellbereitstellung:

Empfehlungen für mich

Die Empfehlung „Empfehlungen für mich“ sagt das nächste Produkt vorher, das ein Nutzer am wahrscheinlichsten ansieht oder kauft. Die Vorhersage basiert auf dem Warenkorbverlauf oder dem Aufrufverlauf dieses Nutzers und Kontextinformationen von Anfragen, z. B. Zeitstempeln. Diese Empfehlung wird normalerweise auf der Startseite verwendet.

„Empfehlungen für mich“ kann auch auf Kategorieseiten nützlich sein. Eine Kategorieseite ähnelt einer Startseite, mit der Ausnahme, dass nur Artikel aus dieser Kategorie angezeigt werden. Sie können dies mithilfe eines standardmäßig für Sie empfohlenen Modells mit Filter-Tags erreichen. Beispielsweise können Sie den Artikeln in Ihrem Katalog benutzerdefinierte Filter-Tags (entsprechend den einzelnen Kategorieseiten) hinzufügen. Legen Sie in der Vorhersageanfrage das Nutzerereignisobjekt als category-page-view fest und geben Sie im Feld filter das Tag einer bestimmten Kategorieseite an. Es werden nur Empfehlungsergebnisse zurückgegeben, die mit dem angeforderten Filter-Tag übereinstimmen. Die Diversität sollte in diesem Anwendungsfall deaktiviert werden, da Diversität mit kategoriebasierten Filter-Tags in Konflikt stehen kann.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

Unterstützte Seiten für die Modellbereitstellung:

  • Alle

Noch einmal kaufen

Das Modell „Nochmal kaufen“ regt Nutzer dazu an, Artikel noch einmal zu kaufen, die sie bereits regelmäßig gekauft haben. Dieses personalisierte Modell sagt Produkte voraus, die mindestens zweimal gekauft wurden und in der Regel regelmäßig gekauft werden. Das Intervall, in dem ein Produkt vorgeschlagen wird, hängt vom Produkt und vom Websitebesucher ab. Empfehlungen aus diesem Modell können auf jeder Seitentyp verwendet werden.

Das Modell „Nochmal kaufen“ hat folgende Besonderheiten: - Es werden Nutzerereignisse vom Typ „Kauf abgeschlossen“ verwendet. – Kann nicht optimiert werden. – Unterstützt nur visitor_id. Wenn keine personalisierten Ergebnisse vorhanden sind, schlägt das Modell „Nochmal kaufen“ weltweit beliebte Artikel vor. Dieses Fallback-Verhalten kann nicht gesteuert oder deaktiviert werden.

Erstellen Sie nur ein Modell für „Noch mal kaufen“ pro Projekt, da diese Modelle nicht angepasst werden können. Wenn Sie mehrere „Nochmal kaufen“-Modelle auf Grundlage derselben Nutzerereignisse erstellen, werden keine anderen Empfehlungen generiert und es können unnötige Kosten entstehen.

Standardoptimierungsziel: –

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen: –

Unterstützte Seiten für die Modellbereitstellung: