Vous êtes ici :
Calcul des affinités
La personnalisation utilise un modèle de sommation standard pour calculer l'affinité. Ce modèle utilise divers facteurs qui déterminent la sortie du score d'affinité.
| factor | effet de score |
|---|---|
| Signaux d'engagement | Les signaux d'engagement définis dans l'objet affinité calculée fonctionnent en tant que définitions d'événements. Lorsqu'un signal d'engagement est enregistré et référencé dans une affinité calculée (par exemple une vue de produit), le score d'affinité est automatiquement mis à jour. Mise à jour en temps réel de CA en temps réel. |
| Force du signal | La puissance des signaux d'engagement est classée comme élevée, moyenne ou faible. Un signal de puissance élevée affecte un score de 5 points, un signal moyen de 3 points et un signal faible de 1 point. Les valeurs de puissance du signal impactent le score global dans le sens positif ou négatif, selon leurs paramètres d'impact individuels. |
| Impact du signal | Vous pouvez définir si les signaux d'engagement ont un impact positif ou négatif sur le score d'affinité. Vous pouvez par exemple définir certains signaux (affichages, ajout à des paniers d'achat ou achats) comme positifs et d'autres signaux (retours ou plaintes) comme négatifs. Les signaux positifs ajoutent des points au score d'affinité. Les signaux négatifs soustraient des points du score. |
| Fenêtre de rétrospective | La fenêtre de rétrospective définit la distance depuis laquelle les événements d'engagement sont référencés pour les calculs d'affinité. Par exemple, pour un retour en arrière de 30 jours, le calcul d'affinité inclut uniquement les événements d'engagement survenus au cours des 30 derniers jours. |
| Décomposition | La décroissance de l'affinité prend en compte la fréquence d'engagement dans la fenêtre de rétrospective et utilise un modèle exponentiel pour calculer la décroissance de la valeur d'affinité. En suivant la planification d'actualisation des connaissances calculées (toutes les heures pour les connaissances calculées en temps réel), Personnalisation calcule la décroissance de l'affinité en utilisant un processus par lot. Le calcul de désintégration diminue de façon exponentielle l'affinité à 1 % de sa valeur de départ sur la période de rétrospective définie en jours. |
Pour mieux comprendre comment l'affinité est calculée, consultez cet exemple de configuration.
Lorsque vous enregistrez ces paramètres de configuration, une connaissance calculée par affinité en temps réel est créée et ajoutée au graphique de données de profil que vous avez sélectionné en définissant l'affinité calculée. À mesure que les signaux d'engagement sont enregistrés, le calcul d'affinité met à jour le score en fonction de la puissance et de l'impact du signal. Par exemple, le tableau ci-dessous montre un modèle d'engagement sur une seule journée et l'impact du score associé à chaque engagement.
| Signal enregistré | Impact | Score de la marque |
|---|---|---|
| Afficher | +1 | BrandA : 1 |
| Afficher | +1 | BrandA : 2 |
| Afficher | +1 | BrandA : 3 |
| Ajouter au panier | +3 | BrandA : 6 |
| Acheter | +5 | BrandA : 11 |
Le score d'affinité commence à 0, augmente pour les signaux d'engagement positifs et diminue pour les signaux d'engagement négatifs. La décomposition est prise en compte dans l'utilisation d'un processus par lot basé sur la planification d'actualisation des connaissances calculées.
