创建和培训 Salesforce 个性化推荐人

Salesforce Personalization in Marketing Cloud Next 根据深度、数字和离线行为和业务上下文数据生成多渠道、集中和个性化的推荐。要创建个性化推荐，您需要配置推荐人，并使用您选择的 Data 360 数据图形对其进行训练。

• 适用于基于目标推荐人的机器学习
  Salesforce Personalization推荐系统使用机器学习和人工智能分析用户行为以及简档和项目数据图形中的数据。然后，系统预测支持业务目标的用户操作，例如增加收入或减少退订。当您了解系统的工作原理时，您可以提供足够的输入来影响学习，并导致更好的推荐。
• 选择推荐类型
  推荐类型定义了推荐者用来提供内容的方法。 您可以选择基于目标的推荐或基于规则的推荐。基于目标的推荐使用深度学习模型为个人生成个性化的、有针对性的推荐。基于规则的推荐使用业务逻辑，根据 Data 360 计算见解以数学方式确定推荐列表。对于这两种推荐类型，您可以添加筛选器来包含或排除项目。
• 配置推荐人
  推荐人根据您选择的推荐类型和条件向访问者显示个性化推荐。
• 推荐筛选器
  使用推荐筛选器来控制推荐者向客户推荐哪些项目。
• 模拟推荐人
  在创建推荐人并对其进行培训后，您可以预览对特定用户的推荐，以及用户在推荐展示时正在查看的项目的推荐。通过预览推荐结果，您可以在发布推荐器之前验证模拟。
• 具有多个维度筛选器的联合购买推荐器配置示例
  使用计算见解和筛选器的强大功能配置推荐人，以生成经常一起购买的产品列表。
• 培训个性化推荐人
  创建个性化推荐器后，它会使用选定数据图形中的 Customer 360 数据开始训练。您可以在推荐人记录上跟踪培训。
• 设置后备推荐器
  当您的推荐人没有返回足够的推荐项目时，请选择要使用的后备推荐人。如果限制性筛选器或数据不足阻止推荐者返回足够的项目，Salesforce Personalization 会使用后备推荐器来填充剩余的时段。