U bent hier:
Koudestartstrategieën voor aanbevelingen
Koude start beschrijft elk scenario waarin een aanbeveler onvoldoende betrokkenheidsgegevens heeft om vol vertrouwen te personaliseren. Koude start is de enige automatische schakelaar die de aanbeveler maakt. Elke aanbeveler begint koud wanneer de betrokkenheid schaars is en schakelt over op volledige personalisatie naarmate de betrokkenheidsgegevens zich opstapelen.
Scenario's voor koude start
- Nieuwe site
- Een gloednieuwe klant onboard of introduceert een nieuwe catalogus, terwijl er geen betrokkenheidshistorie bestaat.
Voor het afhandelen van dit scenario krijgt de aanbeveler inzicht in uw catalogus op basis van de inhoud ervan, inclusief titels, beschrijvingen, categorieën en andere kenmerken. Deze kenmerken worden geconverteerd naar semantische inbedding die de betekenis van elk item vastlegt. Wanneer een gebruiker interactie heeft met een item, retourneert de aanbeveler semantisch soortgelijke items.
- Nieuw item
- Een gevestigde site voegt items toe waarmee nog geen gebruiker heeft gewerkt. Traditionele aanbevelers kunnen geen items zichtbaar maken zonder betrokkenheidshistorie.
DLPR is getraind in het gebruik van zowel betrokkenheidshistorie als catalogusinhoud. Voor items met betrokkenheid dragen beide signalen bij aan de weergave van het item. Voor nieuwe items fungeert catalogusinhoud als stand-in totdat betrokkenheidsgegevens arriveren. Nieuwe items komen onmiddellijk in aanmerking voor aanbeveling.
- Speciale actie en aanbieding zonder betrokkenheidshistorie
- Wanneer u speciale acties of aanbiedingen aanbeveelt, maar beperkte betrokkenheidsgegevens hebt over gebruikersreacties, gebruikt de aanbeveler metagegevens voor speciale acties om semantisch vergelijkbare speciale acties aan te bevelen. Zie Promotie en aanbevelingen voor aanbiedingen voor meer informatie.
Hoe een aanbeveling een koude start afsluit
Naarmate betrokkenheidsgegevens zich opstapelen, evalueert de aanbeveler continu of deze voldoende signaal heeft om over te schakelen van koude start naar volledige personalisatie. Wanneer de drempelwaarde is bereikt, gebruiken toekomstige trainingsuitvoeringen betrokkenheidsgegevens en gaat de koudestartlogica een stap terug.
De overgang is automatisch. U configureert geen switch. Naarmate uw site volwassener wordt, zien gebruikers een soepele voortgang van op inhoud gebaseerde aanbevelingen naar volledig gepersonaliseerde aanbevelingen.
Richtlijnen voor uw catalogus
Een goed gestructureerde catalogus maakt vroege aanbevelingen effectief.
- Geef volledige titels, beschrijvingen, categorieën en kenmerken op voor elk item.
- Houd catalogusmetagegevens actueel terwijl u nieuwe producten en aanbiedingen toevoegt.
- Wacht niet op nieuwe items - items met goede metagegevens komen in aanmerking om onmiddellijk te worden aanbevolen.