Usted está aquí:
Recomendadores de promociones y ofertas
Un recomendador de promociones recomienda las promociones, ofertas o descuentos más relevantes para cada usuario. El modelo subyacente es el mismo DLPR, pero asignando diferentes señales de implicación al recomendador y clasificándolo con un catálogo diferente.
Por qué las promociones necesitan un conjunto de señales diferente
Los catálogos de promociones se comportan de forma diferente a los catálogos de productos de varias formas.
- Las ofertas tienen ciclos de vida. Ofrece inicio, ejecución durante un periodo de tiempo específico y luego retirada. El historial de implicación es escaso por naturaleza.
- La participación de los usuarios es limitada. La mayoría de los usuarios se implican con muchas menos ofertas que productos.
- La relevancia depende de la aptitud. Una oferta que se ajusta a un usuario no siempre se aplica a otro.
Debido a estas diferencias, asigna señales de implicación específicas de la oferta y el catálogo de promoción al recomendador en vez del catálogo de productos.
Cómo funciona un Recomendador de promoción
DLPR sigue el mismo bucle de comentarios recomendar-observar-recompensar-aprender que los recomendadores de elementos, pero aprende de cómo interactúan los usuarios con promociones y los elementos a los que se dirigen esas promociones. El recomendador se basa en la actividad reciente del usuario, el catálogo de promociones y las relaciones entre las ofertas y los artículos a los que se aplican. A continuación, el recomendador clasifica las ofertas de una forma que refleja la relevancia para el usuario y la alineación con su objetivo de negocio.
Señales de implicación
Para obtener el máximo provecho de un recomendador de promoción, proporcione señales entre dos áreas relacionadas:
- Implicación de oferta: Cómo interactúan los usuarios con promociones en sí, como vistas, clics, canjes y señales personalizadas vinculadas a su ciclo de vida de oferta.
- Implicación de elemento dirigido: Cómo interactúan los usuarios con los artículos a los que se aplica cada oferta, como vistas de productos, acciones de incorporación al carrito y compras.
La asignación de señales para ambas áreas proporciona al recomendador una imagen más clara de qué ofertas dirigen realmente el comportamiento vinculado a su objetivo.
También puede proporcionar señales adicionales que ayudan a dar forma a la relevancia, como la implicación con contenido relacionado (artículos, campañas, páginas de destino) y metadatos de perfil (preferencias, segmentos, estado de fidelidad). Cuanto más enriquecida sea la mezcla de señales, mejor podrá el recomendador adaptar las ofertas a cada cliente.
Inicio en frío para promociones
La participación en promociones es a menudo escasa. Por esta razón, el inicio en frío es a menudo la norma en vez de la excepción. El recomendador utiliza una o más estrategias basadas en contenido para aflorar ofertas relevantes incluso cuando los datos de implicación están limitados.
- Similitud de promoción a promoción
- DLPR aprende de metadatos de promociones, incluyendo nombre, descripción, tipo, categoría y términos de la oferta, para generar incrustaciones semánticas para cada promoción en su catálogo. En la inferencia, el recomendador identifica la promoción implicada más recientemente del usuario y devuelve otras similares.
Puede iniciar recomendaciones de ofertas con un historial de implicación mínimo, siempre que su catálogo de promociones tenga metadatos descriptivos.
- Similitud de promoción a producto
- El recomendador también puede recomendar promociones basándose en los productos con los que se ha implicado un usuario, acortando los metadatos de productos y promociones para aflorar ofertas relacionadas con elementos que ya le importan al usuario.
Entradas de modelo
Un recomendador de promociones utiliza las siguientes entradas para clasificar ofertas:
- Metadatos de catálogo de promociones. Nombres de ofertas, descripciones, tipos de ofertas, categorías, aptitudes y cualquier atributo que proporcione.
- Señales de implicación de promoción. Vistas, clics, canjes y otras interacciones con ofertas.
- Configuración objetiva. El objetivo de negocio para el que optimizan las recomendaciones.
Directrices para su catálogo de promociones
Un catálogo de promociones bien estructurado es la base de la calidad de inicio en frío. Siga estas mejores prácticas para maximizar la relevancia de las recomendaciones desde el primer día.
- Proporcione nombres y descripciones completos y descriptivos para cada oferta.
- Proporcione categorías y tipos de oferta coherentes.
- Proporcione atributos de aptitud donde sea relevante.
