Exemplo de configuração de Recomendador de compra combinada com filtros de várias dimensões
Use percepções calculadas e o poder dos filtros para configurar um recomendador para gerar uma lista de produtos que foram comprados com frequência.
Edições obrigatórias
Permissões de usuário necessárias
Para configurar filtros de recomendação:
Alterar e editar recomendadores
Antes de configurar esse exemplo, execute estas tarefas:
Crie uma percepção calculada com duas dimensões de produto (por exemplo, p1 e p2 representando duas dimensões de produto) e uma métrica (por exemplo, contagem), que é uma coleção do número de vezes que os dois produtos foram comprados juntos. Para criar insights calculados, consulte Insights calculados. Ao criar a percepção, você pode usar a expressão encontrada em Insight padrão para produtos de co-compra.
Configure um gráfico de dados de perfil com base no ID de indivíduo unificado como DMO principal e relacionado a outros DMOs mapeados para o engajamento de produto e vendas. Para criar Gráficos de dados, consulte Criar um gráfico de dados.
Configure um gráfico de dados de item com base no Produto de mercadorias como o DMO principal e contenha a percepção calculada padrão adquirida combinada criada. Para criar Gráficos de dados, consulte Criar um gráfico de dados.
Crie um recomendador baseado em regra usando as etapas em Configurar um recomendador, garantindo que você selecione a percepção calculada padrão adquirida conjuntamente e que você selecione count como a Medida de classificação.
Para adicionar vários filtros de dimensão a um recomendador existente:
Na página Recomendadores, abra o recomendador ao qual você deseja adicionar filtros.
Clique em Editar.
Clique em Avançar para avançar nas páginas Propriedades do recomendador até chegar à página Filtros.
Clique em Adicionar condição.
Selecione Insights calculados do recurso de gráfico de dados do item, selecione o insight calculado criado e, em seguida, o atributo do produto que você deseja comparar na página da Web.
Selecione Contexto de decisão como o tipo de filtro.
Selecione Corresponde como o operador.
Selecione Atributos diretos como o Recurso de contexto de decisão e selecione o produto cujo atributo você deseja comparar à seleção Recurso de gráfico de dados.
Clique em Salvar.
A Personalização cria o recomendador, e você pode usá-lo como uma decisão de ponto de personalização.
We use three kinds of cookies on our websites: required, functional, and advertising. You can choose whether functional and advertising cookies apply. Click on the different cookie categories to find out more about each category and to change the default settings.
Privacy Statement
Required Cookies
Always Active
Required cookies are necessary for basic website functionality. Some examples include: session cookies needed to transmit the website, authentication cookies, and security cookies.
Functional Cookies
Functional cookies enhance functions, performance, and services on the website. Some examples include: cookies used to analyze site traffic, cookies used for market research, and cookies used to display advertising that is not directed to a particular individual.
Advertising Cookies
Advertising cookies track activity across websites in order to understand a viewer’s interests, and direct them specific marketing. Some examples include: cookies used for remarketing, or interest-based advertising.