Configurar Clasificación predictiva

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

• Describir tres maneras de utilizar las reglas de clasificación.
  
• Enumerar tres maneras de clasificar los resultados de búsqueda.
  
• Enumerar las fuentes de datos que utiliza la clasificación predictiva para calcular la afinidad de un comprador individual.
  
• Explicar tres maneras de resolver problemas con la clasificación predictiva.
  

Antes de configurar la clasificación predictiva, revisemos las reglas de clasificación de Agentforce Commerce para B2C. Es importante conocer en qué se diferencian las reglas de clasificación y la clasificación predictiva en su aplicación y propósito.

Revisar las reglas de clasificación

Las reglas de clasificación en Agentforce Commerce para B2C son configuraciones predefinidas que determinan el orden en que los productos aparecen en las páginas de categorías o en los resultados de búsqueda. Las reglas de clasificación se crean para:

• Resultados de términos de búsqueda de palabras clave
  
• Búsquedas refinadas con una categoría
  
• Atributos dinámicos con una ponderación específica
  
• Valores predeterminados para datos obsoletos o no definidos
  
• Grupos de palabras clave basados en términos de búsqueda de los clientes
  
• Menú desplegable a disposición de los compradores para que puedan seleccionar un pedido de clasificación en los resultados de búsqueda
  

Las reglas de clasificación se configuran para alinearse con las estrategias de negocios. Por ejemplo, puede priorizar los productos con márgenes más altos o los artículos con exceso de inventario.

Las reglas de clasificación se configuran asociando uno o más atributos estáticos, dinámicos o combinados.

Los atributos son puntos de datos o campos que definen las características de los elementos. Por ejemplo, en un catálogo productos, los atributos pueden incluir:

• Precios de productos
  
• Niveles de inventario
  
• Orden alfabético
  
• Atributos personalizados como calificaciones de productos o velocidad de ventas
  

Un atributo combinado es una combinación de múltiples atributos individuales, cada uno con un peso específico asignado. El peso determina la importancia relativa de cada atributo en la combinación. Por ejemplo, puede asignar un peso del 70 % a “precio” y un 30 % a “valoración” para priorizar la accesibilidad en precio sin dejar de considerar los comentarios de los clientes.

Este enfoque produce una clasificación más matizada y personalizada. Garantiza que los resultados de búsqueda se alineen con los objetivos de negocios y las preferencias de los clientes.

Aunque requieren una configuración manual, las reglas de clasificación son una herramienta valiosa que ayudan a optimizar la presentación de productos y guiar a los compradores hacia los productos que buscan. Las reglas de clasificación se usan para implementar estrategias de negocios específicas en su escaparate. Estas reglas lo ayudan a destacar productos nuevos, artículos en oferta, productos con márgenes más altos o su exceso de inventario. Para obtener más información sobre las reglas de clasificación, consulte Reglas de clasificación de escaparates de Salesforce B2C Commerce.

Obtener información sobre la clasificación predictiva

La clasificación predictiva utiliza inteligencia artificial para personalizar la experiencia de clasificación de productos para cada comprador. Calcula la afinidad de los compradores con los productos que visualizan y compran. Los datos para los cálculos provienen de estas fuentes de datos.

• Catálogos y productos
  
• Historial de pedidos
  
• Flujos de clics de clientes en vivo
  

La clasificación predictiva utiliza las fuentes de datos para ajustar de forma dinámica el orden de los productos presentados durante una sesión de búsqueda o navegación. La clasificación predictiva selecciona los productos relevantes y determina su orden para personalizar la experiencia del comprador.

Las funcionalidades clave incluyen:

• Personalización en tiempo real basada en el historial de navegación y compras.
  
• Aprendizaje continuo a partir de las interacciones con los clientes para mejorar las recomendaciones.
  
• Integración con otras capacidades de Einstein, como recomendaciones de productos.
  

La clasificación predictiva guarda una cookie en el dispositivo del comprador que incluye datos acerca del interés del comprador en productos específicos. Dicho interés o asignación puede cambiar en la misma sesión y realiza un seguimiento tanto de los compradores registrados como los invitados. A medida que se recopilan los datos, la clasificación predictiva obtiene información sobre el comprador y personaliza su experiencia de clasificación. Por ejemplo, cuando un comprador busca calzado deportivo para hombre y realiza una búsqueda, se muestran en la parte superior los productos para hombre de máximo nivel.

Comparar las reglas de clasificación con la clasificación predictiva

Las reglas de clasificación y la clasificación predictiva son herramientas que influyen en la manera en que los compradores interactúan con los productos en un escaparate en línea. Si bien comparten el objetivo de optimizar la presentación de productos, sus mecanismos y casos de uso son distintos.

Diferencias clave y relación

• Configuración frente a automatización: Las reglas de clasificación requieren configuración manual y son estáticas, a menos que un operador comercial las actualice. La clasificación predictiva automatiza el proceso ajustando dinámicamente el orden de los productos con base en información generada por inteligencia artificial.
  
• Personalización: Las reglas de clasificación se aplican de manera uniforme a todos los clientes, mientras que la clasificación predictiva personaliza la experiencia para cada usuario.
  
• Caso de uso: Las reglas de clasificación son ideales para implementar estrategias de negocios específicas, mientras que la clasificación predictiva es la mejor opción para mejorar la implicación del cliente y la conversión mediante la personalización.
  
• Uso complementario: En la práctica, estas herramientas pueden complementarse entre sí. Por ejemplo, puede usar reglas de clasificación para establecer un orden de base y dejar que la clasificación predictiva perfeccione la presentación para cada cliente.
  

Configurar la Clasificación predictiva

A continuación, aprenda a modificar una regla de clasificación existente para usar la clasificación predictiva y a crear una nueva regla de clasificación que use la clasificación predictiva.

Modificar una regla de clasificación existente

Para que pueda experimentar el impacto de la clasificación predictiva y ver los resultados antes y después, comience por modificar una regla de clasificación existente.

Antes de modificar la regla, observe los resultados de usar la regla de clasificación de mejores coincidencias sin la clasificación predictiva.

Regla de clasificación de mejores coincidencias sin la clasificación predictiva

• Búsqueda del comprador: Un comprador busca “running shoes” (calzado deportivo para correr).
  
• Regla de clasificación: La regla de clasificación usa la posición de categoría, la ubicación en búsqueda, el rango de búsqueda y la relevancia de texto para identificar los calzados deportivos para correr con las mejores coincidencias.
  
• Resultados: Los resultados de búsqueda muestran los calzados deportivos para correr con mejor coincidencia según la intuición del operador comercial, independientemente de las preferencias específicas del cliente.
  

Ahora, modifiquemos la regla de clasificación con la clasificación predictiva.

1. En Business Manager, haga clic en el App Launcher (Iniciador de aplicación) y seleccione Merchant Tools (Herramientas del comerciante) | Site (Sitio) | Search (Buscar) | Sorting Rules (Reglas de clasificación).
   
2. Haga clic en la regla de clasificación de mejores coincidencias.
   

Esta regla de clasificación ordena por cinco atributos: Category Position (Posición de categoría), Search Placement (Ubicación en búsqueda), Search Rank (Rango de búsqueda), Text Relevance (Relevancia de texto) y Explicit Sorting (Clasificación explícita).

1. Haga clic en Agregar.
   
2. Ingrese predictive sort (clasificación predictiva) hasta que aparezca el atributo y selecciónelo.
   
3. Establezca Text Relevancy (Relevancia de texto) en Yes (Sí).
   
4. Configure la Dirección como Descendente.
   
5. Arrastre el nuevo atributo de clasificación predictiva a la segunda posición en la regla de clasificación.
   
6. Elimine el rango de búsqueda y la ubicación en búsqueda de la regla de clasificación.
   
7. Haga clic en Aplicar.
   

Este es el orden de clasificación de los resultados de búsqueda y el modo en que Agentforce Commerce para B2C opta por una opción u otra cuando se produce un empate con la regla.

1. Posición de categoría
   
2. Clasificación predictiva
   
3. Relevancia del texto
   
4. Clasificación explícita
   

Ahora, revise los resultados de búsqueda de un comprador con la clasificación predictiva aplicada a la regla de clasificación de mejores coincidencias.

Regla de clasificación de mejores coincidencias con clasificación predictiva

• Búsqueda del comprador: Un comprador busca “running shoes” (calzado deportivo para correr).
  
• Clasificación predictiva: El sistema ajusta de forma dinámica el orden de los productos después de la posición de categoría, según el comportamiento del comprador. En este caso, dando preferencia a los calzados deportivos para correr de la marca Brand-X con un rango de precio de $ 120 a $ 175 durante visitas anteriores.
  
• Resultados: Los resultados, personalizados según las preferencias del comprador, muestran los calzados deportivos para correr de la marca Brand-X con precios entre $ 120 y $ 175.
  

Al comparar estos resultados con los de la regla de clasificación sin la clasificación predictiva, podrá ver cómo la clasificación predictiva personalizó los resultados de búsqueda basándose en las sesiones en línea anteriores del comprador.

Crear una regla de clasificación con atributos dinámicos de la clasificación predictiva

Cree un nuevo atributo de clasificación predictiva que contenga atributos dinámicos combinados.

1. En Business Manager, haga clic en el App Launcher (Iniciador de aplicación) y seleccione Merchant Tools (Herramientas del comerciante) | Site (Sitio) | Search (Buscar) | Sorting Rules (Reglas de clasificación).
   
2. Haga clic en Atributos dinámicos.
   

3. Haga clic en Nuevo e ingrese Clasificación predictiva como nombre.
   
4. Agregue tres atributos: Ingresos, Relevancia del texto y Unidades que se pidieron.
   

5. Configure las ponderaciones como se indica a continuación:
   

• Ingresos: 25%
  
• Text Relevance (Relevancia del texto): 40 %
  
• Predictive Sort (Clasificación predictiva): 35 %
  

6. Configure todas las ponderaciones como Descendente.
   
7. En Revenue (Ingreso) y Predictive sort (Clasificación predictiva), configure el valor predeterminado en Minimum (Mínimo).
   
8. En Relevancia del texto, configure el valor predeterminado en Promedio.
   
9. Haga clic en Aplicar.
   

Este nuevo atributo, que puede usar en una regla de clasificación, combina los atributos Revenue (Ingresos), Text Relevance (Relevancia del texto) y Predictive Sort (Clasificación predictiva).

Consideraciones de Lightning Experience

Después de probar los resultados de la clasificación predictiva, puede asignarle un peso mayor o subirlo en el orden de clasificación. Si asignó una ponderación baja o si no ocupa una posición alta en el orden de clasificación, es posible que la influencia en las puntuaciones de búsqueda no sea suficiente para afectar a los resultados.

Pruebas A/B

Para ejecutar pruebas A/B con la regla de clasificación como experiencia, asegúrese de activar la prueba A/B en las preferencias de Business Manager.

A continuación se describe cómo probar las reglas de clasificación predictiva con una experiencia de clasificación actual.

• Primero utiliza la experiencia de clasificación actual como control de prueba (80%).
  
• Asimismo, asigna la regla de clasificación de Einstein al segmento de prueba B (10%).
  
• Fase 1a: incrementar el porcentaje de tráfico para los segmentos de prueba A y B al 25% cada uno y ejecutar la prueba durante 90 días comprobando el progreso cada pocas semanas.
  
• Fase 1b: incrementar el porcentaje de tráfico para los segmentos de prueba A y B al 45% cada uno y ejecutar la prueba durante otros 90 días comprobando el progreso cada pocas semanas.
  
• Fase final: implementar el segmento ganador con un 100% del tráfico.
  

Consideraciones de desempeño

La clasificación predictiva almacena datos en la caché para las plantillas renderizadas y las solicitudes de búsqueda. Puesto que la clasificación predictiva personaliza los resultados de búsqueda para cada comprador, no es posible almacenar en la caché la posición de la búsqueda en la cuadrícula del producto.

No es necesario modificar la configuración de almacenamiento en caché en las plantillas renderizadas. De forma predeterminada, Agentforce Commerce para B2C desactiva el almacenamiento en caché de las posiciones de los resultados de búsqueda en la cuadrícula de resultados para las solicitudes que incluyen una regla de clasificación con el atributo de clasificación predictiva. Por ejemplo, si asigna una regla de clasificación predictiva a la categoría Ventas, Agentforce Commerce para B2C desactiva el almacenamiento en caché para las posiciones de los resultados de búsqueda en la página de resultados de la categoría Ventas. Si configura una prueba A/B con un 5 % del tráfico para una regla de clasificación predictiva, Agentforce Commerce para B2C desactivará solo el almacenamiento en caché para ese 5 % de solicitudes.

Resolución de problemas de la Clasificación predictiva

Si sospecha que sus clasificaciones no funcionan como esperaba, a continuación se explica cómo solucionar el problema.

• Utilice Storefront Toolkit para ver la información de las búsquedas y haga clic en el botón de información de color verde sobre un producto en los resultados de búsqueda (o página de cuadrícula de categorías). Si la puntuación de búsqueda de la clasificación predictiva es 0 o menos, debe contactarse con Soporte al cliente.
  
• Utilice Recommendation Validator para asegurarse de que la clasificación predictiva funciona correctamente.
  

Si observa mosaicos de productos duplicados en los resultados de búsqueda de la categoría que utiliza la clasificación predictiva. Asegúrese de que el desarrollador haya agregado la declaración específica a las plantillas renderizadas de la cuadrícula de productos del escaparate.

Finalización

En este módulo, aprendió a aplicar Commerce Cloud Einstein en la función de búsqueda de su escaparate para hacerla más inteligente. Aprendió a utilizar los diccionarios de búsquedas, las recomendaciones de búsqueda y la clasificación predictiva para personalizar la búsqueda en su escaparate.

Recursos

• Ayuda de Salesforce: Reglas de clasificación
• Ayuda de Salesforce: Clasificación predictiva
• Ayuda de Salesforce: Kit de herramientas del Storefront
• Ayuda de Salesforce: Configuración de las preferencias de las pruebas A/B
• Ayuda de Salesforce: Elemento iscache