機能別計画の作成
学習の目的
この単元を完了すると、次のことができるようになります。
- Predictive Sort と Product Recommendations を実装するためにデベロッパーが行う必要のあるタスクを説明する。
- 最小限の作業で実装できる機能を挙げる。
- Product Recommendations と Predictive Sort を実装するために立ち上げ前に管理者が行う必要のある手順を挙げる。
- Product Recommendations を実装するために立ち上げ後にデベロッパーが行う必要のある手順を挙げる。
はじめに
ビジネスニーズに合わせて Einstein をカスタマイズするには、Commerce Cloud Einstein で特定の機能を実装します。機能の選択が実装にどのように影響するかを次に示します。
Commerce Insights に必要なのは、データフィードと Configurator へのログインだけです。
これらの機能の実装には多少の設定作業を伴いますが、その分の効果が期待できます。
- Search Dictionaries
- Search Recommendations
- Predictive Sort
- Product Recommendations
Search Dictionaries
Einstein は次の要素に基づいて検索辞書を生成します。
- サイトに既存の同義語グループ。同義語グループがない場合は、Einstein Search Dictionaries で同義語が提案されません。
- サイトにアクセスして検索結果なしページに到達するトラフィックの量。
Einstein データプライバシー契約に同意することで、データを匿名で共有する一方で、B2C Commerce のネットワーク検索と同義語グループのデータに基づいて同義語が提案されることに合意できます (任意)。このデータは、共有データベースにオプトインしているほかのマーチャンダイザーにおすすめを提供するために使用されます。Salesforce は、データが特定可能な形式でほかのマーチャンダイザーに開示されないことを保証します。また、Salesforce は、Einstein Search Dictionary および関連する機能やサービスをトレーニングおよび改善するために、提供されたデータにアクセスする場合があります。契約に同意しない場合、Einstein はサイトデータのみを使用します。
Business Manager の検索の設定に、マーチャンダイジングチームに承認または却下する検索用語を通知するためのメールアドレスを追加します (ステージングインスタンスのみ)。
Search Recommendations
Search Recommendations の全機能を一度に実装したいところですが、段階的に実施することを検討しましょう。Search Recommendations の機能のうち、ストアフロントのカスタマイズを伴わない手軽なものから着手し、その後でほかの機能を追加していきます。
典型的な実装計画は次のようになります。
- Einstein Search Recommendations を有効にします。機械学習アルゴリズムに検索クエリが使用され始め、提案する検索フレーズが識別されるようになります。Einstein が買い物客の実際の検索に基づいて、検索の提案の表示を開始します。
- デベロッパーの協力を得て、Einstein Search Recommendations を配置する場所を決定します。先行入力検索フライアウトを拡張して (検索ボックスを拡張)、検索に (デフォルトの 1 つの提案ではなく) 複数の提案が表示されるようにします。これは標準機能ではないため、カスタマイズが必要です。
- 設計が完了したら、Einstein Search Recommendations の次のオプションを追加できます。
- 先行入力検索フライアウトメニューを変更して、最近の検索フレーズを実装し、買い物客が入力した検索フレーズに基づいてパーソナル化されたリストが表示されるようにします。
- 最近の検索フレーズのカスタマイズに頻度の高い検索フレーズを追加します。
- 人気のストアフロント検索を追加します。
- ユーザー個人の最近の検索を追加します。
- サイトで稼働させる準備が整ったら、検索の設定を本番組織に複製します。
フライアウトの開発時に、フライアウトに表示する内容と、次のような各要素に表示する結果の最大数について決めておきます。
- ビジネスビュー
- 検索対象/「次のフレーズで検索しますか」
- よく使用される検索
- ブランド
- カテゴリ
- コンテンツ
- 最近見た商品
Predictive Sort
Predictive Sort は、顧客に表示される商品の並び順をパーソナライズします。Predictive Sort を実装するには、デベロッパーが、Predictive Sort を並べ替えルールとして適用した際にキャッシュが正しく無効化されることを検証します。これは、パーソナライズが正しく機能することを確実にするための重要な前提条件です。確認後、マーチャンダイザーが Business Manager を使用して既存の並べ替えルールをコピーし、ビジネスニーズに合った動的または静的な並べ替えルールに Predictive Sort を組み込みます。Predictive Sort を測定するには、A/B テストが最適です。
Product Recommendations
Product Recommendations 機能の実装も、チームで取り組む必要があります。
コンポーネント | Role (ロール) | |
|---|---|---|
コンテンツスロットとテンプレート | コンテンツスロットのデザインを設計します。 | Developer |
注文履歴フィード | システム管理者 | |
SFTP ログイン情報 | システム管理者 | |
Recommender。 | ストアフロントのどこに配置するかを選択します。 | 商品担当責任者 |
この機能を実装するために、チームは次の手順の実行を計画しています。
- Recommender に関連付けられるコンテンツスロットを使用して、Product Recommendations 機能を商品の詳細ページに追加します。
- Configurator で Recommender を作成します。
- Business Manager でコンテンツスロットを設定し、商品のおすすめを表示するために作成した特定の Recommender を選択します。
デフォルトの商品情報ページ (PDP) Recommender から作成します。この機能は Einstein を導入後 Business Manager のコンテンツスロット設定で自動的に使用できるようになります。この Recommender では、機械学習アルゴリズムを使用して、商品情報ページの次のものをパーソナライズできます。
- 相関関係を表示するビュー
- 商品アフィニティ
- 自然言語処理
そして、プレビューと検証ツールを使用して、問題がないことを確認します。
基本的なスケジュール
Product Recommendations は次のスケジュールで実装します。
システム管理者 | Developer | |
|---|---|---|
開発とステージング |
| |
カタログと在庫が割り当てられた本番 |
|
|
Einstein では自然言語処理が使用されるため、マーチャントはサイトの稼働開始と並行して Search Recommendations の稼働を開始させることができます。
複数商品の実装
Product Recommendations と Predictive Sort を同時に実装する場合。
システム管理者 | Developer | |
|---|---|---|
開発とステージング |
|
|
カタログと在庫が割り当てられた本番 |
|
|
次のステップ
この単元では、Commerce Cloud Einstein の個別の機能の実装に必要な手順について学習しました。次の単元では、プライバシー同意書に同意し、Chrome 拡張機能をインストールして、Business Manager で導入を実行します。
リソース
- Salesforce: B2C Commerce Einstein API (B2C Commerce の Einstein API) (英語)
- Salesforce: Salesforce Trailblazer Community