Desenvolver planos específicos ao recurso

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

Descrever as tarefas que um desenvolvedor deve concluir para implementar Predictive Sort e as Recomendações de produto.
Listar os recursos que você pode implementar sem dificuldade.
Listar as etapas pré-lançamento que você precisa seguir para implementar as Recomendações de produto e Predictive Sort.
Listar as etapas pós-lançamento que um desenvolvedor precisa seguir para implementar as Recomendações de produto.

Introdução

Para personalizar o Einstein de acordo com as necessidades da sua empresa, implemente recursos específicos no Commerce Cloud Einstein. Veja como a escolha dos recursos pode afetar a implementação.

O Commerce Insights exige apenas feeds de dados e um login no Configurador.

Esses recursos exigem um pouco mais de configuração para serem implementados, mas o esforço extra vale a pena.

Dicionários de pesquisa
Recomendações de pesquisa
Predictive Sort
Recomendações de produto

Dicionários de pesquisa

O Einstein gera dicionários de pesquisa com base nestes fatores.

Os grupos de sinônimos existentes em um site. Se não houver grupos de sinônimos, não existirão sugestões de sinônimos dos Einstein Search Dictionaries.
A quantidade de tráfego no site que alcança a página “sem resultados da pesquisa”.

Você tem a opção de aceitar o Contrato de privacidade de dados do Einstein e compartilhar e receber sugestões de sinônimos anonimamente com base na pesquisa da rede B2C Commerce e nos dados do grupo de sinônimos. Esses dados são usados para fazer recomendações a outros comerciantes que também optaram por participar do banco de dados compartilhado. A Salesforce garante que os dados não serão divulgados de forma identificável a outros comerciantes. Além disso, a Salesforce pode acessar os dados fornecidos para treinar e melhorar o Einstein Search Dictionary (Dicionário de pesquisa do Einstein) e recursos ou serviços relacionados. Se você não quiser aceitar o contrato, o Einstein usará apenas os dados do site.

Você pode adicionar endereços de email às preferências de pesquisa do Business Manager (na instância de preparação) para informar a equipe de merchandising sobre os termos de pesquisa que devem ser aprovados ou recusados.

Recomendações de pesquisa

Embora seja tentador querer implementar todos os recursos de Search Recommendations (Recomendações de pesquisa), considere implementá-los aos poucos. Comece com recursos mais fáceis que não exigem personalizações na loja e adicione outros recursos depois.

Veja um plano de implementação típico.

Habilitar o Einstein Search Recommendations. O algoritmo de aprendizagem de máquina começa a consumir as consultas de pesquisa e identificar termos de pesquisa a serem recomendados. O Einstein começa a mostrar sugestões de pesquisa com base nas pesquisas feitas pelos compradores.
Com a ajuda de um desenvolvedor, decida em quais locais você deseja colocar o Einstein Search Recommendations. Estender o submenu de pesquisa de complemento de digitação (caixa de pesquisa expansível) para renderizar várias sugestões de pesquisa (em vez da sugestão simples padrão). Isso exige uma personalização uma vez que ele não está originalmente disponível.
Depois que o design estiver pronto, adicione essas opções do Einstein Search Recommendations:

Implementar termos de pesquisa recentes modificando o submenu de pesquisa de complemento de digitação a fim de renderizar uma lista personalizada de termos de pesquisa inseridos pelos compradores.
Adicionar termos de pesquisa populares à personalização de termos de pesquisa recentes.
Adicionar pesquisas populares da loja.
Adicionar pesquisas pessoais recentes.

Certifique-se de replicar as preferências de pesquisa para a produção quando estiver pronto para ser ativado em seu site

Ao desenvolver o submenu, decida o que vai aparecer no submenu e o número máximo de resultados exibidos para cada elemento, como:

Exibição do negócio
Pesquisar por/Você quis dizer
Pesquisas populares
Marcas
Categoria
Conteúdo
Visualizados recentemente

Predictive Sort

O recurso Predictive Sort (Classificação preditiva) personaliza a ordem em que os produtos serão exibidos aos clientes. Para implementar esse recurso, seu desenvolvedor deve validar se o caching é invalidado corretamente quando o recurso Predictive Sort (Classificação preditiva) é aplicado como regra de classificação. Esse pré-requisito é essencial para garantir que a personalização funcione corretamente. Depois de confirmar isso, seu anunciante poderá usar o Business Manager para copiar uma regra de classificação existente e combinar o recurso Predictive Sort (Classificação preditiva) em uma regra de classificação dinâmica ou estática que atenda às necessidades do seu negócio. O Teste A/B é a melhor maneira de medir a classificação preditiva.

Recomendações de produto

O recurso Recomendações de produto também exige trabalho em equipe.

Componente		Função
Modelos e slots de conteúdo	Projete a aparência dos slots de conteúdo.	Desenvolvedora
Feed do histórico de pedidos		Administrador
Credenciais SFTP		Administrador
Recommenders.	Escolha onde você quer que eles fiquem ativos na loja.	Comerciante

Para implementar esse recurso, a equipe planeja executar as etapas a seguir.

Adicionar o recurso Product Recommendations (Recomendações de produtos) à página de detalhes do produto por meio de um slot de conteúdo associado a um recomendador.
Criar os recomendadores no Configurator.
Configurar os slots de conteúdo no Business Manager para selecionar o recomendador específico criado para exibir as recomendações de produtos.

Comece com o recomendador da página de detalhes do produto padrão (PDP), que fica disponível em um slot de conteúdo do Business Manager automaticamente após a implantação do Einstein. Esse recomendador permite que ele personalize a página de detalhes do produto por meio de algoritmos de aprendizagem de máquina que incluem:

Correlações entre exibições
Afinidades de produto
Processamento de linguagem natural

Use a visualização e a ferramenta de validação para ter certeza que não há problemas.

Programação básica

Veja como implementar Product Recommendations (Recomendações de produtos).

	Administrador	Desenvolvedora
Desenvolvimento e preparação	Testar a renderização estática do slot de conteúdo. Preparar o slot para renderização dinâmica.
Produção com catálogo e inventário atribuídos	Configurar a região e a URL do host Agendar o catálogo e os feeds de pedidos no Einstein Status Dashboard (Painel de status do Einstein). (Após essa configuração inicial, aguarde pelo menos 24 a 48 horas para que a implantação dos dados seja concluída.) Registrar um tíquete no Suporte do Salesforce e solicitar acesso inicial à ferramenta Configurator. Fornecer dois anos de dados de histórico de pedidos no formato exigido pelo Einstein, se não for importado para o Business Manager. A localização e as credenciais de SSH File Transfer Protocol (SFTP) são criadas automaticamente após a implantação do Einstein.	Desenvolver os slots de conteúdo estáticos do tipo de produto e preencher com produtos estáticos ou produtos exibidos recentemente. Usar sintaxe de contexto global, se possível, para minimizar o esforço manual de preencher os slots. Depois que a renderização do bloco do produto é validada, faça as atualizações necessárias de tipo e contexto na sintaxe de Internet Store Markup Language (ISML) e habilite as recomendações.

Os comerciantes podem ativar Recomendações de pesquisa em paralelo com o ativação do seu site por causa do uso do processamento de linguagem natural pelo Einstein.

Implementação de vários produtos

Para implementar Product Recommendations (Recomendações de produtos) e Predictive Sort (Classificação preditiva) ao mesmo tempo.

Administrador

Desenvolvedora

Desenvolvimento e preparação

Configurar a região e a URL do host
Agendar o catálogo e os feeds de pedidos no Einstein Status Dashboard (Painel de status do Einstein). (Após essa configuração inicial, aguarde pelo menos 24 a 48 horas para que a implantação dos dados seja concluída.)
Registrar um tíquete no Suporte do Salesforce e solicitar acesso inicial à ferramenta Configurator.
Fornecer dois anos de dados de histórico de pedidos no formato exigido pelo Einstein, se não for importado para o Business Manager.
A localização e as credenciais de SSH File Transfer Protocol (SFTP) são criadas automaticamente após a implantação do Einstein.

Testar a renderização estática do slot de conteúdo.

Produção com catálogo e inventário atribuídos

Ativar os feeds de pedido e de produto.
Fornecer dois anos de dados de histórico de pedidos no formato exigido pelo Einstein, se não for importado para o Business Manager.
A localização e as credenciais de SSH File Transfer Protocol (SFTP) são criadas automaticamente após a implantação do Einstein.

Modificar o código para aplicar o caching de página condicional e validar se o caching foi invalidado quando a classificação preditiva foi aplicada como uma regra de classificação.
Desenvolver os slots de conteúdo estáticos do tipo de produto e preencher com produtos estáticos ou produtos exibidos recentemente.
Usar sintaxe de contexto global, se possível, para minimizar o esforço manual de preencher os slots.
Depois que a renderização do bloco do produto é validada, faça as atualizações necessárias de tipo e contexto na sintaxe de Internet Store Markup Language (ISML), envie o código e habilite as recomendações.

Próximas etapas

Nesta unidade, você conheceu as etapas necessárias para implementar recursos específicos do Commerce Cloud Einstein. Na próxima unidade, você ativará o contrato de privacidade, instalará a Extensão do Chrome e executará a implantação no Business Manager.

Tempo estimado

Tópicos

Procurando ajuda?

CRM Analytics Recursos