Saiba mais sobre tipos de recommender, estratégias, regras e âncoras
Objetivos de aprendizagem
Após concluir esta unidade, você estará apto a:
- Identificar os cinco tipos de recommenders de produtos do Einstein e associá-los às páginas de loja 8virtual) apropriadas.
- Configurar estratégias de recommender, incluindo opções primárias e secundárias, para gerar listas de recomendações.
- Definir as regras de ação para mostrar, ocultar, promover e rebaixar.
- Explicar como os campos de ancoragem vinculam o objeto de origem (produto, categoria) ao produto recomendado para diferentes tipos e estratégias de recommender.
Recomendações de produtos de acordo com a jornada do comprador
No Salesforce B2C Commerce, os recommenders de produtos do Einstein oferecem vários tipos de recomendações para aprimorar a experiência de compra, fornecendo sugestões personalizadas de produtos. Esses tipos de recomendação foram projetados para atender às diferentes etapas da jornada do comprador e a diversos objetivos comerciais.
Aqui estão os tipos de recommender que você pode usar.
-
Produto a produto: recomenda produtos de afinidade similares ou relacionados.
-
Produtos em todas as categorias: recomenda produtos de todas as categorias.
-
Produtos em uma categoria: recomenda produtos da mesma categoria.
-
Visualizados recentemente: recomenda produtos visualizados recentemente.
-
Complete o conjunto: recomenda produtos complementares para conjuntos de produtos.
Veja a seguir como cada tipo de recommender funciona e os tipos de páginas para as quais eles são mais adequados.
Produto a produto
O recommender Produto a produto gera recomendações de duas maneiras.
- Analisando a semelhança de um produto com outros produtos
- Analisando o comportamento de compra ou de visualização de outros clientes
O recommender faz recomendações nestas páginas.
- Detalhes do produto
- Carrinho
- Mini carrinho
- Checkout
Na página de detalhes do produto, por exemplo, você pode recomendar produtos semelhantes ao produto que o comprador está vendo.
Produtos em uma categoria
O recommender Produto em uma categoria gera recomendações para produtos que estão na mesma categoria. Esse recommender está normalmente em uma página de categoria. Por exemplo, você pode ter as categorias Luxo, Desporto, Exterior e Moda. Se um comprador frequentemente vê calçados de luxo, as recomendações de produtos do Einstein podem recomendar produtos na mesma categoria (Luxo) de diferentes áreas do site, como roupas ou acessórios.
Produtos em todas as categorias
Para gerar recomendações em todas as categorias, você pode colocar esse tipo de recommender nessas páginas.
- Início
- Minha conta
- Minhas recomendações
Visualizados recentemente
O recommender Visualizados recentemente gera recomendações simplesmente incluindo produtos recentemente visualizados pelo comprador. Você pode colocar esse tipo de recommender em qualquer página. Por exemplo, coloque-o na página de resultados de pesquisa, onde ele pode ajudar a reduzir a taxa de abandono de carrinho.
Complete o conjunto
Para esse tipo, as recomendações de produtos do Einstein analisam as atividades dos compradores na loja (virtual) para entender os tipos de produtos mais comprados juntos e, em seguida, aplica dados coletados às categorias de produtos para criar um conjunto ou um visual. Você pode visualizar as recomendações e, se necessário, habilitá-las ou desabilitá-las por categoria. As recomendações de produtos do Einstein criam automaticamente conjuntos de produtos sem feeds extra ou integrações.
Ajustar recomendações com estratégias
As estratégias representam diferentes abordagens ou algoritmos para gerar listas de recomendações. Para cada recommender, você pode configurar até três estratégias. Esta tabela mostra o que cada estratégia faz nos resultados das recomendações de produtos do Einstein.
Estratégia |
As recomendações de produtos do Einstein analisam... |
|---|---|
Itens visualizados pelo cliente recentemente |
Os itens que o comprador visualizou recentemente. |
Clientes que compraram isso também compraram |
O comportamento de compra de outros compradores que compraram o mesmo produto. |
Clientes que visualizaram isso também visualizaram |
O comportamento de visualização de outros compradores que viram o mesmo produto. |
Clientes que visualizaram isso acabaram comprando |
O comportamento de compra de outros compradores que viram o mesmo produto. |
Algoritmo de afinidade de produtos |
A semelhança do produto com outros produtos. |
Recomendações personalizadas em tempo real |
O comportamento de visualização e de compra atuais e passados do comprador. |
Produtos mais vistos recentemente |
Os produtos vistos recentemente por outros compradores. |
Produtos mais vendidos recentemente |
Os produtos que são os mais vendidos e recentemente comprados por outros compradores. Essa estratégia permite selecionar um intervalo de tempo, oferecendo três opções: em tempo real, 7 ou 30 dias. |
Complete o conjunto |
As escolhas de produtos passadas e atuais do comprador, combinadas com outros produtos que ele costuma comprar junto com esses produtos. |
Esta tabela mostra como você pode combinar o tipo de página da loja (virtual) com um tipo de recommender ao considerar as estratégias disponíveis.
Para essa página... |
Use esse tipo de recommender |
Com essas estratégias |
|---|---|---|
|
|
|
|
|
|
O rodapé, embora não seja uma página, também é um ótimo local para colocar itens. |
|
|
|
|
|
A ordem da estratégia é importante. As recomendações de produtos do Einstein usam primeiro a estratégia no topo da lista, em seguida a segunda estratégia, e assim por diante. Considere configurar uma estratégia primária e secundária. As recomendações de produtos do Einstein usam a estratégia secundária como backup caso a estratégia primária retorne resultados insuficientes.
Para suas estratégias primárias e secundárias, recomendamos que você use uma que se aplique a todos os compradores e outra que se baseie no histórico de um indivíduo. Essa abordagem proporciona experiências personalizadas tanto para os compradores existentes quanto para os novos compradores.
Aqui estão algumas ótimas escolhas.
Para esse tipo de recommender... |
Use essa estratégia primária |
Use essa estratégia secundária |
|---|---|---|
Produto a produto |
Clientes que visualizaram isso também visualizaram |
Algoritmo de afinidade de produtos |
Produtos em uma categoria |
Recomendações personalizadas em tempo real |
Produtos mais vendidos recentemente |
Produtos em todas as categorias |
Recomendações personalizadas em tempo real |
Produtos mais vendidos recentemente |
Visualizados recentemente |
Itens visualizados pelo cliente recentemente |
|
Complete o conjunto |
Complete o conjunto |
Regras
As regras permitem que você manipule a lista de IDs de produtos recomendados antes de enviá-la para a loja (virtual) em tempo de execução.
É comum que os recommenders configurados não utilizem regras. Se você optar por não usar regras, o recommender enviará cada ID de produto para a loja (virtual) exatamente na ordem em que as estratégias atribuídas as retornaram.
Você pode criar e aplicar até 30 regras para qualquer recommender. Cada regra especifica uma ação, um campo e um ou mais valores de campo (ou atributos).
Quando um recommender de produtos do Einstein aplica uma regra, ele verifica cada produto na lista de IDs retornadas pela estratégia atribuída e compara o valor de campo do produto aos valores especificados na regra. Se o valor do campo de um produto corresponder ao valor (ou a um dos valores) especificado na regra, o recommender aplica a regra. Por exemplo, você pode criar uma regra que instrua as recomendações de produtos do Einstein a colocar produtos da mesma marca que o produto visualizado pelo comprador no topo da lista de recomendações. Se não há outros produtos dessa marca na lista, ele exibe produtos de outras marcas. Para saber mais sobre campos e valores de regras, consulte Regras do recommender do Agentforce Commerce.
Ações de regras
Aqui estão as ações de regras que você pode usar.
Ação de regras |
B2C Commerce... |
|---|---|
Mostrar |
Mostra itens que correspondem aos valores de campo especificados e oculta itens que não correspondem. |
Ocultar |
Oculta itens que correspondem aos valores de campo especificados. |
Promover |
Move itens correspondentes para o início da lista de IDs do produto. |
Rebaixar |
Move itens correspondentes para o final da lista de IDs do produto (ou remove o item da lista se houver IDs do produto em excesso). |
Ao configurar regras, certifique-se de que elas não entrem em conflito. Por exemplo, não configure um recommender para mostrar e ocultar simultaneamente o mesmo produto, ou promover e rebaixar o mesmo produto. Se houver conflitos, você pode revisar as regras e ajustá-las.
Âncoras
O campo de ancoragem aponta do objeto de origem para o objeto de destino. O objeto de origem, por exemplo, é uma determinada categoria, produto ou conjunto de produtos que as recomendações de produtos do Einstein usam em seu cálculo. O objeto de destino é um produto recomendado. Não surpreende que as âncoras sejam ID de produto, ID de categoria ou nenhuma delas (sem âncora).
Esta ilustração mostra como os campos de ancoragem e respectivas estratégias mapeiam produtos, conjuntos de produtos e categorias para um produto recomendado.

Certifique-se de que o tipo de recommender sempre corresponda à âncora, conforme descrito a seguir.
-
Produto a produto: ID do produto
-
Produtos em uma categoria: ID da categoria
-
Produtos em todas as categorias: nenhuma
-
Visualizados recentemente: Nenhuma
-
Complete o conjunto: ID do produto
Para cada tipo de estratégia, as recomendações de produtos do Einstein usam uma âncora para saber que produtos exibir. É assim que as estratégias acontecem.
Estratégia |
Âncora |
Resultados |
|---|---|---|
Clientes que visualizaram isso também visualizaram |
ID do produto |
Correlação entre visualizações |
Clientes que visualizaram isso acabaram comprando |
ID do produto |
Correlação entre visualização e compra |
Clientes que compraram isso também compraram |
ID do produto |
Correlação entre compra e compra |
Produtos mais vendidos recentemente |
ID da categoria |
|
Produtos mais vendidos recentemente |
Nenhum |
|
Produtos mais vistos recentemente |
ID da categoria |
Produtos mais vistos em uma categoria especificada. O número máximo de produtos mais vistos recentemente é 10. |
Produtos mais vistos recentemente |
Nenhuma |
Produtos mais vistos de todas as categorias. O número máximo de produtos mais vistos recentemente é 10. |
Algoritmo de afinidade de produtos |
ID do produto |
Recomendações de afinidade geradas por modelos com base no histórico de compras de toda a base de compradores. |
Recomendações personalizadas em tempo real |
Nenhum |
Os produtos mais bem classificados de um comprador específico com base em seu histórico de navegação recente. Os quatro produtos mais recentes que o comprador mais provavelmente estará interessado em ver de seguida. |
Na estratégia Clientes que visualizaram isso acabaram comprando, por exemplo, os dados podem mostrar que os compradores que visualizaram o Produto X acabaram comprando produtos complementares.
Âncoras para o tipo Produto a produto
Todas as regras do recommender contêm uma ação, campo e um ou mais valores de campo. O recommender Produto a produto também tem um campo de ancoragem e um valor de campo de ancoragem. Esse segundo conjunto de campos e valores restringe ainda mais os produtos recomendados. Quando um comprador visualiza um produto, as recomendações de produtos do Einstein verificam se há uma correspondência de campo entre o produto e o valor do campo de ancoragem definido em uma regra. Se houver correspondência, o recommender avalia a regra e aplica a ação apenas aos itens recomendados correspondentes. Se nenhum campo corresponder, as recomendações de produtos do Einstein não aplicam uma ação. Se você selecionar Any Product (Qualquer produto) como campo de ancoragem, não precisa de um valor de ancoragem. Todos os produtos são correspondências.
Avançar
Nesta unidade, você aprendeu sobre os tipos de recommender de produtos, estratégias, regras e âncoras, e o papel que cada um desempenha na configuração de um recommender de produtos. A seguir, aprenda as etapas para configurar um recommender de produtos.
