Explorar recomendações de produtos do Einstein

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

• Listar três vantagens da implementação de recomendações de produtos do Einstein do Commerce Cloud.
  
• Descrever os passos básicos necessários para implementar recomendações de produtos.
  
• Listar os tipos de dados que as recomendações de produtos do Einstein utilizam.
  
• Listar as três configurações que você define em um recommender.
  

Introdução

Brandon Wilson é operador comercial da Cloud Kicks, uma empresa de tênis de alta qualidade. Ele quer melhorar a experiência dos compradores na loja (virtual) de comércio eletrônico da Cloud Kicks. Uma maneira de fazer isso é fornecer recomendações de produtos personalizadas com base nos interesses e ações dos compradores. Outra forma é acompanhar as tendências gerais de compras, para que ele possa recomendar produtos populares atuais.

É muito a considerar para milhares de clientes! Felizmente, a Salesforce tem a ferramenta exata para ele: o Einstein do Commerce Cloud.

A loja (virtual) da Cloud Kicks funciona no Salesforce B2C Commerce. Atualmente, Brandon usa o Business Manager, a ferramenta online para gerenciar lojas (virtuais) do B2C Commerce, para configurar recomendações explícitas. Recomendações explícitas são links de um objeto de origem, como uma categoria, produto ou conjunto de produtos, para um objeto de destino, como um produto ou conjunto de produtos. Quando um comprador olha para um par de tênis vermelhos de cano alto na loja (virtual) da Cloud Kicks, por exemplo, Brandon configurou uma recomendação de camiseta e shorts vermelhos para mostrar na área “Você também pode gostar de” da página.

Cross-selling (produtos relacionados) ou upselling (produtos mais caros) são algumas recomendações explícitas típicas. Brandon já configurou vários tipos de cross-selling, que ele classificou como uma família de produtos, produtos complementares ou acessórios, e produtos concorrentes. Ele os mostra na loja (virtual) com rótulos como Novidades, Também podemos recomendar, Você também pode gostar de, Mais vendidos.

Recomendações explícitas são baseadas em um melhor palpite (e, às vezes, pensamentos positivos). Elas são o que Brandon e sua equipe consideram conexões óbvias. Mas, sem dados ou feedback diretos de compradores ou dados de varejo ao vivo, Brandon se pergunta se a Cloud Kicks está perdendo oportunidades de vendas. Ele quer eliminar as dúvidas sobre recomendações de produtos usando ciência de dados de ponta. Recomendações de produtos personalizadas também podem ajudar a Cloud Kicks a maximizar as taxas de conversão e a aumentar o valor médio de pedidos.

É aqui que entram as recomendações de produtos do Einstein do Commerce Cloud!

O Einstein do Commerce Cloud gera dinamicamente recomendações usando dados ao vivo. Você pode pensar nelas como recomendações implícitas, em contraste com as recomendações explícitas que Brandon configura no Business Manager. O Einstein do Commerce Cloud além de usar os dados históricos e ao vivo da atividade do comprador em sua loja (virtual), usa dados de todos os comerciantes que concordam em compartilhar seus dados (um conjunto muito maior). Quanto mais dados o Einstein usar, mais bem informadas são suas recomendações para seus compradores.

Implementar recomendações de produtos

Para implementar recomendações de produtos do Einstein, Brandon percebe logo que precisa da ajuda de Linda Rosenberg, administradora da Cloud Kicks, e de Vijay Lahiri, o desenvolvedor.

Aqui estão as etapas que essa equipe deve cumprir.

1. Linda configura e executa um feed de catálogo em relação à instância de produção.
   
2. Linda configura e executa um feed de pedido em relação à instância de produção.
   
3. Linda implanta a ferramenta Configurator.
   
4. Brandon configura recommenders (regras de negócios) com o Configurator.
   
5. Vijay cria um slot de conteúdo em um modelo com ISML (Internet Store Markup Language).
   
6. Brandon cria uma configuração de slot de conteúdo no Business Manager que controla o modelo e as regras de negócios que o Einstein aplica às IDs de produtos recomendados.
   

Se você ganhou o emblema Implementação do Einstein do Commerce Cloud, você acompanhou Linda enquanto ela completava as duas primeiras tarefas. Se você ganhou o emblema Pesquisa mais inteligente com o Einstein do Commerce Cloud , você aprendeu como a equipe completou a terceira tarefa. Neste módulo, você vê como eles cumprem as etapas restantes para configurar recomendações de produtos do Einstein.

Vamos começar a quarta etapa, configurando recommenders. Os recommenders fornecem a ligação entre o que o comprador vê na loja (virtual) e uma lista de produtos recomendados.

Brandon está ansioso para aprender a criar recommenders usando a ferramenta Configurator. Essa ferramenta permite que ele controle a estratégia (algoritmo) que o Einstein usa para gerar a lista de IDs de produto, e permite que ele crie regras que controlem quais produtos são mostrados, ocultados, promovidos e rebaixados. Quando a loja (virtual) renderiza a lista final de produtos recomendados, eles estão na ordem ideal, conforme definido por suas regras.

Mais tarde, ele trabalha com Vijay no slot de conteúdo que ele usa para renderizar as recomendações personalizadas na loja (virtual).

Planejamento do posicionamento na página

Primeiro, Brandon volta e planeja sua abordagem para usar recomendações de produtos do Einstein. Ele responde a essas perguntas:

• Onde as recomendações ficarão na página?
  
• Que tipos de páginas oferecerão recomendações?
  
• Que tipo de produtos serão exibidos?
  

O local onde ele coloca recomendações é importante. Ele quer que elas fiquem em um local que chame a atenção dos compradores, por exemplo, abaixo dos detalhes do produto ou em um quadro à esquerda na página inicial. O posicionamento deve sempre melhorar o que o comprador já está vendo. Lembre-se, você está associando o que o comprador está vendo atualmente a produtos que também podem interessar a ele.

Brandon identifica quais tipos de páginas são melhores para recomendar produtos. Ele pode configurar recommenders para apenas um tipo de página ou para todas as páginas. Aqui estão os tipos de páginas que ele considera.

• Página de detalhes do produto
  
• Páginas de categoria
  
• Página inicial
  
• Página Minha conta
  
• Página Minhas recomendações
  
• Carrinho
  
• Lista de desejos
  
• Checkout
  

As recomendações devem despertar o interesse dos compradores ou oferecer uma solução ou seleção mais amplas. Veja alguns exemplos.

Recommenders

Agora que Brandon tem uma ideia dos tipos de páginas, posicionamentos de páginas e produtos nos quais ele quer se concentrar, ele pesquisa o que são recommenders. Ele aprende que configurar recommenders envolve atribuir tipos, estratégias e regras. Ele deve atribuir um tipo a cada recommender e pode atribuir até três estratégias e até 30 regras por recommender.

Aqui estão os tipos de recommenders.

• Produto a produto
  
• Produtos em todas as categorias
  
• Produtos em uma categoria
  
• Visualizados recentemente
  
• Complete o conjunto
  

Aqui estão as estratégias disponíveis.

• Itens visualizados pelo cliente recentemente
  
• Clientes que compraram isso também compraram
  
• Clientes que visualizaram isso também visualizaram
  
• Clientes que visualizaram isso acabaram comprando
  
• Algoritmo de afinidade de produtos
  
• Recomendações personalizadas em tempo real
  
• Produtos mais vistos recentemente
  
• Produtos mais vendidos recentemente
  

Essa ilustração mostra um recommender Produto a produto, configurado com duas estratégias e duas regras.

Próximas etapas

Brandon Wilson aprendeu como as recomendações de produtos do Einstein podem ajudar a melhorar a experiência do comprador com recomendações de produtos personalizadas. Ele explorou como funcionam as recomendações de produtos e como planejá-las e implementá-las.

Na próxima unidade, Brandon aprende mais sobre recommenders e usa a ferramenta Configurator para criá-los.

Recursos

Ajuda do Salesforce: Recomendações de produtos