Configurar Predictive Sort

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

Descrever três maneiras de usar regras de ordenação.
Listar três maneiras de classificar resultados de pesquisa.
Listar as fontes de dados que a classificação preditiva usa para calcular a afinidade de determinado comprador.
Explicar três maneiras de solucionar problemas com a classificação preditiva.

Antes de configurar a classificação preditiva, vamos analisar as regras de ordenação do Agentforce Commerce for B2C. É importante entender como as regras de ordenação e a classificação preditiva são diferentes em relação à aplicação e à finalidade.

Analisar regras de ordenação

As regras de ordenação no Agentforce Commerce for B2C são configurações predefinidas que determinam a ordem em que os produtos aparecem nas páginas de categorias ou nos resultados de pesquisa. Você cria regras de ordenação para:

Resultados de termos da pesquisa por palavra-chave
Pesquisas refinadas por uma categoria
Atributos dinâmicos que têm peso específico
Valores padrão para dados desatualizados ou indefinidos
Grupos de palavras-chave com base nos termos de pesquisa do cliente
Um menu suspenso para compradores escolherem a ordem de ordenação dos resultados da pesquisa

Você configura regras de ordenação para alinhá-las às estratégias de negócios. Por exemplo, você pode priorizar produtos com margens mais altas ou itens com excesso de estoque.

Você configura regras de ordenação associando um ou mais atributos estáticos, dinâmicos ou mistos.

Atributos são pontos de dados ou campos que definem as características dos itens. Por exemplo, em um catálogo de produtos, os atributos podem incluir:

Preço do produto
Níveis de inventário
Ordem alfabética
Atributos personalizados, como avaliações de produtos ou velocidade das vendas

Um atributo misto é uma combinação de vários atributos individuais, cada um com um peso específico atribuído. O peso determina a importância relativa de cada atributo na combinação. Por exemplo, você pode atribuir um peso de 70% a “preço” e 30% a “classificação” para priorizar a acessibilidade sem deixar de considerar o feedback dos clientes.

Essa abordagem permite uma classificação mais refinada e personalizada. Ela garante que os resultados de pesquisa estejam alinhados aos objetivos de negócios e às preferências dos clientes.

Embora exijam configuração manual, as regras de ordenação são uma ferramenta valiosa que ajuda você a otimizar a apresentação de produtos e levar os compradores até os produtos que eles procuram. Você usa regras de ordenação para implementar estratégias de negócios específicas na sua loja (virtual). Essas regras ajudam você a destacar novos produtos, itens em promoção, produtos com margens mais altas ou seu estoque excedente. Para saber mais sobre regras de ordenação, consulte Regras de ordenação de loja do Salesforce B2C Commerce.

Conheça a classificação preditiva

A classificação preditiva usa IA para personalizar a experiência de classificação de produtos para cada comprador. Ela calcula a afinidade de um comprador com os produtos que ele vê e compra. Os dados para os cálculos vêm destas fontes de dados.

Catálogos e produtos
Histórico de pedidos
Fluxos de cliques do cliente em tempo real

A classificação preditiva usa as fontes de dados para ajustar dinamicamente a ordem dos produtos apresentados durante uma sessão de pesquisa ou navegação. A classificação preditiva seleciona os produtos relevantes e determina a ordem deles para personalizar a experiência do comprador.

Confira alguns dos principais recursos:

Personalização em tempo real com base no histórico de navegação e compras.
Aprendizado contínuo a partir das interações dos clientes para melhorar as recomendações.
Integração com outros recursos do Einstein, como recomendações de produtos.

A classificação preditiva salva um cookie no dispositivo do comprador que inclui o interesse do comprador em produtos específicos. Esse interesse, ou atribuição, pode mudar ao longo da sessão e funciona para compradores registrados e convidados. À medida que vai coletando dados, a classificação preditiva aprende sobre o comprador e personaliza sua experiência de ordenação. Por exemplo, quando um comprador olha tênis masculinos e faz uma pesquisa, os produtos na categoria principal de Homens aparecem no início.

Comparação entre regras de ordenação e classificação preditiva.

As regras de ordenação e a classificação preditiva são ferramentas que influenciam a forma como os compradores interagem com os produtos em uma loja (virtual). Embora compartilhem o objetivo de otimizar a apresentação de Produtos, seus mecanismos e casos de uso são diferentes.

Principais diferenças e relação

Configuração vs. automação: as regras de ordenação exigem configuração manual e são estáticas, a menos que sejam atualizadas por um anunciante. A classificação preditiva automatiza o processo ajustando dinamicamente a ordem dos produtos com base em insights gerados por IA.
Personalização: as regras de ordenação se aplicam de forma universal a todos os clientes, enquanto a classificação preditiva personaliza a experiência para cada usuário individualmente.
Caso de uso: as regras de ordenação são ideais para implementar estratégias de negócios específicas, enquanto a classificação preditiva é mais indicada para aumentar o engajamento do cliente e a conversão por meio da personalização.
Uso complementar: na prática, essas ferramentas podem se complementar. Por exemplo, você pode usar regras de ordenação para estabelecer uma ordem básica e deixar a classificação preditiva refinar a apresentação para cada cliente individualmente.

Configurar a classificação preditiva

A seguir, explore como modificar uma regra de ordenação existente para usar a classificação preditiva e como criar uma nova regra de ordenação que usa a classificação preditiva.

Modificar uma regra de ordenação existente

Para ajudar você a vivenciar o impacto da classificação preditiva e ver os resultados antes e depois, comece pela modificação de uma regra de ordenação existente.

Antes de modificar a regra, veja os resultados obtidos ao usar a regra de ordenação de melhores correspondências sem a classificação preditiva.

Regra de ordenação de melhores correspondências sem classificação preditiva

Pesquisa do comprador: um comprador pesquisa “tênis de corrida”.
Regra de ordenação: a regra de ordenação usa a posição da categoria, posição de pesquisa, classificação de pesquisa e relevância do texto para identificar os tênis de corrida com melhores correspondências.
Resultados: os resultados de pesquisa mostram os tênis de corrida com melhores correspondências com base na intuição do anunciante, independentemente das preferências específicas do cliente.

Agora, vamos modificar a regra de ordenação com classificação preditiva.

No Business Manager, clique em App Launcher (Iniciador de aplicativos) e selecione Merchant Tools (Ferramentas do comerciante) | Site | Search (Pesquisar) | Sorting Rules (Regras de ordenação).
Clique na regra de ordenação com as melhores correspondências.

Esta regra de ordenação classifica por cinco atributos: Category Position (Posição da categoria), Search Placement (Posição de pesquisa), Search Rank (Classificação de pesquisa), Text Relevance (Relevância do texto) e Explicit Sorting (Ordenação explícita).

Clique em Adicionar.
Comece a digitar predictive sort (classificação preditiva) até que o atributo apareça e selecione-o.
Defina Text Relevancy (Relevância do texto) como Yes (Sim).
Defina Sentido como Decrescente.
Arraste o novo atributo de classificação preditiva para a segunda posição na regra de ordenação.
Remova search rank (classificação de pesquisa) e search placement (posição de pesquisa) da regra de ordenação.
Clique em Apply (Aplicar).

Essa é a ordem de classificação dos resultados da pesquisa e como o Agentforce Commerce for B2C desempata usando a regra.

Posição da categoria
Predictive Sort
Relevância do texto
Ordenação explícita

Agora, analise os resultados da pesquisa de um comprador com classificação preditiva aplicada à regra de ordenação de melhores correspondências.

Regra de ordenação de melhores correspondências com classificação preditiva

Pesquisa do comprador: um comprador pesquisa “tênis de corrida”.
Classificação preditiva: o sistema ajusta dinamicamente a ordem dos produtos após a posição da categoria com base no comportamento do comprador. Neste caso, dando preferência a tênis de corrida da Marca-X com um intervalo de preços entre US$ 120 e US$ 175 durante visitas anteriores.
Resultados: os resultados, personalizados de acordo com as preferências do comprador, mostram tênis de corrida da Marca-X com preços entre US$ 120 e US$ 175.

Ao comparar esses resultados com os resultados da regra de ordenação sem a classificação preditiva, você vê como a classificação preditiva personalizou os resultados de pesquisa baseando-se nas sessões online anteriores do comprador.

Criar uma regra de ordenação com atributos dinâmicos de classificação preditiva

Crie um novo atributo de classificação preditiva que contenha atributos dinâmicos mistos.

No Business Manager, clique em App Launcher (Iniciador de aplicativos) e selecione Merchant Tools (Ferramentas do comerciante) | Site | Search (Pesquisar) | Sorting Rules (Regras de ordenação).
Clique em Atributos dinâmicos.

Clique em Novo e insira o nome Classificação preditiva.
Adicione três atributos: Receita, Relevância do texto e Classificação preditiva.

Defina os pesos da seguinte forma:

Receita: 25%
Text Relevance (Relevância do texto): 40%
Predictive Sort (Classificação preditiva): 35%

Defina todos como Decrescente.
Em Revenue (Receita) e em Predictive Sort (Classificação preditiva), defina o valor padrão como Minimum (Mínimo).
Em Relevância do texto, defina o valor padrão como Média.
Clique em Apply (Aplicar).

Esse novo atributo, que pode ser usado em uma regra de ordenação, combina Revenue (Receita), Text Relevance (Relevância do texto) e Predictive Sort (Classificação preditiva).

Considerações sobre a experiência de usuário

Após testar os resultados da opção Predictive Sort (Classificação preditiva), você pode atribuir a ela um peso maior ou movê-la para uma posição superior na ordem de classificação. Se você atribuiu a ela um peso baixo ou ela não estiver acima na ordem de classificação, é possível que a influência nas pontuações de pesquisa não seja suficiente para afetar os resultados.

Testes A/B

Para executar testes A/B usando regras de ordenação como experiência. Certifique-se de ativar os testes A/B nas preferências do Business Manager.

Veja como testar uma regra de ordenação preditiva em uma experiência de classificação atual.

Usar a experiência de ordenação atual como o controle do teste (80%).
Atribuir a Regra de organização do Einstein ao segmento de teste B (10%).
Fase 1a: aumentar a porcentagem do tráfego dos segmentos de teste A e B para 25% cada e executar o teste durante 90 dias, verificando o progresso a cada duas semanas.
Fase 1b: aumentar a porcentagem do tráfego dos segmentos de teste A e B para 45% cada e executar o teste durante mais 90 dias, verificando o progresso a cada duas semanas.
Final: implantar o vencedor em 100% do tráfego!

Considerações de desempenho

A classificação preditiva tem considerações de caching para renderizar modelos e solicitações de pesquisa. Como a classificação preditiva personaliza os resultados de pesquisa para cada comprador, é impossível armazenar em cache a posição das ocorrências encontradas na grade de produtos.

Não é necessário modificar a configuração do armazenamento em cache nos modelos de renderização. O Agentforce Commerce for B2C desativa o caching das posições das ocorrências encontradas na grade de resultados por padrão, no caso de solicitações que incluam uma regra de ordenação com o atributo Predictive Sort (Classificação preditiva). Por exemplo, se você atribuir uma regra de ordenação preditiva à categoria Sales (Vendas), o Agentforce Commerce for B2C desabilita o caching para as posições dos resultados de pesquisa na página de resultados da categoria Sales (Vendas). Se você configurar um teste A/B com 5% de tráfego para uma regra de ordenação preditiva, o Agentforce Commerce for B2C desabilitará o caching somente para 5% das solicitações.

Solucionar problemas de Predictive Sort

Se você suspeitar que suas classificações não estão funcionando como esperado, veja como solucionar o problema.

Use o Storefront Toolkit (Kit de ferramentas da loja) para ver as informações de pesquisa e clique no botão de informações verde em um produto nos resultados de pesquisa (ou na página de grade de categorias). Se a pontuação da pesquisa de classificação preditiva for 0 ou menos, entre em contato com o Suporte ao cliente.
Use o Recommendation Validator para verificar se a classificação preditiva está funcionando.

Você vê mosaicos de produto duplicados nos resultados de pesquisa da categoria que usam classificação preditiva. Verifique se seu desenvolvedor adicionou a declaração de classificação preditiva específica aos modelos de renderização da grade de produtos da loja (virtual).

Finalização

Neste módulo, você aprendeu a tornar a pesquisa da sua loja (virtual) mais inteligente com o Einstein do Commerce Cloud. Você aprendeu a usar dicionários de pesquisa, recomendações de pesquisa e a classificação preditiva para ajudar a personalizar a pesquisa da loja (virtual).

Tempo estimado

Tópicos

Procurando ajuda?

CRM Analytics Recursos