Utilizzare i consigli nelle email

Sebbene i risultati di previsione di Vertex AI Search for Commerce siano più comunemente utilizzati nei siti web di vendita al dettaglio, puoi utilizzare i consigli anche nei messaggi email. I consigli nelle email vengono in genere inclusi nelle email di marketing, nelle email di follow-up o nelle email relative ai carrelli abbandonati.

Scegli un tipo di modello

Il modello Consigliati per te può essere utile per le email perché è progettato per fornire consigli in casi in cui un utente non ha indicato interesse per un articolo specifico. Funziona al meglio con gli utenti che hanno eseguito l'accesso e che hanno una cronologia di navigazione o di acquisti.

Il modello Altri che potrebbero piacerti viene in genere utilizzato nelle pagine dei dettagli dei prodotti anziché per le campagne email. Tuttavia, puoi utilizzarlo per le email per consigliare gli articoli simili o complementari a quelli visualizzati di recente da un cliente.

Il modello Acquistati spesso insieme viene in genere utilizzato nella pagina "Aggiungi al carrello" o nella pagina "Carrello degli acquisti", ma può essere utilizzato anche per le email.

Il modello Acquista di nuovo è progettato per essere utilizzato sulla maggior parte dei tipi di pagine e può essere impiegato anche per le email.

Requisiti delle richieste

Per ricevere consigli pertinenti, il campo userId deve corrispondere all'ID utente associato a un utente che ha eseguito l'accesso sul tuo sito web o nella tua app.

Idealmente, il campo visitorId deve corrispondere all'ultimo ID sessione dell'utente sul sito. Poiché l'ultimo ID sessione non viene sempre registrato, è possibile inviare anche un identificatore univoco random come campo visitorId.

Anche i modelli Acquistati di frequente insieme e Altri che potrebbero piacerti richiedono gli ID prodotto nella sezione productDetails della chiamata di previsione. Per i modelli Acquistati spesso insieme, gli ID possono essere articoli dell'acquisto più recente di un utente.

Includi previsioni statiche nelle email

Puoi inviare previsioni statiche inserendo i dati in un modello email.

Il metodo predict può essere chiamato in tempo reale durante l'invio delle email oppure i consigli possono essere recuperati singolarmente e salvati all'interno di un modello email o in un database a cui fare riferimento in un secondo momento. Per avere i consigli più aggiornati, chiama il metodo predict il più vicino possibile al momento dell'invio dell'email.

Chiama il metodo predict per l'email

Il metodo predict di Vertex AI Search for Commerce prende alcuni campi come input e restituisce un elenco di consigli sui prodotti. visitorId, userId e id vengono utilizzati come input per la maggior parte dei modelli di consigli.

Ogni richiesta di previsione per un utente deve essere effettuata singolarmente, utilizzando codice o script shell.

Di seguito è riportato lo pseudocodice di una richiesta di previsione:

for user in userlist:
  emailTemplate.recommendations = predict(user.visitorid,user.userid,user.lastorder.id,...)
...
format email template as required

Includi le previsioni dinamiche nelle email

Sebbene le previsioni statiche siano semplici da implementare, possono diventare obsolete più rapidamente rispetto alle previsioni dinamiche. Un utente potrebbe non aprire l'email per un po' di tempo e, nel frattempo, potrebbero essere disponibili consigli migliori. I sistemi di email collettive più sofisticati possono aggiungere contenuti dinamici includendo un riferimento a un'immagine in un'email HTML.

Di seguito è riportato un esempio di codice HTML per un'immagine che include un riferimento alla configurazione di pubblicazione:

<img src="https://example.com/recs/email?userid=47832&campaign=2020FALL&servingconfig=fbt>

I consigli possono essere recuperati con una funzione Cloud Run o con qualsiasi app lato server in grado di effettuare la richiesta di previsione. I risultati della previsione devono quindi essere trasformati in un'immagine. Questa operazione può essere eseguita con una libreria, come ImageMagick.

Le previsioni vengono effettuate solo per le email aperte e visualizzate. Puoi anche memorizzare nella cache i risultati anziché creare una nuova immagine se l'utente apre di nuovo l'email. In questo modo, il costo dell'utilizzo dei consigli per le email è ridotto.

Poiché la destinazione del link è in genere hardcoded nell'email, non necessariamente sai quali prodotti verranno mostrati. Il reindirizzamento dei clic alle singole pagine dei prodotti richiede una configurazione aggiuntiva. Di solito utilizzi una singola immagine per tutti i consigli, quindi l'utilizzo di una mappa di immagini può aiutarti a determinare sui quali prodotti è stato fatto clic.

Quote

Se prevedi di eseguire un grande batch di richieste di previsione in un breve periodo di tempo, devi controllare le quote. Nella pagina Quota del progetto, controlla Richieste di previsione dei consigli per progetto al minuto. Puoi richiedere un aumento facendo clic su Modifica quote nella pagina dei dettagli della quota.

Ti consigliamo di implementare il backoff esponenziale per riprovare le richieste dopo un ritardo. Il servizio restituisce risposte HTTP 429 se la quota viene superata.

Valutare i risultati

Il tagging degli URL ti consente di monitorare e valutare l'efficacia delle campagne. Puoi utilizzare Google Analytics o un'altra piattaforma di analisi per aggiungere parametri di monitoraggio ai link nelle email e includere questi dati nei report. Tagga i clic sui consigli provenienti dalle email per filtrarli in modo da poter valutare le metriche.

Se esegui test A/B su più consigli, ti consigliamo di farlo all'interno di un'unica campagna. Tutte le linee guida per i test A/B standard per i siti web rimangono valide.

Passaggi successivi