Utilizzare i consigli nelle email

Sebbene i risultati delle previsioni di Vertex AI Search per la vendita al dettaglio siano utilizzati più comunemente nei siti web di vendita al dettaglio, puoi utilizzare i suggerimenti anche nei messaggi email. I consigli nell'email sono generalmente inclusi nelle campagne di marketing, nelle email successive all'ordine o nelle email del carrello abbandonate.

Scegli un tipo di modello

Il modello Consigliato per te può essere utile per le email, in quanto è concepito per fornire suggerimenti nei casi d'uso in cui un utente non ha indicato interesse per un elemento specifico. Funziona al meglio con gli utenti che hanno eseguito l'accesso e che hanno una cronologia di navigazione o delle spese.

Il modello Altri che potrebbero piacerti viene in genere utilizzato nelle pagine dei dettagli del prodotto anziché nelle campagne email. Puoi utilizzarlo, però, per le email in cui vengono consigliati articoli simili o complementari a quelli che il cliente ha visualizzato di recente.

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

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

Requisiti della richiesta

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

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

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

Includi previsioni statiche nell'email

Puoi inviare previsioni statiche inserendo dati in un modello email.

Il metodo predict può essere chiamato in tempo reale man mano che le email vengono inviate oppure i suggerimenti possono essere recuperati singolarmente e salvati come parte di un modello email o in un database a cui fare riferimento in un secondo momento. Per ricevere i consigli più aggiornati, chiama il metodo predict il più vicino possibile a quando viene inviata l'email.

Chiama il metodo predict per l'invio di email

Il metodo predict di Vertex AI Search per la vendita al dettaglio utilizza alcuni campi come input e restituisce un elenco di suggerimenti sui prodotti. visitorId, userId e id vengono utilizzati come input per la maggior parte dei modelli di suggerimenti.

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

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

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

Includi previsioni dinamiche nell'email

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

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

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

Puoi recuperarli con una Cloud Function o qualsiasi app lato server in grado di effettuare la richiesta di previsione. I risultati della previsione devono poi essere convertiti in un'immagine. A questo scopo, puoi usare una libreria, ad esempio ImageMagick.

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

Poiché la destinazione del link è in genere impostata come hardcoded nell'email, non devi sapere quali prodotti verranno mostrati. Il reindirizzamento dei clic a singole pagine dei prodotti richiede una configurazione aggiuntiva. In genere, utilizzerai una singola immagine per tutti i suggerimenti, quindi l'uso di una mappa immagine può aiutarti a determinare su quale prodotto l'utente ha 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 Quote del progetto, controlla le Richieste di previsione di suggerimenti 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 viene superata la quota.

Valuta i risultati

Il tagging degli URL 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 contenuti nelle email per filtrarli in modo da poter valutare le metriche.

Se esegui test A/B di più consigli, ti consigliamo di farlo nell'ambito di un'unica campagna. Rimangono comunque valide tutte le linee guida per i test A/B standard per i siti web.

Passaggi successivi