Sobre modelos de recomendação

Nesta página, descrevemos os modelos de recomendação fornecidos pela API Retail, com as configurações de exibição e objetivos de otimização padrão, as personalizações disponíveis e os tipos de evento compatíveis.

Introdução

Ao se inscrever para usar a API Retail, você trabalha com o suporte ao varejo para determinar os melhores modelos de recomendação e personalizações a serem usados no seu site. Os modelos e as personalizações que você usa dependem das suas necessidades de negócios e de onde você planeja exibir as recomendações resultantes.

Ao solicitar recomendações da API Retail, forneça o valor de configuração de veiculação ao recurso placement. Consulte configurações de veiculação para mais detalhes sobre como usar o recurso placement para exibir configs e sobre a compatibilidade com veiculações, que eram usadas anteriormente pela API Retail para colocar modelos. A configuração de disponibilização determina qual modelo é usado para retornar suas recomendações. Também é possível filtrar os resultados.

Tipos de modelo de recomendação

A API Retail oferece os seguintes tipos de modelo de recomendação:

Outros itens que você pode gostar

A recomendação "Outros que você pode gostar" prevê o próximo produto com que o usuário tem mais probabilidade de interagir ou converter. A previsão é baseada no histórico de compras e visualizações do usuário e na relevância do produto candidato para um produto especificado atual.

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação do modelo:

Itens comprados juntos com frequência (expansão do carrinho de compras)

A recomendação "Comprados juntos" prevê itens comprados com frequência juntos para um produto específico na mesma sessão de compras. Se uma lista de produtos estiver sendo visualizada, ela preverá os itens comprados com frequência com essa lista.

Essa recomendação é útil quando o usuário indica uma intenção de comprar um produto específico (ou uma lista de produtos) e você quer recomendar complementos (em vez de substitutos). Essa recomendação é normalmente exibida na página "adicionar ao carrinho" ou nas páginas "carrinho de compras" ou "registro" (para expansão do carrinho de compras).

Objetivo de otimização padrão: receita por pedido

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação do modelo:

Recomendados para você

A recomendação "Recomendado para você" prevê o próximo produto com que um usuário tem mais probabilidade de interagir ou comprar com base no histórico de compras ou visualização desse usuário e nas informações contextuais das solicitações, como carimbos de data/hora. Essa recomendação é normalmente usada na página inicial.

"Recomendado para você" também pode ser útil em páginas de categoria. Uma página de categoria é semelhante a uma página inicial, exceto pelo fato de você exibir apenas itens dessa categoria. Para isso, use o modelo padrão "Recomendado para você" com tags de filtro. Por exemplo, você pode adicionar tags de filtro personalizadas (correspondentes a cada página de categoria) aos itens no seu catálogo. Ao enviar a solicitação de previsão, defina o objeto de evento do usuário como category-page-view e especifique a tag de uma página de categoria específica no campo filter. Somente os resultados de recomendações correspondentes à tag de filtro solicitada são retornados. A diversidade precisa ser desativada nesse caso de uso, porque a diversidade pode entrar em conflito com tags de filtro com base na categoria.

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação do modelo:

  • Tudo

Itens semelhantes

A recomendação de itens semelhantes prevê outros produtos que têm atributos similares aos que estão sendo considerados. Essa recomendação é normalmente usada em uma página de detalhes do produto ou quando um produto recomendado está esgotado.

O modelo de itens semelhantes requer apenas informações do catálogo de produtos. Nenhum evento de usuário é necessário.

Não é possível ajustar os modelos de itens semelhantes.

Recomendamos a criação de apenas um modelo de itens semelhantes por projeto. Como os modelos de itens semelhantes não são personalizáveis, a criação de vários modelos com base nos mesmos eventos do usuário não produz recomendações diferentes e pode gerar custos desnecessários.

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão: N/A

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação do modelo:

Comprar novamente

O modelo "Comprar novamente" incentiva a compra de itens novamente com base em compras recorrentes anteriores. Esse modelo personalizado prevê produtos que já foram comprados pelo menos uma vez e que costumam ser comprados em uma cadência regular. O intervalo em que um produto é sugerido depende do produto e do visitante do site. As recomendações deste modelo podem ser usadas em qualquer tipo de página.

O modelo "Comprar novamente" usa eventos de usuário de compra completa.

O modelo "Comprar novamente" não pode ser ajustado.

Recomendamos a criação de apenas um modelo "Comprar novamente" por projeto. Como os modelos "Comprar novamente" não são personalizáveis, a criação de vários modelos com base nos mesmos eventos do usuário não produz diferentes recomendações e pode incorrer em custos desnecessários.

Objetivo de otimização padrão: N/A

Configuração de veiculação padrão: N/A

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação do modelo:

  • Tudo

Em promoção

O tipo de modelo com desconto é um modelo personalizado com base em promoções que pode recomendar produtos em promoção. Use esse tipo de modelo para incentivar os usuários a comprar itens com desconto.

Normalmente usado na página inicial, na página de adição ao carrinho, na página do carrinho de compras, na página de categoria e na página de detalhes.

Objetivo de otimização padrão: taxa de cliques

Configuração de veiculação padrão: N/A

Personalizações disponíveis:

Páginas compatíveis com a implantação do modelo:

Visualizados recentemente

A recomendação visualizada recentemente não é uma recomendação. Ele fornece os IDs dos produtos com que o usuário/visitante interagiu recentemente, com os produtos mais recentes primeiro.

Objetivo de otimização padrão: N/A

Configuração de veiculação padrão: recently_viewed_default

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação do modelo:

  • Tudo

Otimização no nível da página

A otimização no nível da página estende a Recommendations AI da otimização de um único painel de recomendações por vez para a otimização de uma página inteira com vários painéis. O modelo de otimização no nível da página seleciona automaticamente o conteúdo de cada painel e determina a ordem deles na sua página.

Por exemplo, as páginas iniciais normalmente são estruturadas com produtos organizados em linhas de grupos relacionados, como categorias, itens em alta ou produtos vistos recentemente. Usar o modelo de otimização no nível da página em uma página inicial pode fornecer uma experiência de recomendação personalizada ao usuário final, automatizando o processo de decisão para coordenar combinações de modelos e layouts para essa página.

Para criar um modelo de otimização no nível da página, primeiro você precisa ter configurações de veiculação de recomendação que tenham modelos treinados. Ao criar um modelo de otimização no nível da página, você especifica em que tipo de página o modelo será usado, quais restrições serão aplicadas para limitar a exibição de configurações semelhantes, qual objetivo de negócios otimizar (CTR ou CVR), quantos painéis de recomendação serão exibidos e quais configurações de veiculação serão consideradas para cada painel.

Assim como acontece com outros modelos, para usar o modelo de otimização no nível da página, faça uma chamada de previsão usando uma configuração de exibição que contenha o modelo "Otimização no nível da página". Em vez de recomendações, a resposta de previsão contém uma lista classificada de códigos de configuração de veiculação que representam a configuração a ser usada para cada painel. Em seguida, faça uma nova chamada de previsão para cada painel com o ID de configuração de exibição correspondente que foi retornado do modelo de otimização no nível da página. A resposta de previsão para cada painel contém a lista de itens recomendados a serem exibidos nesse painel.

Objetivo de otimização padrão: N/A

Configuração de veiculação padrão: N/A

Personalizações disponíveis: N/A

Páginas compatíveis com a implantação do modelo:

  • Tudo

Otimização para objetivos de negócio

Modelos de machine learning são criados para otimizar um determinado objetivo de negócios, que determina como o modelo é criado. Cada modelo tem um objetivo de otimização padrão, mas é possível solicitar um objetivo diferente para atender às metas da sua empresa. Para isso, entre em contato com o representante do suporte.

Após treinar um modelo, não será possível alterar o objetivo de otimização. É preciso treinar um novo modelo para usar um objetivo de otimização diferente.

A API Retail é compatível com os objetivos de otimização a seguir.

Taxa de cliques (CTR)

A otimização para CTR enfatiza o engajamento. otimize a CTR quando quiser maximizar a probabilidade de o usuário interagir com a recomendação.

A CTR é o objetivo de otimização padrão para os tipos de modelo de recomendação Outros itens que você pode gostar e Recomendado para você.

Receita por sessão

O objetivo de otimização de receita por sessão está disponível para os tipos de modelo de recomendação "Outros que você pode gostar", "Recomendado para você" e "Comprados em conjunto". Embora o objetivo funcione de maneira diferente para cada modelo, a meta é a mesma, para aumentar a receita.

  • Para outras pessoas que você possa gostar e que sejam recomendadas para você. O objetivo combina informações de cliques, conversões e preços de itens para ajudar o modelo a recomendar itens que têm preços mais altos e maior probabilidade de serem comprados.

  • Para compradores frequentes. Esse objetivo otimiza a recomendação de itens com maior probabilidade de ser adicionada aos carrinhos, beneficiando a receita com a expansão dos tamanhos do carrinho.

Taxa de conversão (CVR)

A otimização para a taxa de conversão maximiza a probabilidade de o usuário adicionar o item recomendado ao carrinho. Se você quiser aumentar o número de itens adicionados ao carrinho por sessão, otimize a taxa de conversão.

Opções avançadas de configuração de modelo

Dependendo do tipo, há algumas outras opções de configuração de modelo que você pode usar para alterar o comportamento do seu modelo.

Preferência de ajuste

O ajuste mantém o treinamento do modelo ideal à medida que os dados de entrada mudam com o tempo. Configure o modelo para ajustar automaticamente a cada três meses ou escolha somente para ajustá-lo manualmente. O modelo é ajustado automaticamente uma vez após a criação. Saiba mais

Para ajustar os detalhes de custo, consulte Preços.

Configurações e modelos de exibição disponíveis

Antes de solicitar previsões ao seu modelo, crie pelo menos uma configuração de veiculação para ele. Para mais informações, consulte Criar configurações de veiculação.

Você encontra seus modelos listados na página Modelos. Clique no nome de um modelo para acessar a página de detalhes dele. Nela, você encontra as configurações de exibição associadas a esse modelo.

Produtos contextuais

Ao gerar uma recomendação, os modelos consideram os produtos com que um usuário interagiu anteriormente no contexto do painel de recomendações.

Esses produtos contextuais são transmitidos para o corpo de uma solicitação predict como parte de um evento do usuário. Por exemplo, se houver um painel de recomendações em uma página de carrinho de compras, qualquer evento de usuário shopping-cart-page-view que acione uma solicitação predict precisará incluir os produtos que estão no carrinho de compras naquele momento. Esses produtos são usados como contextos para essa recomendação.

Ao criar um modelo comprado com frequência, você especifica se esse modelo gerará recomendações no contexto de um ou vários itens. A opção escolhida depende do tipo de página que você planeja usar o modelo.

  • Vários produtos de contexto (padrão): o modelo de compras frequentes conjunto pode usar um ou vários produtos como contexto para as recomendações. Esse caso de uso normalmente é para páginas de carrinho de compras que têm uma variedade de produtos contextuais que podem informar a recomendação para veiculação nessa página.

  • Produto de contexto único: o modelo de compradores frequentes juntos pode usar apenas um produto de contexto. Esse caso de uso normalmente é usado para páginas que têm um único produto que seria usado como contexto para recomendações, como páginas de adição ao carrinho e páginas de detalhes do produto.

    Passar mais de um produto em uma solicitação predict de um único modelo de contexto do produto comprado com frequência não falha, embora não seja recomendado porque pode não resultar em recomendações ideais.