Diese Recommendations AI-Dokumentation verweist auf die Recommendations Console. Wir empfehlen, zur Retail Console zu wechseln und die Dokumentation für Einzelhändler zu verwenden. Darin werden Recommendations AI, die Retail Console und Retail Search dokumentiert.

Wenn Sie die v1beta-Version von Recommendations AI verwenden, migrieren Sie zur Retail API-Version.

Empfehlungsleistung messen

Recommendations AI stellt Messwerte bereit, mit denen Sie feststellen können, welche Auswirkungen das Einbinden von Empfehlungen auf Ihr Unternehmen hat.

Empfehlungsmesswerte ansehen

Zusammenfassende Messwerte für Ihr Projekt finden Sie auf der Seite Business Insights in der Recommendations AI Console. Informationen zu Messwertdefinitionen finden Sie unter Zusammenfassende Messwerte.

Rufen Sie für Placement-spezifische Messwerte die Seite "Placement" auf. Klicken Sie auf den Namen eines Placements und wählen Sie den Tab Business Insights, um dessen Messwerte anzuzeigen. Informationen zu Messwertdefinitionen finden Sie unter Placement-spezifische Messwerte.

Messwertdefinitionen

Zusammenfassende Messwerte

Die folgende Tabelle enthält Definitionen der zusammenfassenden Messwerte, die Recommendations AI auf der Seite "Business Insights" anzeigt.

Messwert Beschreibung Details
Gesamtumsatz Der Gesamtumsatz aus allen aufgezeichneten Kaufereignissen. Dieser Wert umfasst Versandkosten und Steuern.
Umsatz mit aktivem Recommender Der Umsatz für Kaufereignisse, die mindestens einen Katalogartikel enthalten, der aus einem Empfehlungsbereich ausgewählt wurde. Dieser Wert umfasst Versandkosten und Steuern sowie Rabatte.
Durchschnittlicher Bestellwert Der durchschnittliche Wert von Bestellungen aus allen Kaufereignissen Gesamtumsatz, dividiert durch die Anzahl der Bestellungen
Durchschnittlicher Bestellwert mit aktivem Recommender Der durchschnittliche Wert von Bestellungen, die mindestens einen in einem Empfehlungsbereich ausgewählten Artikel enthalten. Umsatz mit aktivem Recommender geteilt durch die Anzahl der Bestellungen mit mindestens einem Artikel, der aus einem Empfehlungsbereich ausgewählt wurde.

Placement-spezifische Messwerte

Messwerte für eine bestimmte Empfehlungsplatzierung finden Sie auf der Seite "Placement". Klicken Sie für Messwertgrafiken auf den Namen des Placements und wählen Sie den Tab Business Insights aus.

In der folgenden Tabelle finden Sie Definitionen für konfigurationsspezifische Messwerte.

Messwert Beschreibung Details
Klickrate (Click-through-Rate, CTR) Die Anzahl der Produktdetailansichten aus dem Empfehlungsbereich eines Placements geteilt durch die Gesamtzahl der Vorhersageabfragen für dieses Placement. Wenn das Placement beispielsweise auf ein Modell für häufig zusammen gekaufte Artikel verweist, ist die CTR die Anzahl der Produktdetailseiten, die ausgehend vom Empfehlungsbereich im Warenkorb angezeigt wurden, geteilt durch die Anzahl der Vorhersageabfragen auf der Warenkorbseite.
Conversion-Rate Die Anzahl der Ereignisse "Hinzufügen von Artikeln zum Warenkorb" aus dem Empfehlungsbereich eines Placements geteilt durch die Gesamtzahl der Vorhersageabfragen für dieses Placement. Ähnlich wie CTR, außer dass anstelle von Produktdetailansichten die Conversion-Rate die Ereignisse "Hinzufügen von Artikeln zum Warenkorb" nutzt.
Umsatz mit aktivem Recommender Der Gesamtumsatz aus den Empfehlungen für diese Platzierung. Ähnlich wie beim Umsatz mit aktivem Recommender für zusammenfassende Messwerte, aber ausschließlich für dieses Placement.

Wenn Sie Klicks im Empfehlungsbereich einer Platzierung verfolgen möchten, richtet Recommendations AI die Empfehlungen in den Vorhersageantworten auf aufgezeichnete Nutzerereignisse aus. Wenn in den Antworten für dieselbe Besucher-ID innerhalb eines Zeitfensters von einer Stunde ein angeklickter Artikel angezeigt wird, wird der Klick/Kauf als Ergebnis der Recommendations API behandelt.

Dieser Vorgang erfolgt vollautomatisch. Sie müssen nichts einrichten. Wenn Sie Ihre Vorhersageanfragen zum ersten Mal konfigurieren, sollten Sie jedoch Folgendes bestätigen:

  • Die Besucher-IDs in der Anfrage sind mit den Besucher-IDs identisch, die Sie in den Ereignisaufzeichnungen verwendet haben.
  • Der Zeitstempel in der Antwort entspricht ungefähr dem Zeitstempel für dieses Ereignis.

Ground Truth

Eine direktere Alternative zur obigen Methode ist die Verwendung von Attributionstokens. Dies erfordert eine umfangreiche Instrumentierung und wird nur als erweiterter Tracking-Anwendungsfall empfohlen.