开始使用云眼 web 实验推荐
开始使用云眼 web 实验推荐
云眼 web 推荐目前不包含在新客户的包装中。它不是开箱即用的解决方案,需要付出很大的努力来配置。如果正在寻找与云眼 Web 实验一起使用的个性化解决方案,客户经理可以帮助您查看工具组合,以找到适合工具。
本主题介绍如何:
- 根据访问者的浏览行为向他们展示他们可能感兴趣的内容或产品
- 为建议选择最佳算法
- 根据建议进行测试和迭代
- 衡量"推荐"广告系列的影响
云眼 web 推荐可以轻松地将推荐添加到网站上的任何页面,并使用统计引擎衡量影响。可以根据选择的算法向访问者介绍产品和内容并衡量结果。
以下是使用云眼 Web 实验建议执行的操作:
- 同时尝试多个建议(布局、算法、标题和展示位置)
- 将建议合并到您在实验中测试的其他视觉更改中
- 创建优化网络推荐广告系列
- 为广告系列设置流量分配,以向一定百分比的访问者展示原始版本或带有建议的版本
- 将您的广告系列定位到桌面或移动访问者
- 修改建议的算法、布局、位置和标题文本
- 按移动和桌面访问者衡量对结果页面和细分的影响
- 使用算法自动提供建议,实现无需干预的投资回报率
- 使用个性化功能手动控制针对更多受众或特别促销活动的消息传递
- 针对特定受众提供有针对性的推荐,可通过个性化提供
- 为特定受众配置不同的建议(布局、算法、标题、展示位置),并通过个性化提供这些建议
- 使用个性化提供的功能来管理、运行和分析营销活动
但是,在开始构建第一个建议实验之前,需要先处理几个任务。本文将引导完成:
预设置过程;
为实验创建目录和推荐器;
配置建议算法并决定其显示位置;
预览和验证结果。
请继续阅读以获取更多详细信息。
预设置
在使用云眼 web 推荐之前,必须联系客户经理。他们将帮助进行初始设置,并帮助设置所需的服务包:
云眼 web 推荐平台培训
云眼 web 推荐扩展培训
云眼 web 推荐实验策略培训
设计和构建建议实验测试计划
构建并启动推荐实验或广告系列
自定义结果审核
项目管理监督
构建和配置建议的扩展(可选)
这些培训大约需要 30 小时才能完成。之后,可以构建自己的建议、实验和广告系列。
创建目录
推荐实验需要一个要向访问者推荐的项目列表。这些项目存储在目录中。创建建议实验时,云眼会要求您分配目录,因此必须先创建该目录。
目录包含哪些内容?这取决于具体业务。例如,零售网站可能包含所有待售商品。B2B公司可能包括博客文章或帮助文章的列表。
若要生成目录,请执行以下步骤:
- 导航到实施>目录,然后单击创建新目录按钮。
随即显示新建目录窗口。为目录命名并输入描述。
在目录事件框中添加要包含在此目录中的事件和相关标记。
云眼 Web 建议使用标记来确定将显示目录中的哪些字段。应该在此步骤中为每个字段创建一个标签。
将所有事件添加到新目录后,单击创建目录。
要下载目录的 CSV 副本或将其存档,请单击 ...按钮,以显示感兴趣的目录。云眼至少需要 24 小时才能组装它以供下载。
在创建目录时优化运行验证检查,以确保其中列出的项目仍处于活动状态。可能需要将用户代理"优化推荐器"列入白名单,以允许进行此验证检查;否则,云眼将假定目录中的任何项目都无法访问。因此,如果网站在登录后,则应完全关闭验证。 如果网站对每个客户使用自定义定价,请不要收集任何可能对查看同一项目的不同用户显示不同的字段。否则,目录将显示这些项目的信息不一致。 如有疑问,请联系客户支持。
设置推荐器
除了目录之外,推荐实验还需要一个推荐器,该推荐器是逻辑、过滤器和用户输入的组合,用于告诉云眼应该推荐目录中的哪些项目。
已在上一步中设置了目录。若要设置推荐器,请执行以下步骤:
导航到实施>推荐器,然后单击创建新推荐器按钮。
将出现新建推荐器窗口。为新推荐器命名并输入说明。
确保为推荐器指定的名称是唯一的,因为在为实验选择一个推荐器时,所有推荐器(甚至是为其他目录创建的推荐器)都会彼此相邻显示。
- 从目录下拉菜单中选择希望此推荐器使用的目录。推荐者不会自动使用目录中的所有事件;相反,将特定事件附加到此推荐器以供以后使用。
为推荐器选择目录后,无法将其更改为其他目录。如果想这样做,必须通过创建一个新的推荐器来重新开始。
- 从"算法"下拉列表中为新推荐器选择要使用的算法。云眼提供四种算法供选择。
选择要用作算法输入的特定目录事件。
如果算法支持提升事件,请在提升事件框中添加所需的事件。
(可选)可以添加过滤器以进一步自定义推荐器。
您可以在设置推荐器后更改算法。但是,这样做将删除所有事件和筛选器,并且必须重新开始。
- 配置完推荐器后,单击"创建推荐器"。
要创建扩展以显示推荐或存档推荐器,请单击推荐人名称旁边的更多。选择相应的菜单项并按照提示操作。
创建筛选器
云眼能够为推荐器添加强大的过滤器。包含筛选器时,云眼会将其应用于算法返回的任何目录项。不符合筛选条件的项目不包括在建议的结果中。
本节介绍如何使用"筛选器"界面从新建推荐器窗口中构建新筛选器。
确定推荐人的默认行为是排他性的还是包容性的。在本例中,"默认行为"描述了在不添加任何筛选条件时推荐器将执行的操作。例如,如果选中默认排除所有建议框,然后不包含任何条件,则推荐器将不返回任何结果:其默认行为设置为排除所有结果,并且它确实这样做了。同样,如果不添加任何条件而取消选中该框,将获得目录中每个项目的列表。
过滤条件将决定哪些结果显示或从建议中排除;将在以下步骤中进行设置。确定是希望此筛选器包含特定项目还是排除它们,并在此处进行选择。
如果要构建具有多个条件的筛选器,请指定是希望它应用于满足您设置的所有条件的项目,还是应应用于满足其中任何一个条件的项目。
在这里,可以选择希望筛选器评估的值。这些值将反映目录中项目上的字段名称,这些字段是从标签中获取的。从列出的任何值中进行选择,或添加未包含在该列表中的自定义值。
如果选择自定义,则可以键入任何文本固定值。
如果改为选择标签,则可以选择标签所引用的项目。关键项是访问者正在查看的页面,而推荐项是推荐器返回的项目。
这仅适用于使用共同购买或共同浏览算法的情况。协同过滤和常用算法不支持使用关键项,因
- 选择条件将使用的比较运算符。是否希望这些值彼此相等?一个应该比另一个大吗?这允许您向筛选器添加另一行条件。
筛选器如何使用此行取决于您在步骤 3 中的选择。如果选择任何条件,则只需将一个条件行计算为 true 才能返回匹配项。如果选择了全部,则必须将两者(或添加的任何条件数)评估为 true 才能返回匹配项。
- 添加条件组按钮会向过滤条件添加全新的条件组。
评估条件组以查找匹配项。如果没有匹配项,推荐器将执行步骤 1 中指定的默认操作。
构建完筛选器后,返回到上述设置推荐器流程中的步骤 8。 :::
预览结果
设置推荐器后,可以在创建实验之前预览它将生成的结果。如果这些结果不是预期的,则可以优化推荐器,直到结果正确为止。
对筛选器或算法的更改不会立即可见。结果最长可能需要 24 小时才能更新。
若要预览结果,请按照以下步骤操作:
- 导航到"实施*>推荐器",找到感兴趣的推荐器。然后点击预览器* 按钮;将出现推荐器预览器。
在顶部,将看到一组过去七天网站流量的摘要统计信息:
部分建议,即建议少于 10 个的项目,通常是由于缺少数据
完整建议,即每个项目有一整套 20 条建议的项目
建议项目总数,即上次运行算法时计算的建议行数
- 在预览项目建议框中,输入 ItemID 以预览在访问者"查看"该项目时向其推荐的其他项目。请注意,这对于根据访问者已经查看过的项目提出建议的算法很有用。对于上下文无关的算法(例如 Popular),更改 ItemID 不会更改输出,因为输出未绑定到任何特定项。
推荐算法
设置建议时,可以从以下四种算法中选择一种:
- 共同浏览:推荐与访问者最近查看的项目类似的项目。例如,如果访问者在当前会话期间查看多个不同的表,则算法会推荐其他表。
- 共同购买:向访客以前购买过的产品推荐补充产品。例如,如果访客购买了一张桌子,则此算法会推荐椅子。
- 协同筛选: 根据用户和其他类似用户的组合浏览历史记录进行推荐。此算法为每个用户推荐不同的项目,但在单个用户的查看体验期间保持一致。例如,“您浏览了与这组网站访问者类似的产品,他们倾向于喜欢它们。
- 热门:在主页上推荐人群收藏夹。使用它向新访客介绍畅销商品。例如,“其他访问者最常查看或购买的商品”。
建议每 24 小时生成一次,因此目录信息可能最多过期 24 小时。
请记住,共同浏览算法对查看商品的顺序敏感,而共同购买算法则不敏感;相反,它只询问项目是否被同一个人查看过。
算法的类型
建议算法将始终生成(项目、 relevancy_strength )对的有序列表。这些列表通常包含 20 个结果。云眼的推荐算法使用过去访问者的集体行为来得出他们的结果。但是,每种算法类型的输入是不同的:
基于访客的算法只关心访客 ID ,并根据每个访客的特定观看历史进行推荐。无论访问者在哪个页面上,结果都是相同的;但是,将专门为每位访客生成建议。示例是最近查看的和协作过滤算法。
基于项目的算法只对访问者正在查看的页面感兴趣。每个访客的结果都相同,但应因项目而异。这些通常被描述为"类似项目"或"喜欢这个的人也喜欢"。示例是共同购买和共同浏览算法。
全局算法不关心当前访问者或页面。这些通常出现在高级页面(例如,主页)上,它们被描述为"我们最受欢迎的选项"或"查看这些畅销书"。对于新的云眼 Web 推荐用户来说,这可能是一个开始的好地方,但由于结果不是个性化的,它可能不适合所有应用程序。示例包括流行度算法,该算法按查看次数、点击次数、购买次数或您用于推荐器的任何事件的降序显示项目。
将输入视为查找建议输出的键 - 基于访问者的算法将访客 ID 作为输入键,而基于项目的算法将使用项目 ID 。全局算法根本不需要密钥。
同样,可以将输出视为目标。在基于项目的推荐器中,键和目标都将是项目 ID ;在基于访问者的推荐器中,键将是访问者 ID ,目标将是项目 ID。
当你实验和比较算法时,只有比较苹果和苹果才有意义。将共同浏览算法与流行度算法进行比较是没有意义的,因为它们使用完全不同的信息。更有用的实验方法是调整输入事件和后置过滤器。
建议术语表
虽然您可能熟悉建议使用的大多数概念和技术(如过滤器、算法和唯一 ID ),但有一些概念和技术未被任何其他云眼功能引用,并且对您来说可能是新的:
目录:可显示在访问者推荐中的所有项目的集合。
事件:优化使用访客事件(例如产品页面浏览量)来构建目录。此外,事件用于生成建议,作为用于对与用户或其他项目相关的不同项目进行评分的信号。
项目:可以推荐给访问者的任何独特产品、内容或其他实体,以及与之关联的所有相关元数据。对于零售客户,商品几乎总是对应于特定产品,但商品也可以是其他上下文中的网站或 URL 。项目基于唯一 ID ;根据定义,共享唯一 ID 的任何目录列表都是同一项目。不同的页面可能具有不同的标记集,并表示不同的项目类型。
推荐器:以下组合:
- 一种算法
- 该算法的特定输入,以及要应用的任何业务逻辑筛选器
推荐器本质上是从访问者那里获取输入,通过算法和过滤器运行它,并输出一组建议,然后向访问者显示。