すべての推奨事項は性質が異なり、企業は最良の体験を提供するために異なるタイプの推奨事項を理解する必要があります。各推奨タイプの文脈と強みを理解することで、企業は自社のニーズに最適なパーソナライズ体験を提供できます。
推奨の種類
MoEngageには2つの推奨カテゴリーがあります。
基本的な推奨事項
これらの推奨事項はルールに基づいており、推奨事項を設定するためのモデルを以下に示します。基本的な推奨事項については、 この記事 で詳しく学ぶことができます。
- アイテム属性
- ユーザーアクション
高度な推奨事項
これらの推奨事項は、洗練された機械学習および深層学習アルゴリズムを利用しており、以下の異なるモデルを組み込んでいます。高度な推奨事項については、 この記事 で詳しく学ぶことができます。
- おすすめアイテム(ユーザー個別のアイテム)
- 類似アイテム
- よく一緒に見られるアイテム
- よく一緒に購入されるアイテム
はじめに
消費者へのアイテム推薦体験を提供することは、一連のプロセスであり、以下のカテゴリに分類できます。
セットアップは以下のステップで構成されています:
-
推奨設定:
これらの構成により、推奨事項はデータポイント、ユーザーの行動を理解し、ユースケースの特定の要件に基づいてパーソナライズされた結果を生成します。
- 製品カタログ : カタログには、すべてのビジネスオファーとそれに関する情報のリストが含まれています。キャンペーンは、カタログからの推奨アイテムの属性でパーソナライズされます。
- ユーザーアクションのマッピング : アプリやウェブサイト上でユーザーが実行するアクションは、MoEngageがカスタムアクションを実行する際に対話したアイテムを理解するために、標準のMoEngageイベントにマッピングする必要があります。たとえば、ユーザーがアイテムをショッピングカートに追加したとき、MoEngageはその情報を含むイベントを知る必要があり、そのイベントを追跡し、イベントに関連するアイテム属性を保存します。
- 推奨を作成: 推奨は、ユーザーが ユーザーアクション または カタログ属性 に基づいて製品カタログからアイテムを選択するために定義されます。推奨を作成した後は、さまざまなタイプのキャンペーンでそれらを使用できます。
- キャンペーンのパーソナライズ: 推奨の種類に関係なく、キャンペーンコンテンツ内でのパーソナライズのプロセスは同じです。コンテンツステップの下で、同じキャンペーン内で1つまたは複数の推奨を用いてコンテンツをパーソナライズできます。また、柔軟なJinjaプログラムを使用して追加のコンテンツルールを作成することもできます。