爱因斯坦对Commerce Cloud的产品建议 – 探索爱因斯坦产品推荐

布兰登·威尔逊（Brandon Wilson）是高端运动鞋公司Cloud Kicks的采购员。他想改善Cloud Kicks电子商务店面中的购物者体验。他这样做的一种方法是根据购物者的兴趣和行为提供个性化的产品推荐。另一种方法是跟踪一般的购物趋势，以便他可以推荐当前流行的产品。

成千上万的客户需要考虑很多东西！幸运的是，Salesforce只是为他准备了一个工具，即Commerce Cloud Einstein。

Cloud Kicks店面在Salesforce B2C Commerce上运行。当前，Brandon使用Business Manager（用于管理B2C Commerce店面的在线工具）来配置明确的建议。显式建议是从源对象（例如类别，产品或产品集）到目标对象（例如产品或产品集）的链接。例如，当一位购物者在Cloud Kicks店面看一双红色的高帮运动鞋时，Brandon已配置了一件T恤和红色短裤的推荐内容，以显示在页面的“您也可能喜欢”区域。

交叉销售（相关产品）或追加销售（较昂贵的产品）是一些典型的明确建议。布兰登已经配置了多种类型的交叉销售，他将其归类为产品系列，互补产品或配件产品以及竞争产品。他在店面的标签上显示了这些标签，例如“新功能”，“我们也推荐”，“您可能也喜欢”和“畅销产品”。

明确的建议基于最佳猜测（有时是一厢情愿）。布兰登和他的团队认为它们之间有着明显的联系。但是，由于没有直接的购物者输入或反馈或实时零售数据，布兰登想知道Cloud Kicks是否缺少销售机会。他希望通过使用领先的数据科学消除对产品建议的猜测。个性化的产品建议还可以帮助Cloud Kicks最大限度地提高转化率并提高平均订单价值。

这就是Commerce Cloud Einstein产品推荐的来源！

Commerce Cloud Einstein使用实时数据动态生成建议。与Brandon在Business Manager中配置的显式建议相比，您可以将它们视为隐式建议。Commerce Cloud Einstein不仅使用店面购物者活动中的历史和实时数据，而且还使用所有同意共享其数据的商户的数据-这是一个更大的池。爱因斯坦使用的数据越多，针对您的购物者的建议就越好。

为了实施《爱因斯坦产品推荐》，布兰登早就意识到，他需要Cloud Kicks管理员Linda Rosenberg和开发人员Vijay Lahiri的帮助。

这是该团队必须采取的步骤。

1. Linda针对生产实例配置并运行目录供稿。
2. Linda针对生产实例配置并运行订单供稿。
3. Linda部署了Configurator工具。
4. Brandon使用Configurator配置推荐器（业务规则）。
5. Vijay在Internet商店标记语言（ISML）模板中创建了一个内容槽。
6. 布兰登（Brandon）在业务管理器中创建一个内容槽配置，该配置控制模板和爱因斯坦应用于推荐产品ID的业务规则。

如果您获得了Commerce Cloud爱因斯坦实施徽章，那么Linda就完成了前两个任务。如果您获得了使用Commerce Cloud Einstein进行Smarter Search with Einstein徽章，就可以了解团队如何完成第三项任务。在本模块中，您将看到他们如何采取其余步骤来设置爱因斯坦产品推荐。

让我们从第四步开始，配置推荐器。推荐人提供了购物者在店面中看到的内容与推荐产品列表之间的链接。

Brandon渴望学习如何使用Configurator工具创建推荐器。该工具使他可以控制爱因斯坦用来生成产品ID列表的策略（算法），还可以使他创建规则来控制显示，隐藏，促销和降级哪些产品。店面呈现推荐产品的最终列表时，它们处于其规则所定义的最佳顺序。

后来，他与Vijay一起使用了内容栏，用于在店面中呈现个性化推荐。

首先，布兰登退后一步，计划使用爱因斯坦产品推荐的方法。他回答了这些问题。

• 这些建议将出现在页面的何处？
• 哪些类型的页面会提供建议？
• 将显示什么类型的产品？

他在何处提出建议很重要。他希望他们在吸引购物者注意的位置，例如，产品详细信息下方或主页左侧的框中。放置位置应始终增强购物者已经查看的内容。记住，您正在将购物者当前正在查看的内容链接到可能也感兴趣的产品上。

布兰登确定哪种页面类型最适合推荐产品。他可以仅针对一种页面类型或针对所有页面配置推荐器。这是他考虑的页面类型。

• 产品详细信息页面
• 分类页面
• 主页
• 我的帐户页面
• 我的建议页面
• 大车
• 心愿单
• 查看

建议应引起购物者的兴趣或提供更广泛的解决方案或选择。这里有些例子。

现在，Brandon对页面类型，页面位置和他要关注的产品有了一个想法，他研究了推荐者的全部含义。他了解到配置推荐器涉及分配类型，策略和规则。他必须为每个推荐人分配一个类型，并且每个推荐人最多可以分配三个策略和最多30条规则。

这是推荐器类型。

• 产品到产品
• 所有类别的产品
• 类别中的产品
• 最近浏览过的
• 完成设置

以下是可用的策略。

• 客户最近浏览过的商品
• 购买的顾客还购买了
• 看过的顾客也看过
• 最终看过的客户购买了
• 产品相似性算法
• 实时个性化推荐
• 最近观看次数最多的产品
• 最近的畅销产品

下图显示了产品到产品推荐器，该推荐器配置了两个策略和两个规则。

布兰登·威尔逊（Brandon Wilson）了解了爱因斯坦产品推荐如何通过个性化的产品推荐来帮助改善购物者的体验。他探讨了产品建议的工作方式以及如何计划和实施它们。

在下一单元中，Brandon了解有关推荐器的更多信息，并使用Configurator工具创建推荐器。