Поделиться через


Включение персонализированных рекомендаций

В этой статье описывается, как сделать персонализированные рекомендации о продуктах доступными в Microsoft Dynamics 365 Commerce.

В Dynamics 365 Commerce розничные продавцы могут сделать доступными персонализированные рекомендации по продуктам (также называемые персонализацией). Таким образом, персонализированные рекомендации могут быть включены в интернет-магазине и в POS-терминале. Когда функция персонализации включена, система может связать сведения о покупке пользователя и сведения о продукте, чтобы создать индивидуальные рекомендаций по продуктам.

Предварительные условия для персонализации

Перед тем как предоставить пользователям доступ к персонализированным рекомендациям по продуктам, обратите внимание, что рекомендации по продукту поддерживаются только для тех пользователей Commerce, которые выполнили миграцию своего магазина в Azure Data Lake Store. Прежде чем клиенты смогут получить персонализированные рекомендации по продуктам, розничные продавцы должны включить рекомендации по продуктам.

Примечание

При включении рекомендаций по продукту можно также включить персонализацию. Однако если персонализация отключена, другие типы рекомендаций по продукту не отключаются.

Дополнительные сведения о рекомендациях продуктов см. в разделе Обзор рекомендаций продуктов.

Включение персонализации

Чтобы включить персонализацию, выполните следующие действия.

  1. В Commerce Headquarters найдите Управления функциями.
  2. Для просмотра списка доступных функций выберите Все.
  3. В поле поиска введите Рекомендации.
  4. Выберите функцию Персонализированные рекомендации по продуктам.
  5. В области свойств Персонализированные рекомендации по продуктам выберите Включить.

Включение персонализации.

Примечание

При включении персонализации запускается процесс создания персонализированных списков рекомендаций по продуктам. Доступность и отображение этих список в интернете-магазине и POS-терминале может занять до одного дня.

Персонализированные списки

В дополнение к персонализации существующих списков, созданных машиной, служба рекомендаций позволяет осуществлять персонализацию поиска продуктов как в интернет-магазине, так и в POS.

После включения персонализации в розничных магазинах могут отображаться персонализированные списки "Для вас" в интернет-магазине или "Рекомендуется для клиентов" в POS-терминалах. Кроме того, розничные предприятия могут применять персонализацию к существующим спискам рекомендаций по продуктам и предоставлять связанные с конфиденциальностью элементы управления (элементы интерфейса для явного отказа) для прошедших аутентификацию пользователей. Если персонализация отключена, вы также отключите эти функции.

Списки "Для вас" в интернет-магазине

Список "Для вас" представляет собой список машинного обучения с ИИ (AI-ML), который показывает пользователю, прошедшему аутентификацию, персонализированный список предлагаемых продуктов. Этот список основан на многоканальной истории покупок пользователя. Персонализированные рекомендации обновляются динамически по мере того, как пользователь делает больше покупок. Этот тип списка также поддерживает фильтрацию категорий, так что розничные продавцы могут отображать самое популярное на основе навигационных иерархий.

Прежде чем список "Для вас" может появиться на любой странице электронной коммерции, должны быть выполнены следующие требования для пользователя:

  • Пользователи должны войти в систему. Анонимные пользователи не увидят персонализированных рекомендаций.
  • У пользователей должна быть хотя бы одна покупка для своей учетной записи.
  • Пользователи должны согласиться на получение персонализированных рекомендаций.

На следующем рисунке показан пример списка "Для вас" на странице интернет-магазина.

Список

Для улучшения отношений с клиентами розничные продавцы могут персонализировать существующие страницы сведений о клиентах путем добавления контекстуального списка "Рекомендовано для клиентов".

На следующем рисунке показан пример списка "Рекомендовано для клиентов" на странице POS-терминала.

Список

Применение персонализации к существующим спискам рекомендаций

Розничные магазины могут применять персонализацию к существующим спискам рекомендаций, таким как "Новые", "Популярные", "Лидеры продаж", "Людям также нравится" и "Часто покупают вместе". Когда персонализация применяется к существующим спискам, номенклатуры, ранее купленные пользователем, удаляются из этих списков. Для анонимных пользователей и пользователей, которые отказались от персонализированных рекомендаций, отображаются версии существующих списков по умолчанию. Таким образом, компаниям розничной торговли не придется вручную управлять отдельными страницами.

Например, вошедший в систему пользователь уже приобрел черные часы и коричневые рабочие ботинки, которые появляется в списке "Популярно — по умолчанию" на следующем рисунке. Таким образом, вместо этих продуктов пользователь увидит новые продукты, как показано в списке "Популярное — персонализировано".

Применение персонализации.

Чтобы применить персонализацию к существующему списку рекомендаций в построителе сайтов Commerce, выполните следующие действия.

  1. Откройте существующую страницу построителя сайтов, которая содержит модуль коллекции продуктов.

  2. В области переходов слева выберите модуль коллекции продуктов.

  3. В области переходов под Продукты, выберите список.

  4. В диалоговом окне Выбор конфигурации списка продуктов в Тип выберите тип списка.

  5. Установите флажок Применить персонализацию и затем нажмите ОК.

    Применение персонализации для списка популярного.

  6. Сохраните страницу, завершите ее редактирование и опубликуйте ее. После публикации страницы вошедшие в систему пользователи увидят персонализированные списки популярного.

Дополнительные ресурсы

Обзор рекомендаций продуктов

Включение Azure Data Lake Storage в среде Dynamics 365 Commerce

Включить рекомендации по продуктам

Включение рекомендаций "покупать похожие образы"

Отказ от персонализированных рекомендаций

Добавление рекомендаций по продуктам в POS

Добавление рекомендаций на экран проводки

Корректировка результатов рекомендаций на основе искусственного интеллекта и машинного обучения

Создание контролируемых рекомендаций вручную

Создание рекомендаций с помощью демонстрационных данных

Вопросы и ответы по рекомендациям по продуктам