Предвиђање препорука производа (преглед)

Чланак
01/12/2024

[Овај чланак представља прелиминарну документацију и може се променити.]

Модел препоруке производа креира скупове предиктивних препорука производа. Препоруке се заснивају на претходном понашању куповине и клијентима са сличним обрасцима куповине. Морате имати пословно знање о различитим типовима производа за ваше пословање и начину на који ваши клијенти комуницирају са њима. Подржавамо препоруку производа које су ваши купци претходно купили или препоруке за нове производе.

Модел препоруке производа вам помаже:

Препоручите друге производе за куповину
контактирајте купце са производима за које би могли да буду заинтересовани
Побољшање откривања са другим релевантним производима и услугама
Креирање персонализованих корисничких искустава

Препоруке производа могу бити подложне локалним законима и прописима и очекивањима клијената, које модел није направљен да би се посебно узео у обзир. Због тога морате да прегледате препоруке пре него што их испоручите клијентима да бисте се уверили да се придржавате важећих закона или прописа и очекивања клијената у погледу онога што можете да препоручите.

Излаз овог модела даје препоруке засноване на ИД-у производа. Ваш механизам испоруке мора да мапира предвиђене ИД-ове производа на одговарајући садржај да би ваши клијенти одговарали локализацији, садржају слике и другом садржају или понашању специфичном за пословање.

На пример, Цонтосо жели да повећа своје приходе прилагођавањем Веб страница како би приказао више производа и услуга у којима би клијенти могли да уживају. Они могу да креирају препоруке производа специфичне за купца од модела препоруке производа и да податке нахране на својој локацији. Контосо је у стању да повећа своје купце подстичући их да гледају производе и услуге сличне онима које су раније купили, повећавајући приходе.

Савет

Испробајте препоруку производа предвиђање пробне податке:Препорука производа предвиђање пробни водич.

Важно

Ово је функција прегледа.
Функције прегледа нису намењене за коришћење у производњи и могу да имају ограничене функционалности. Ове функције су доступне пре званичног објављивања како би клијенти могли раније да им приступе и пруже повратне информације.

Предуслови

Најмање сарадник дозволе
Најмање 1.000 профила купаца у оквиру жељеног прозора предвиђање прозору
Идентификатор клијента, јединствени идентификатор за повезивање трансакција са појединачним клијентом
Најмање годину дана трансакционих података, по могућству две до три године како би се укључила нека сезоналност. У идеалном условима, најмање три или више трансакција по ИД-у купца. Историја трансакција мора да садржи:
- ИД трансакције : Јединствени идентификатор набавке или трансакције.
- Датум трансакције : Датум набавке или трансакције.
- Вредност трансакције: Нумеричка вредност набавке или трансакције.
- Јединствени ИД производа : ИД производа или услуге купљене ако су подаци на нивоу ставке предмета.
- Набавка или повраћај : Логичка вредност труе/фалсе где труе идентификује да је трансакција била повраћај. Ако подаци о набавци или повраћају нису наведени у моделу , а вредност трансакције је негативна, налаћемо повраћај.
Табела података каталога производа која ће се користити као филтер производа.

Белешка

Модел захтева историју трансакција клијената где је трансакција било који податак који описује интеракцију корисника и производа. На пример, куповина производа, похађање предавања или присуствовање догађају.
Може се конфигурисати само једна табела историје трансакција. Ако постоји више табела за набавку, комбинујте их пре Power Query брисања података.
Ако су детаљи поруџбине и поруџбине различите табеле, спојите их пре употребе у моделу. Модел не ради само са ИД-ом поруџбине или ИД-ом пријемнице у табели.

Креирање предвиђања препоруке производа

У сваком тренутку изаберите ставку Сачувај радну верзију да бисте сачували предвиђање као радну верзију. Радна верзија предвиђање на картици " Моја предвиђања ".

Идите на предвиђања увида>.
На картици Креирање изаберите ставку Коришћење модела на плочици "Препоруке производа (преглед )".
Изаберите опцију Први кораци.
Именујте овај модел и име излазне табеле да бисте их разликовали од других модела или табела.
Изаберите Следеће.

Дефинисање жељених опција препоруке производа

Подесите број производа који ћете препоручити купцу. Ова вредност зависи од тога како начин испоруке попуњава податке.
Одаберите да ли желите да укључите производе које су купци претходно купили у поље Понављање очекиваних набавки .
Поставите прозор "Погледај уназад " са < ДИЦТ__временски оквир > тиме фраме модел узме у обзир пре него што поново препоручите производ кориснику. На пример, назначите да клијент купује преносни рачунар сваке две године. Модел гледа историју куповине последње две године, а ако пронађе артикал, артикал се филтрира из препорука.
Изаберите Следеће

Додавање претходних куповина

Изаберите опцију Додај податке за историју трансакција купца.
Изаберите врсту семантичке активности "Линија продавца" која садржи потребне информације о историји трансакције или набавке. Ако активност није подешена, изаберите је овде и креирајте је.
У оквиру Активности, ако су атрибути активности семантички мапирани приликом креирања активности, одаберите одређене атрибуте или табелу на коју желите да се израчунавање фокусира. Ако није дошло до семантичког мапирања, изаберите опцију Уреди и мапирај своје податке.
Кликните на дугме"Даље" и прегледајте атрибуте потребне за овај модел.
Изаберите ставку Сачувај.
Изаберите Следеће.

Додавање информација о производу и филтера

Понекад су само одређени производи корисни или прикладни за тип предвиђања који градите. Користите филтере производа да бисте идентификовали подскуп производа са одређеним карактеристикама које ћете препоручити купцима. Модел користи све доступне производе за учење шаблона, али у излазу користи само производе који одговарају филтеру производа.

Додајте табелу каталога производа која садржи информације за сваки производ. Мапирај потребне информације и изабери дугме Сачувај .
Изаберите Следеће.
Изаберите филтере производа:
- Без филтера : Користите све производе у препоруци производа предвиђање.
- Дефинишите одређене филтере производа : Користите одређене производе у препоруци производа предвиђање. У окну атрибута каталога производа изаберите атрибуте из табеле каталога производа које желите да укључите у филтер.
Одаберите да ли желите да филтер производа користи и или да логично комбинујете избор атрибута из каталога производа.
Изаберите Следеће.

Подешавање распореда ажурирања

Одаберите фреквенцију за преквалификацију модела. Ово подешавање је важно за ажурирање тачности предвиђања како се уносе нови подаци. Већина предузећа може да обави поновну обуку једном месечно и добије прецизна предвиђања.
Изаберите Следеће.

Прегледајте и покрените конфигурацију модела

Корак "Редигуј и покрени" приказује резиме конфигурације и пружа шансу за промене пре него што креирате предвиђање.

Изаберите ставку Уреди на било ком кораку да бисте редиголи и направили било какве промене.
Ако сте задовољни избором, изаберите опцију Сачувај и покрени да бисте почели да покренете модел. Изаберите Готово. Картица "Моја предвиђања " приказује се предвиђање се креира садржај. Довршавање процеса може потрајати неколико сати у зависности од количине података коришћених у предвиђање.

Савет

Постоје статуси за задатке и процесе. Већина процеса зависи од других узводних процеса, као што су извори података и освежавање профилисања података.

Изаберите статус да бисте отворили окно са детаљима о току и приказали ток задатака. Да бисте отказали посао, кликните на дугме " Откажи посао" на дну окна.

У оквиру сваког задатка можете изабрати погледајте детаље за више информација о току, као што су време обраде, датум последње обраде и све применљиве грешке и упозорења повезана са задатком или процесом. Изаберите статус система "Прикажи " на дну табле да бисте видели друге процесе у систему.

Прикажи предвиђање резултате

Идите на предвиђања увида>.
На картици Моја предвиђања изаберите предвиђање желите да прикажете.

Постоји пет примарних одељака података унутар странице са резултатима.

Перформансе модела: Оцене А, Б или Ц указују на перформансе предвиђање-а и могу вам помоћи да донесете одлуку о коришћењу резултата ускладиштених у излазној табели.

Класе се одређују на основу следећих правила:
- А када је метрика "Успех @ К" најмање 10% више од основне линије.
- Б када је метрика "Успех @ К" 0% до 10% више од основне линије.
- Ц када је метрика "Успех @ К" мања од основне линије.
- Основна линија: Нај препорученији производи по броју куповина у свим купцима + научена правила идентификована по моделу = скуп препорука за купце. Предвиђања се затим пореде са врхунским производима, што се израчунава по броју купаца који су купили производ. Ако клијент има барем један производ у препорученим производима који се такође налази међу најпопуларнијим купљеним производима, сматра се делом основне вредности. На пример, ако је 10 ових купаца имало препоручени производ купљен од укупно 100 купаца, основна линија је 10%.
- Успех @ К : Препоруке се креирају за све купце и пореде са скупом провера ваљаности временског периода трансакција. На пример, у периоду од 12 месеци, месец 12 се издваја као скуп података за проверу ваљаности. Ако модел предвиди бар једну ствар коју бисте купили у месецу 12 на основу онога што је научио из претходних 11 месеци, купац повећава метрику "Успех @ К".
Већина предложених производа (са бројем): Првих пет производа који су били предвиђени за ваше купце.
Кључни фактори препоруке: Модел користи историју трансакција клијената да би дао препоруке за производе. Модел учи обрасце засноване на прошлим куповинама и проналази сличности између клијената и производа. Те сличности се затим користе за генерисање препорука за производе. Следећи фактори могли би да утичу на препоруку производа коју генерише модел.
- Претходне трансакције : Препоручени производ се заснивао на ранијим обрасцима набавке. На пример, модел може да препоручи Сурфаце Арц Моусе ако је неко недавно купио Сурфаце Боок 3 и Сурфаце Пен. Модел је сазнао да су историјски многи купци купили Сурфаце Арц Моусе након куповине Сурфаце Боок 3 и Сурфаце Пен.
- Сличност купца : Препоручени производ историјски купују други купци који приказују сличне обрасце набавке. На пример, Џону су препоручене Сурфаце Слушалице 2 јер су Џенифер и Бред недавно купили Сурфаце Хеадпхонес 2. Манекенка верује да је Џон сличан Џенифер и Бреду јер историјски имају сличне обрасце куповине.
- Сличност производа : Препоручени производ је сличан другим производима које је купац претходно купио. Модел сматра да су два производа слична ако су купљени заједно или су их купили слични клијенти. На пример, неко добија препоруку за УСБ диск јединицу за складиштење јер је претходно купио УСБ-Ц за УСБ адаптер. Модел верује да је УСБ Диск јединица за складиштење слична УСБ-Ц УСБ адаптеру на основу историјских образаца куповине.
Један или више ових фактора утичу на сваку препоруку производа. Проценат препорука у којима је сваки утицајни фактор играо улогу приказан је на графикону. У следећем примеру, на 100 одсто препорука утичу претходне трансакције, 60 одсто по сличности купаца и 22 одсто по сличности производа. Пређите курсором преко трака на графикону да бисте видели тачан проценат доприноса фактора утицаја.
Статистика података : Преглед броја трансакција, купаца и производа које је модел размотрио. Заснива се на улазним подацима који су коришћени за учење образаца и генерисање препорука за производе.

Модел користи све доступне податке за учење шаблона. Због тога, ако филтрирање производа користите у конфигурацији модела, овај одељак приказује укупан број производа које је модел анализирао да би научио обрасце, који се могу разликовати од броја производа који одговарају дефинисаним критеријумима филтрирања. Филтрирање се примењује на излаз који генерише модел.
Пробне препоруке производа: Узорак препорука за које модел верује да ће вероватно бити купљен од стране купца. Ако се дода каталог производа, ИД-ове производа се замењују именима производа.