ปรับปรุงผลลัพธ์ของคำแนะนำผลิตภัณฑ์ที่ใช้ AI-ML

บทความนี้จะอธิบายถึงวิธีการปรับปรุงผลลัพธ์ของคำแนะนำผลิตภัณฑ์โดยใช้การเรียนรู้เครื่องมือปัญญาประดิษฐ์ (AI-ML) กับธุรกิจของคุณ

หลังจากเปิดใช้งานคำแนะนำผลิตภัณฑ์แล้ว การตั้งค่าเริ่มต้นจะมีผลบังคับใช้ พารามิเตอร์เหล่านี้จะทำงานสำหรับความต้องการหลายอย่าง วิธีการที่ดีที่สุดคือการวางแผนในการใช้เวลาในการประเมินว่าผลลัพธ์มีความเหมาะสมกับการเคลื่อนไหวทางการขายของผลิตภัณฑ์หรือไม่ เราขอแนะนำให้ประเมินผลลัพธ์เป็นเวลาสองสามวันก่อนที่จะเปลี่ยนพารามิเตอร์ตามต้องการก่อนการทดสอบอีกครั้ง

การทำความเข้าใจเกี่ยวกับพารามิเตอร์รายการคำแนะนำ

ก่อนที่จะเปลี่ยนพารามิเตอร์ ให้เรียนรู้ว่าจะส่งผลกระทบต่อผลลัพธ์อย่างไรตามด้านล่าง

รายการผลิตภัณฑ์ "ยอดนิยม"

รายการผลิตภัณฑ์ "ยอดนิยม" มีพารามิเตอร์สองอย่างที่สามารถเปลี่ยนแปลงได้:

1. รวมผลิตภัณฑ์ใหม่จาก X วันล่าสุด - ผลิตภัณฑ์ที่มีการเพิ่มภายในจำนวนวันที่ระบุไว้ก่อนที่จะสามารถใช้วันที่ปัจจุบันเพื่อเลือกผู้สมัครผลิตภัณฑ์ ค่าเริ่มต้นในรูปภาพแสดงให้เห็นว่าผลิตภัณฑ์ที่มีอายุ 180 วันสามารถใช้ได้ในรายการผลิตภัณฑ์ยอดนิยม
2. รวมการขายใหม่จาก X วันล่าสุด - ธุรกรรมการขายที่เกิดขึ้นในจำนวนวันที่ระบุไว้ก่อนที่จะสามารถใช้วันที่ปัจจุบันสามารถใช้เพื่อสั่งซื้อสินค้าได้ ค่าเริ่มต้นข้างต้นจะแนะนำว่าการสั่งซื้อทั้งหมดของผลิตภัณฑ์ใน 30 วันที่ผ่านมาจะใช้ในการกำหนดตำแหน่งของผลิตภัณฑ์ในรายการผลิตภัณฑ์ยอดนิยม

รายการผลิตภัณฑ์ "ที่ขายดีที่สุด"

ทั้งนี้ขึ้นอยู่กับธุรกิจของคุณรายการ "สินค้าขายที่ดีที่สุด" อาจนำผลลัพธ์ที่แตกต่างจากสินค้ายอดนิยม ถึงแม้ว่าทั้งสองจะใช้ข้อมูลธุรกรรมเพื่อสั่งผลิตภัณฑ์ เนื่องจากการขายที่ดีที่สุดไม่มีการตัดออกตามวันที่จัดประเภท การขายที่ดีที่สุดยังคงเน้นความนิยมมากที่สุด ผลิตภัณฑ์ที่เก่ากว่าอาจตกลงจากรายการยอดนิยม

รายการผลิตภัณฑ์ "ที่ขายดีที่สุด" มีพารามิเตอร์เดียวที่สามารถเปลี่ยนแปลงได้:

1. รวมการขายใหม่จาก X วันล่าสุด - ธุรกรรมการขายที่เกิดขึ้นในจำนวนวันที่ระบุไว้ก่อนที่จะสามารถใช้วันที่ปัจจุบันสามารถใช้เพื่อสั่งซื้อสินค้าได้ ค่าเริ่มต้นข้างต้นจะแนะนำว่าการสั่งซื้อทั้งหมดของผลิตภัณฑ์ใน 30 วันที่ผ่านมาจะใช้ในการกำหนดตำแหน่งของผลิตภัณฑ์ในรายการผลิตภัณฑ์ที่ขายดีที่สุด

เพิ่มหรือลบผลิตภัณฑ์ออกจากรายการคำแนะนำด้วยตนเอง

สำหรับรายการ "สินค้าใหม่" "สินค้ายอดนิยม" หรือ "สินค้าที่ขายดีที่สุด"

1. ไปที่ การขายปลีกและการค้า>คำแนะนำของผลิตภัณฑ์>พารามิเตอร์คำแนะนำ

2. ในรายการพารามิเตอร์ที่ใช้ร่วมกัน โปรดเลือก รายการแนะนำ

3. เลือกรายการที่จะเพิ่มหรือลบผลิตภัณฑ์

4. ในการเพิ่มผลิตภัณฑ์ไปยังตาราง ให้เลือก เพิ่มบรรทัด

5. ภายใต้คอลัมน์ผลิตภัณฑ์ให้ค้นหาผลิตภัณฑ์ตาม ชื่อ หรือ หมายเลขผลิตภัณฑ์

   

6. ภายใต้คอลัมน์ชนิดบรรทัด ให้เลือกตัวเลือกใดตัวเลือกหนึ่งต่อไปนี้

   • รวม – บังคับผลิตภัณฑ์ให้กับด้านหน้าของรายการ
   • ไม่รวม – ลบผลิตภัณฑ์ออกจากการปรากฏในรายการ

   

7. การเปลี่ยน ลำดับการแสดง จะเปลี่ยนลำดับของผลิตภัณฑ์ที่มีการทำเครื่องหมาย รวม จะปรากฏในรายการ

   • ถ้าผลิตภัณฑ์สองตัวมีค่าของ ลำดับการแสดงผล เดียวกัน ใบสั่งสุดท้ายของผลลัพธ์สองอย่างอาจแตกต่างจากฝ่ายสนับสนุน

8. เมื่อต้องการลบผลิตภัณฑ์ออกจากตาราง: ให้เลือกบรรทัดที่จะลบออก และเลือก ลบ

สำหรับรายการ ""ของที่เป็นที่ชื่นชอบด้วย"" หรือ "ของซื้อที่รวมกันบ่อยๆ"

ในบริบทของรายการ "ของซื้อด้วยกันบ่อยครั้ง" หรือ "ของที่เป็นที่ชื่นชอบด้วย" Machine Learning ถูกใช้ในการวิเคราะห์รูปแบบการซื้อของผู้ใช้เพื่อแนะนำผลิตภัณฑ์ที่เกี่ยวข้องโดยทั่วไปที่ซื้อร่วมกันสำหรับผลิตภัณฑ์เริ่มต้นที่ไม่ซ้ำกัน

ผลิตภัณฑ์เมล็ดพันธุ์ คือผลิตภัณฑ์ที่คุณต้องการสร้างผลลัพธ์ ในบริบทของการปรับปรุงรายการแนะนำด้วยตนเอง คุณกำลังเพิ่มหรือลบผลลัพธ์สำหรับผลิตภัณฑ์นี้

ทำตามขั้นตอนต่อไปนี้เพื่อเพิ่มหรือลบผลลัพธ์สำหรับผลิตภัณฑ์เมล็ดพันธุ์ด้วยตนเอง:

1. เลือก ผลิตภัณฑ์เมล็ดพันธุ์
2. ภายใต้คอลัมน์ ผลิตภัณฑ์ ให้ค้นหาผลิตภัณฑ์ตาม ชื่อ หรือ หมายเลขผลิตภัณฑ์
3. ภายใต้คอลัมน์ ชนิดบรรทัด ให้เลือกตัวเลือกใดตัวเลือกหนึ่งต่อไปนี้:
   • รวม – บังคับผลิตภัณฑ์ให้กับด้านหน้าของรายการ
   • ไม่รวม – ลบผลิตภัณฑ์ออกจากการปรากฏในรายการ
     
4. เมื่อต้องการลบผลิตภัณฑ์ออกจากตาราง: ให้เลือกบรรทัดที่จะลบออก และเลือก ลบ

ทรัพยากรเพิ่มเติม

ภาพรวมคำแนะนำของผลิตภัณฑ์

เปิดใช้งาน Azure Data Lake Storage ในสภาพแวดล้อม Dynamics 365 Commerce

เปิดใช้งานคำแนะนำผลิตภัณฑ์

เปิดใช้งานคำแนะนำที่เป็นแบบส่วนบุคคล

เลือกปฏิเสธคำแนะนำที่เป็นแบบส่วนบุคคล

เปิดใช้งานคำแนะนำ "เลือกซื้อสินค้าที่คล้ายกัน"

เพิ่มคำแนะนำผลิตภัณฑ์ใน POS

เพิ่มคำแนะนำในหน้าจอธุรกรรม

สร้างคำแนะนำที่ระบุด้วยตนเอง

สร้างคำแนะนำที่มีข้อมูลสาธิต

FAQ เกี่ยวกับคำแนะนำผลิตภัณฑ์