Predviđanje preporuka proizvoda (pretpregled)

Model preporuke proizvoda stvara skupove prediktivnih preporuka proizvoda. Preporuke se temelje na prethodnom ponašanju pri kupnji i klijentima sa sličnim obrascima kupnje. Nova predviđanja preporuka proizvoda možete stvoriti na stranici Inteligencija > Predviđanja. Odaberite Moja predviđanja da biste vidjeli druga predviđanja koja ste stvorili.

Preporuke proizvoda mogu podlijegati lokalnim zakonima i propisima, kao i očekivanjima klijenata, za što model nije napravljen da bi to posebno uzeo u obzir. Kao korisnik ove mogućnosti predviđanja, morate pregledati preporuke prije nego što ih dostavite svojim klijentima kako biste osigurali da se pridržavate svih važećih zakona i propisa, kao i očekivanja klijenata u vezi s onim što možete preporučiti.

Osim toga, rezultat ovog modela dat će vam preporuke na temelju ID-a proizvoda. Vaš mehanizam isporuke trebat će uzeti predviđene ID-ove proizvoda i mapirati ih u odgovarajući sadržaj za vaše klijente da bi se uzeli u obzir lokalizacija, slikovni sadržaj i drugi sadržaj ili ponašanje specifično za poslovanje.

Uzorak vodiča

Ako ste zainteresirani za isprobavanje ove značajke, ali nemate podatke za ispunjavanje zahtjeva navedenih u nastavku, možete stvoriti uzorak implementacije.

Preduvjeti

  • Barem dozvole suradnika u aplikaciji Customer Insights.
  • Poslovno znanje za razumijevanje različitih vrsta proizvoda za vaše poslovanje i načina na koji vaši klijenti stupaju u interakciju s njima. Podržavamo preporučivanje proizvoda koje su prethodno kupili vaši klijenti ili preporuke za nove proizvode.
  • Podaci o vašim transakcijama, kupnjama i njihovoj povijesti:
    • Identifikatori transakcija za razlikovanje kupnji ili transakcija.
    • Identifikatori klijenata za mapiranje transakcija s vašim klijentima.
    • Datumi transakcijskih događaja koji navode datume na koje se transakcija dogodila.
    • (Neobavezno) Podaci o ID-u proizvoda za transakciju.
    • (Neobavezno) Je li transakcija povrat ili nije.
    • Shema semantičkih podataka zahtijeva sljedeće podatke:
      • ID transakcije: Jedinstveni identifikator kupnje ili transakcije.
      • Datum transakcije: datum kupnje ili transakcije.
      • Vrijednost transakcije: numerička vrijednost kupnje ili transakcije.
      • Jedinstveni ID proizvoda: ID kupljenog proizvoda ili usluge ako su vaši podaci na razini stavke retka.
      • (Neobavezno) Kupnja ili povrat: polje točno/netočno koje identificira je li transakcija bila povrat ili nije. Ako je Vrijednost transakcije negativna, te ćemo podatke koristiti i za zaključivanje povrata.

Stvaranje predviđanja preporuka proizvoda

  1. U aplikaciji Customer Insights idite na Inteligencija > Predviđanja.

  2. Odaberite pločicu Model preporuka proizvoda (pretpregled) i odaberite Koristi ovaj model.

    Pločica modela preporuka proizvoda s gumbom Koristi ovaj model

  3. Pregledajte informacije o zahtjevima modela. Ako imate potrebne podatke, odaberite Početak.

Imenovanje modela

  1. Navedite naziv modela da biste ga razlikovali od ostalih modela.

  2. Unesite naziv za izlazni entitet koristeći samo slova i brojeve, bez razmaka. To je naziv koji će entitet modela koristiti. Zatim odaberite Dalje.

Definiranje konfiguracije preporuka proizvoda

  1. Postavite Broj proizvoda koje želite preporučiti klijentu. Ova vrijednost ovisi o tome kako vaš način isporuke ispunjava podatke. Ako možete preporučiti tri proizvoda, postavite ovu vrijednost u skladu s tim.

    Savjet

    Možete odabrati Spremi i zatvori u bilo kojem trenutku kako biste predviđanje spremili kao skicu. Skicu predviđanja pronaći ćete na kartici Moja predviđanja.

  2. Odaberite da li želite predložiti proizvode koje su klijenti nedavno kupili.

  3. Ako ste odabrali da nećete preporučiti nedavno kupljene proizvode, postavite Prozor pogleda unatrag. Ova postavka određuje vremenski okvir koji model uzima u obzir prije ponovnog preporučivanja proizvoda korisniku. Na primjer, naznačite da klijent kupuje prijenosno računalo svake 2 godine. Ovaj će prozor pogledati povijest kupnji za posljednje 2 godine, a ako pronađu stavku, stavka će se filtrirati iz preporuka.

  4. Odaberite Sljedeće

Dodajte potrebne podatke

  1. Odaberite Dodaj podatke za Povijest transakcija klijenta i odaberite entitet koji pruža informacije o povijesti transakcija/kupnji kao što je opisano u preduvjetima.

  2. Mapirajte semantička polja na atribute unutar entiteta povijesti kupnje i odaberite Sljedeće. Za opis polja pogledajte preduvjete.

    Definiranje odnosa entiteta

  3. Ako polja nisu popunjena, konfigurirajte odnos između entiteta povijesti kupnji i entiteta Klijent.

    1. Odaberite Entitet povijesti kupnje.
    2. Odaberite Polje koje identificira klijenta u entitetu povijesti kupnje. Mora se odnositi na primarni ID klijenta vašeg entiteta Klijent.
    3. Odaberite Entitet klijenta koji odgovara vašem primarnom entitetu klijenta.
    4. Unesite naziv koji opisuje odnos.

      Stranica povijesti kupnji koja prikazuje stvaranje odnosa s klijentom

  4. Odaberite Spremi.

  5. Odaberite Dalje.

Postavite raspored i pregledajte konfiguraciju

  1. Postavite učestalost ponovnog uvježbavanja svog modela. Ova je postavka važna za ažuriranje točnosti predviđanja jer se novi podaci uvoze u Customer Insights. Većina tvrtki može ponovno uvježbavati jednom mjesečno i steći dobru točnost predviđanja.

  2. Odaberite Dalje.

  3. Pregledajte konfiguraciju. Možete se vratiti bilo kojem dijelu konfiguracije predviđanja odabirom Uredi ispod prikazane vrijednosti. Također, možete odabrati korak konfiguracije s pokazatelja napretka.

  4. Ako su sve vrijednosti pravilno konfigurirane, odaberite Spremi i pokreni za početak procesa predviđanja. Na kartici Moja predviđanja možete vidjeti status svojih predviđanja. Proces može potrajati nekoliko sati ovisno o količini podataka korištenih za predviđanje.

Pregled statusa i rezultata predviđanja

  1. Idite na karticu Moja predviđanja pod Inteligencija > Predviđanja.

    Pogledajte stranicu Moja predviđanja

  2. Odaberite predviđanje koje želite pregledati.

    • Naziv predviđanja: Naziv predviđanja naveden prilikom njegovog stvaranja.
    • Vrsta predviđanja: Vrsta modela korištenog za to predviđanje
    • Entitet rezultata: Naziv entiteta za pohranu rezultata predviđanja. Entitet ovog naziva možete pronaći u Podaci > Entiteti.
    • Predviđeno polje: Ovo se polje popunjava samo za neke vrste predviđanja i ne koristi se u predviđanju gubitka.
    • Status: Trenutačni status izvršenja predviđanja.
      • Na čekanju: Predviđanje trenutno čeka na pokretanje drugih procesa.
      • Osvježava se: Predviđanje je trenutačno u fazi „ocjene” obrade za dobivanje rezultata koji će se preliti u entitet rezultata.
      • Neuspješno: Predviđanje nije uspjelo. Za više detalja odaberite Zapisnici.
      • Uspješno: Predviđanje je uspjelo. Odaberite Prikaz ispod okomitih točkica kako biste pregledali predviđanje
    • Uređeno: Promijenjen je datum konfiguriranja za predviđanje.
    • Zadnji put osvježeno: Datum kada je predviđanje osvježilo rezultate u entitetu rezultata.
  3. Odaberite okomitu trotočku uz predviđanje čije rezultate želite pregledati i odaberite Prikaz.

    Prikaz izbornika okomite trotočke s mogućnostima za predviđanje, u koje spadaju uređivanje, osvježavanje, prikaz, zapisnici i brisanje

  4. Postoje tri primarna odjeljka podataka na stranici s rezultatima:

    1. Performanse modela obuke: Mogući rezultati su A, B ili C. Ovaj rezultat označava performanse predviđanja i može vam pomoći da donesete odluku o korištenju rezultata pohranjenih u entitetu rezultata.

      • Rezultati se određuju na temelju sljedećih pravila:
        • A Model će se smatrati A kvalitete ako je metrika "Uspjeh @ K" barem 10 % veća od osnovne vrijednosti.

        • B Model će se smatrati B kvalitete ako je metrika "Uspjeh @ K" 0 do 10 % veća od osnovne vrijednosti.

        • C Model će se smatrati C kvalitete ako je metrika "Uspjeh @ K" manja od osnovne vrijednosti.

          Prikaz rezultata performansi modela

        • Osnovna vrijednost: Model uzima najviše preporučene proizvode prema broju kupnji kod svih klijenata i koristi naučena pravila koja je identificirao model za stvaranje skupa preporuka za klijente. Predviđanja se zatim uspoređuju s najboljim proizvodima, što se računa brojem klijenata koji su kupili proizvod. Ako klijent ima barem jedan proizvod u preporučenim proizvodima, što se također vidi u najčešće kupljenim proizvodima, smatra se dijelom osnovne vrijednosti. Kad bi od ukupno 100 klijenata 10 kupilo preporučeni proizvod, polazište bi bilo 10%.

        • Uspjeh @ K: Korištenjem skupa provjere vremenskog razdoblja transakcija stvaraju se preporuke za sve klijente i uspoređuju se sa skupom provjere transakcija. Na primjer, u razdoblju od 12 mjeseci, 12. mjesec može se izdvojiti kao skup provjere podataka. Ako model predvidi barem jednu stvar koju biste kupili u 12. mjesecu na temelju onoga što je naučio iz prethodnih 11 mjeseci, klijent će povećati metriku "Uspjeh @ K".

    2. Najviše predloženi proizvodi (s iznosom): najboljih 5 proizvoda koji su predviđeni za vaše klijente.

      Grafikon koji prikazuje 5 najviše preporučenih proizvoda

    3. Preporuke proizvoda s visokom pouzdanošću: Uzorak preporuka koji se pruža vašim klijentima, a za koje model smatra da će ih klijent vjerojatno kupiti.

      Popis koji prikazuje prijedloge visoke pouzdanosti za odabrani skup pojedinačnih klijenata

Popravak neuspjelog predviđanja

  1. Idite na karticu Moja predviđanja pod Inteligencija > Predviđanja.

  2. Odaberite predviđanje čije zapisnike o pogreškama želite pregledati i odaberite Zapisnici.

  3. Pregledajte sve pogreške. Može se dogoditi nekoliko vrsta pogrešaka i one opisuju kakvo je stanje prouzročilo pogrešku. Na primjer, pogreška za koju nema dovoljno podataka da bi se točno predvidjela obično se razrješava učitavanjem dodatnih podataka u Customer Insights.

Osvježavanje predviđanja

Predviđanja se automatski osvježavaju prema istom rasporedu prema kojem se osvježavaju podaci kako je konfigurirano u postavkama.

  1. Idite na karticu Moja predviđanja pod Inteligencija > Predviđanja.

  2. Odaberite okomitu trotočku uz predviđanje koje želite osvježiti.

  3. Odaberite Osvježi.

Brisanje predviđanja

Brisanjem predviđanja uklonit će se i njegov izlazni entitet.

  1. Idite na karticu Moja predviđanja pod Inteligencija > Predviđanja.

  2. Odaberite okomitu trotočku uz predviđanje koje želite izbrisati.

  3. Odaberite Obriši.

Napomena

Možete li nam reći više o željenim jezicima za dokumentaciju? Ispunite kratki upitnik. (imajte na umu da je upitnik na engleskom jeziku)

Ispunjavanje upitnika će trajati otprilike sedam minuta. Osobni podaci se ne prikupljaju (izjava o zaštiti privatnosti).