Quando si seleziona questa strategia di raccomandazione per un touchpoint visualizzato su una pagina di articolo/prodotto, si verificano tutti gli attributi dell'articolo come il nome, la descrizione, la categoria, il prezzo, le dimensioni, etc... e vengono utilizzati per calcolare la raccomandazione.

Un algoritmo di corrispondenza analizza tutti i diversi "termini" di questi attributi e li confronta con gli articoli della raccolta di contenuti collegata al touchpoint. Gli articoli con il tasso di corrispondenza più elevato vengono restituiti e visualizzati nel touchpoint.

Se si vuole semplicemente mostrare ai visitatori articoli simili nelle pagine degli articoli. Questa strategia di raccomandazione non tiene conto del comportamento del visitatore.

Questa strategia di raccomandazione funziona solo sulle pagine degli articoli del vostro sito web e quando il nostro script di tracciamento riconosce la pagina dell'articolo.

Esempi

Come si può vedere negli esempi, questa strategia di raccomandazione utilizza i "termini" del titolo e della categoria (così come altri) per generare una raccomandazione che mostra articoli simili.

Quando un visitatore si trova sulla pagina di un prodotto/articolo, questa strategia di raccomandazione utilizza i dati di vendita di quell'articolo e controlla nei dati storici degli acquisti quali altri prodotti sono stati acquistati insieme all'articolo visualizzato. Più l'articolo è stato acquistato, maggiore è la possibilità che venga visualizzato tra i prodotti consigliati dal touchpoint.

Una volta raccolti questi dati, l'algoritmo esaminerà anche il profilo generale del visitatore (cronologia, URL corrente, ecc.) e lo combinerà con i dati di vendita raccolti per calcolare le migliori raccomandazioni. Questa strategia esamina anche i valori di tutti gli articoli visualizzati, aggiunti al carrello e acquistati e valuta gli articoli migliori in base all'apprendimento automatico. Pertanto, questa strategia si adatta e cambia i contenuti serviti durante la sessione del visitatore.

Si potrebbe considerare questa strategia come alternativa a quella di cross-selling, in quanto analizza i prodotti acquistati da altri che hanno acquistato l'articolo che il visitatore sta guardando. Ma non si tiene conto solo di questi dati, bensì anche di quelli realmente personalizzati del visitatore stesso. Il risultato è una raccomandazione che ha assolutamente senso per il visitatore, poiché è legata all'articolo che sta guardando e ai suoi interessi.

Questa strategia di raccomandazione funziona solo sulle pagine degli articoli del vostro sito web e quando il nostro script di tracciamento riconosce la pagina dell'articolo.

Poiché la raccomandazione utilizza anche i dati di vendita, è necessario assicurarsi che lo script di conversione Datatrics sia impostato correttamente.

Inoltre, assicuratevi che i touchpoint con questa strategia di raccomandazione vengano visualizzati solo nelle pagine di articoli/prodotti.

Questa strategia di raccomandazione esamina l'elemento corrente che il visitatore sta guardando, controlla l'attributo alternative_items e raccomanda solo gli elementi di questo elenco.

Quando nell'elenco ci sono più elementi di quelli da visualizzare, l'algoritmo controlla la cronologia del visitatore e raccomanda gli elementi più rilevanti.

Quando si vuole avere il pieno controllo sugli articoli da consigliare in pagine specifiche di articoli/prodotti.

Questa strategia di raccomandazione funziona solo sulle pagine degli articoli del vostro sito web e quando il nostro script di tracciamento riconosce la pagina dell'articolo.

È inoltre necessario aggiungere un attributo all'elemento in Datatrics, che contenga gli elementi che si desidera raccomandare insieme all'elemento visualizzato. Questo campo deve essere chiamato alternative_items e può contenere uno o più itemid in un array:

["123456", "123457", "123458", "123459", "123460", "123461", "123462", "123463", "123464", "123465", "123466", "123467"]

Nella collezione di contenuti collegata al touchpoint, è necessario assicurarsi che questi itemid siano presenti.

Infine, assicurarsi di indirizzare il touchpoint utilizzando questa strategia di raccomandazione solo nelle pagine di articoli/prodotti.