AI 항목 추천 만들기

카탈로그의 항목으로 AI 추천 엔진을 만드는 방법을 알아보세요.

AI 아이템 추천 정보

AI 제품 추천을 사용하여 가장 인기 있는 제품을 계산하거나 특정 카탈로그에 대한 개인화된 AI 추천을 생성하세요. 추천을 생성한 후 개인화를 사용하여 해당 제품을 메시징에 삽입할 수 있습니다.

요금제별 AI 기능

다음 표는 AI 개인화된, 인기 있는, 트렌딩 추천 유형의 무료 및 프로 버전 간의 차이점을 설명합니다.

^{1. 사용자별 항목 추천이 업데이트되는 빈도입니다(모델이 재훈련될 때 업데이트되는 가장 인기 있는 항목 제외). 예를 들어, 사용자가 AI 항목 추천을 기반으로 추천된 항목을 구매하면, 추천된 항목은 이 빈도}에 따라 업데이트됩니다.
^{2. 사용 가능한 추천 유형은 AI 개인화된, 가장 최근, 가장 인기 있는, 그리고 트렌딩입니다.}

AI 아이템 추천 생성하기

전제 조건

시작하기 전에 다음을 완료해야 합니다:

• 아래에 설명된 권장 사항 유형을 사용하려면 카탈로그가 하나 이상 있어야 합니다.
• 카탈로그에 저장된 고유 제품 ID에 대한 참조가 포함된 구매 또는 이벤트 데이터(커스텀 이벤트 또는 구매 오브젝트)가 Braze에 있어야 합니다.

1단계: 새 추천 만들기

대시보드의 어느 위치에서나 AI 아이템 추천을 생성할 수 있습니다:

• from the navigation menu
• from a catalog

2단계: 추천 세부 정보 추가

추천의 이름과 설명(선택 사항)을 입력합니다.

이름 및 설명 필드가 있는 ‘추천 세부 정보’ 단계를 클릭합니다.](/docs/ko/assets/img/item_recs_1.png?e936cf5307c36ef1176eab1b59efd98e)

3단계: 추천 정의

추천 유형을 선택합니다. 각 유형은 구매 또는 커스텀 이벤트 데이터와 같은 지난 6개월간의 아이템 상호 작용 데이터를 사용합니다. 각 유형에 대한 자세한 정보와 사용 사례는 유형 및 사용 사례를 참조하세요.

3.1단계: 이전 구매 또는 상호 작용 제외(선택 사항)

사용자가 이미 구매했거나 상호 작용한 아이템을 추천하지 않으려면 사용자가 이전에 상호 작용한 아이템을 추천하지 않음을 선택합니다. 이 옵션은 추천 유형이 AI 개인화로 설정된 경우에만 사용할 수 있습니다.

“추천 정의” 단계에서 “AI 개인화”를 유형으로 선택하고 “사용자가 이전에 상호작용한 항목은 추천하지 않음” 옵션을 선택합니다.](/docs/ko/assets/img/item_recs_2-3.png?d28a22b31d197027aff41f443349c5bb)

이 설정은 추천이 최근에 업데이트된 경우 사용자가 이미 구매하거나 상호 작용한 항목을 메시징에서 재사용하지 못하도록 합니다. 추천 업데이트 사이에 구매하거나 상호작용한 항목이 계속 표시될 수 있습니다. 무료 버전의 항목 추천의 경우 매주 업데이트가 이루어집니다. AI 아이템 추천 프로 버전의 경우 24시간마다 업데이트가 이루어집니다.

예를 들어, AI 아이템 추천 프로 버전을 사용할 때 사용자가 상품을 구매한 후 30분 이내에 마케팅 이메일을 받으면 방금 구매한 아이템이 제때 이메일에서 제외되지 않을 수 있습니다. 그러나 24시간 이후에 전송된 모든 메시지에는 해당 항목이 포함되지 않습니다.

3.2단계: 카탈로그 선택

아직 채워져 있지 않은 경우 이 권장 사항에서 항목을 가져올 카탈로그를 선택합니다.

3.3단계: 선택 항목 추가(선택 사항)

추천을 보다 세밀하게 제어하고 싶다면 커스텀 필터를 적용하는 옵션을 선택하세요. 선택 항목은 브랜드, 크기, 위치 등 카탈로그의 특정 열을 기준으로 권장 사항을 필터링합니다. Liquid가 포함된 선택 항목은 추천에 사용할 수 없습니다.

추천을 위해 선택된 ‘재고 있음’ 선택의 예입니다.](/docs/ko/assets/img/item_recs_2-2.png?1846eb29d6db9c1a6f087e648ef9f349)

4단계: 추천을 유도할 상호 작용을 선택합니다.

이 권장 사항을 최적화할 이벤트를 선택합니다. 이 이벤트는 일반적으로 구매이지만 아이템과의 모든 상호작용일 수도 있습니다.

최적화할 수 있습니다:

• 구매 개체를 사용한 구매 이벤트
• 구매 담당자를 위한 커스텀 이벤트
• 기타 항목 상호 작용(예: 제품 보기, 클릭 또는 미디어 재생)을 담당하는 커스텀 이벤트

커스텀 이벤트를 선택한 경우 목록에서 이벤트를 선택합니다.

현재 이벤트 추적 방법으로 ‘구매 완료’ 커스텀 이벤트를 선택했습니다.](/docs/ko/assets/img/item_recs_3.png?3ab4e9e0a9d0c425114ee96293691fe5)

5단계: 해당 속성 이름을 선택합니다.

추천을 생성하려면 카탈로그에서 항목의 id 필드와 일치하는 고유 식별자가 있는 인터랙션 이벤트(구매 오브젝트 또는 커스텀 이벤트)의 필드를 Braze에 알려야 합니다. 잘 모르시겠어요? 요구 사항 보기.

속성 이름에 이 필드를 선택합니다.

속성 이름 필드에는 소프트웨어 개발 키트를 통해 Braze로 전송된 필드 목록이 미리 채워집니다. 충분한 데이터가 제공되면 이러한 속성은 올바른 속성일 가능성이 높은 순서대로 순위가 매겨집니다. 카탈로그의 id 필드에 해당하는 것을 선택합니다.

카탈로그의 항목 ID에 해당하는 속성 이름 “purchase_item” 을 선택했습니다.](/docs/ko/assets/img/item_recs_4.png?04646252921dc2c0d58004a38f22d20e)

요구 사항

숙소를 선택하기 위한 몇 가지 요구 사항이 있습니다:

• 선택한 카탈로그의 id 필드에 매핑해야 합니다.
• 객체 구매를 선택한 경우 product_id 또는 인터랙션 이벤트의 properties 필드여야 합니다.
• 커스텀 이벤트를 선택한 경우: 커스텀 이벤트의 필드여야 합니다 properties.
• 중첩된 필드는 속성 이름 드롭다운에 event_property.nested_property 형식의 점 표기법으로 입력해야 합니다. 예를 들어, 이벤트 속성정보 location 내에서 중첩된 이벤트 속성정보 district_name 를 선택하는 경우 location.district_name 를 입력합니다.
• 필드는 여러 제품 배열 안에 있거나 여러 ID 배열로 끝날 수 있습니다. 두 경우 모두 각 제품 ID는 동일한 타임스탬프를 가진 별도의 순차적 이벤트로 처리됩니다.

매핑 예시

다음 예제 매핑은 모두 이 샘플 카탈로그를 참조합니다:

• custom event
• purchase object

1
2
3
4
5
6
7
8
9
10
11
12
13
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "product_sku": "ADI-BL-7"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "2ff3f9a9-8803-4c3a-91da-14adbf93dc99",
        "products": [
          { "sku": "ADI-BL-7" },
          { "sku": "ADI-WH-9" }
        ]
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "13791e08-7c22-4f6c-8cc6-832c76af3743",
        "purchase": {
          "product_skus": ["ADI-BL-7", "ADI-WH-9"]
        }
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "ADI-BL-7",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "color": "black",
        "checkout_duration": 180,
        "size": "7",
        "brand": "Adidas"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "shoes",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "sku": "ADI-RD-8",
        "color": "red",
        "checkout_duration": 180,
        "size": "8",
        "brand": "Adidas"
      }
    }
  ]
}

6단계: 추천 훈련

준비가 완료되면 추천 생성을 선택합니다. 이 과정을 완료하는 데 10분에서 36시간까지 걸릴 수 있습니다. 추천이 성공적으로 학습되면 이메일 업데이트를 받거나 생성에 실패한 이유에 대한 설명을 받게 됩니다.

예측 페이지에서 추천을 찾은 다음 필요에 따라 편집하거나 보관할 수 있습니다. 추천은 매주(유료) 또는 매월(무료) 한 번씩 자동으로 재교육됩니다.