Recomendações de itens de IA

Saiba como criar uma recomendação de itens com IA para itens em um catálogo.

Use recomendações de itens de IA para calcular os produtos mais populares ou criar recomendações de IA personalizadas para um determinado catálogo. Depois de criar sua recomendação, você pode usar a personalização para inserir esses produtos em suas mensagens.

Pré-requisitos

Antes de começar, você precisará concluir o seguinte:

• Você deve ter pelo menos um catálogo para usar qualquer um dos tipos de recomendação descritos abaixo.
• Você deve ter dados de compra ou de evento no Braze (eventos personalizados ou o objeto de compra) que incluam uma referência a IDs de produtos exclusivos armazenados em um catálogo.

Criação de uma recomendação de item de IA

Para criar uma recomendação de item:

1. Acesse Análise de dados > Recomendação de item de IA.
2. Selecione Criar previsão > Recomendação de item IA.

Você também pode optar por criar uma recomendação diretamente de um catálogo individual. Selecione seu catálogo na página Catálogos e, em seguida, selecione Criar recomendação.

Etapa 1: Adicionar detalhes da recomendação

Dê um nome e uma descrição opcional à sua recomendação.

Etapa 2: Defina sua recomendação

Selecione o tipo de recomendação. Todos os tipos de recomendação usam os últimos seis meses de dados de interação do item (compra ou evento personalizado). A interação mencionada abaixo se refere a um evento de compra ou a um evento personalizado escolhido na etapa 3.

• Mais populares: Calcula até 30 itens do catálogo com os quais todos os usuários do espaço de trabalho interagem com mais frequência, como os produtos mais comprados.
• Mais recente: Cria uma lista de até 30 produtos com os quais um usuário interagiu mais recentemente.
• IA personalizada: Usa transformadores, um novo tipo de deep learning, para prever o próximo conjunto de itens mais provável de interação de cada usuário. Calculamos até 30 dos próximos itens mais prováveis, classificados do mais provável para o menos provável. Esse tipo de recomendação não usa modelos de linguagem ampla (LLMs) para combinar seus dados com os de qualquer outro cliente Braze.
• Tendências: Calcula até 30 itens do espaço de trabalho que tiveram o impulso positivo mais recente no que diz respeito às interações do usuário.

Etapa 2a: Excluir compras ou interações anteriores (opcional)

Para evitar sugerir itens que um usuário já tenha comprado ou com os quais já tenha interagido, selecione Não recomendar itens com os quais os usuários tenham interagido anteriormente. Essa opção só está disponível quando o Tipo de recomendação está definido como IA Personalizado.

Essa configuração impede que as mensagens reutilizem os itens que um usuário já comprou ou com os quais interagiu, desde que a recomendação tenha sido atualizada recentemente. Os itens comprados ou com os quais houve interação entre as atualizações de recomendação ainda podem aparecer. Na versão gratuita das recomendações de itens, as atualizações ocorrem semanalmente. Para a versão profissional das recomendações de itens de IA, as atualizações ocorrem a cada 24 horas.

Por exemplo, ao usar a versão pro das recomendações de itens IA, se um usuário comprar algo e receber um e-mail de marketing em 30 minutos, o item que acabou de comprar poderá não ser excluído do e-mail a tempo. No entanto, as mensagens enviadas após 24 horas não incluirão esse item.

Etapa 2b: Selecione um catálogo

Se ainda não estiver preenchido, selecione o catálogo do qual essa recomendação extrairá itens.

Etapa 2c: Adicionar uma seleção (opcional)

Se quiser ter mais controle sobre sua recomendação, escolha uma seleção para aplicar filtros personalizados. As seleções filtram as recomendações por colunas específicas em seu catálogo, como marca, tamanho ou local. As seleções que contêm Liquid não podem ser usadas em sua recomendação.

Etapa 3: Selecione a interação para conduzir as recomendações

Selecione o evento para o qual você deseja que essa recomendação seja otimizada. Esse evento geralmente é uma compra, mas também pode ser qualquer interação com um item.

Você pode otimizar para:

• Eventos de compra com o objeto Purchase
• Eventos personalizados que representam uma compra
• Eventos personalizados que representam qualquer outra interação de item (como visualizações de produtos, cliques ou reproduções de mídia)

Se você escolher Evento personalizado, selecione seu evento na lista.

Etapa 4: Selecione o nome da propriedade correspondente

Para criar uma recomendação, você precisa informar ao Braze qual campo do seu evento de interação (objeto de compra ou evento personalizado) tem o identificador exclusivo que corresponde ao campo id de um item no catálogo. Não tem certeza? Visualizar requisitos.

Selecione esse campo para o Nome da propriedade.

O campo Property Name (Nome da propriedade ) será preenchido previamente com uma lista de campos enviados pelo SDK à Braze. Se forem fornecidos dados suficientes, essas propriedades também serão classificadas em ordem de probabilidade de serem a propriedade correta. Selecione a opção que corresponde ao campo id do catálogo.

Requisitos

Há alguns requisitos para selecionar sua propriedade:

• Deve ser mapeado para o campo id de seu catálogo selecionado.
• Se você selecionou Objeto de compra: Deve ser o product_id ou um campo do evento de interação properties.
• Se você selecionou Evento personalizado: Deve ser um campo de seu evento personalizado properties.
• Os campos aninhados devem ser digitados no menu suspenso Nome da propriedade em notação de ponto com o formato event_property.nested_property. Por exemplo, se estiver selecionando a propriedade aninhada district_name dentro da propriedade de evento location, você digitará location.district_name.
• O campo pode estar dentro de uma matriz de produtos ou terminar com uma matriz de IDs. Em ambos os casos, cada ID de produto será tratada como um evento separado e sequencial com o mesmo registro de data e hora.

Exemplos de mapeamentos

Os exemplos de mapeamentos a seguir referem-se a esse catálogo de amostra:

• evento personalizado
• objeto de compra

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"
      }
    }
  ]
}

Etapa 5: Treinar a recomendação

Quando estiver pronto, selecione Criar recomendação. Esse processo pode levar de 10 minutos a 36 horas para ser concluído. Você receberá uma atualização por e-mail quando a recomendação for treinada com sucesso ou uma explicação do motivo pelo qual a criação pode ter falhado.

Você pode encontrar a recomendação na página Previsões, onde poderá editá-la ou arquivá-la conforme necessário. As recomendações serão treinadas automaticamente uma vez por mês.

Análise de dados

É possível visualizar a análise de dados da sua recomendação para ver quais itens foram recomendados aos usuários e a precisão do modelo de recomendação.

1. Acesse Análise de dados > Recomendação de item.
2. Selecione sua recomendação na lista.

Na parte superior da página, você pode encontrar estatísticas sobre sua recomendação, como precisão e cobertura.

Essas métricas são definidas na tabela a seguir.

A próxima seção mostra um detalhamento dos itens no catálogo, dividido em duas colunas possíveis:

• Itens personalizados ou Itens mais recentes: Essa coluna lista cada item do catálogo em ordem decrescente dos mais frequentemente recomendados aos usuários. Essa coluna também mostra quantos usuários foram atribuídos a cada item pelo modelo.
• Itens mais populares: Essa coluna lista cada item do catálogo em ordem decrescente de popularidade. A popularidade aqui se refere aos itens do catálogo com os quais os usuários interagem com mais frequência em todo o espaço de trabalho. O mais popular é usado como fallback quando o personalizado ou o mais recente não pode ser calculado para um usuário individual.

A visão geral da recomendação mostra um resumo da configuração da recomendação escolhida, inclusive quando a recomendação foi atualizada pela última vez.

Uso de recomendações no envio de mensagens

Depois que sua recomendação terminar o treinamento, você poderá personalizar suas mensagens com o Liquid para inserir os produtos mais populares nesse catálogo. O Liquid pode ser gerado para você pela janela de personalização encontrada nos criadores de mensagens:

1. Em todos os criadores de mensagens que suportam personalização, selecione para abrir a janela de personalização.
2. Para Tipo de personalização, selecione Recomendação de item.
3. Em Item Recommendation Name (Nome da recomendação do item), selecione a recomendação que você acabou de criar.
4. Em Number of Predicted Items (Número de itens previstos), digite quantos produtos principais você gostaria que fossem inseridos. Por exemplo, você pode exibir os três itens mais comprados.
5. Em Informações a serem exibidas, selecione quais campos do catálogo devem ser incluídos para cada item. Os valores desses campos para cada item serão extraídos do catálogo associado a essa recomendação.
6. Selecione o ícone Copiar e cole o Liquid onde quer que ele seja necessário em sua mensagem.

Níveis de recomendações de itens de IA

A tabela a seguir descreve as diferenças entre a versão gratuita e a versão profissional dos tipos de recomendação IA Personalized, Popular e Trending:

<sup>1. Essa é a frequência com que as recomendações de itens específicos do usuário são atualizadas (todos os modelos, exceto os itens Mais populares, que são atualizados quando o modelo é retreinado). Por exemplo, se um usuário comprar um item recomendado com base nas recomendações de itens da IA, seus itens recomendados serão atualizados de acordo com essa frequência
2. Os tipos de recomendação disponíveis são IA Personalizada, Mais recente, Mais popular e Tendências.</sup>

Perguntas frequentes

O que faz com que os itens “Mais populares” sejam misturados às recomendações de outros modelos?

Quando nosso mecanismo de recomendação faz a curadoria de uma lista para você, ele primeiro prioriza as seleções personalizadas com base no modelo específico que você escolheu, como “Mais recente” ou “IA Personalizado”. Se esse modelo não puder preencher a lista completa de 30 recomendações por qualquer motivo, alguns dos itens mais populares entre todos os usuários serão adicionados para garantir que cada usuário sempre tenha um conjunto completo de recomendações.

Isso acontece em algumas condições específicas:

• O modelo encontra menos de 30 itens que correspondem aos seus critérios.
• Os itens relevantes não estão mais disponíveis ou em estoque.
• Os itens não atendem aos critérios de seleção atuais, talvez devido a uma alteração no estoque ou nas preferências do usuário.