Skip to content

Uso de recomendações de itens em seu envio de mensagens

Depois que sua recomendação for treinada, você poderá usar o Liquid para buscar e exibir itens recomendados em suas mensagens. A chave aqui é trabalhar diretamente com o objeto product_recommendation Liquid. Este artigo aborda o objeto product_recommendation Liquid e inclui um tutorial para ajudá-lo a colocar esse conhecimento em prática.

Para saber mais sobre o uso de recomendações de itens de IA no Braze, confira nosso curso do Braze Learning sobre como criar experiências personalizadas com IA. Este curso abrange casos de uso do setor, instruções passo a passo e um caso de uso adicional para criar uma mensagem no app com recomendações orientadas por IA.

Anatomia do objeto de recomendação

O objeto product_recommendation representa o conjunto de itens recomendados pelo modelo. Ele fornece dados diretamente do catálogo associado, estruturado como um vetor de objetos, em que cada objeto representa um item recomendado.

  • Estrutura: Cada item é acessado como items[index], em que o índice começa em 0 (para o primeiro item) e aumenta para os itens subsequentes.
  • Campos do catálogo: Cada item da matriz contém pares de valores-chave correspondentes a campos (colunas) no catálogo. Por exemplo, os campos comuns do catálogo para recomendações do produto incluem:
    • name ou title
    • price
    • image_url

Liquid tags

O objeto product_recommendation contém recomendações de produtos geradas dinamicamente. Para acessá-los no Liquid, você deve primeiro atribuir os dados a uma variável antes de usá-los na mensagem.

Atribuindo dados de recomendação

Sempre comece com a tag assign para buscar os dados do product_recommendation e armazená-los em uma variável.

1
{% assign items = {{product_recommendation.${RECOMMENDATION_NAME}}} %}
  • RECOMMENDATION_NAME: Substitua isso pelo nome da recomendação de IA que você criou no Braze.
  • items: A variável que armazena a matriz de itens recomendados.

Acesso a itens individuais

Depois que os dados da recomendação forem atribuídos, você poderá fazer referência a itens específicos e seus campos usando a indexação de matriz e a notação de ponto:

1
2
{% assign items = {{product_recommendation.${RECOMMENDATION_NAME}}} %}
{{ items[0].name }} for {{ items[0].price }}

Para incluir vários itens, faça referência a cada item individualmente por seu índice. .name e .price extraem o campo correspondente do catálogo.

1
2
3
4
{% assign items = {{product_recommendation.${RECOMMENDATION_NAME}}} %}
{{ items[0].name }} for {{ items[0].price }}
{{ items[1].name }} for {{ items[1].price }}
{{ items[2].name }} for {{ items[2].price }}

As recomendações do produto IA retornam vários produtos como uma matriz, em que items[0] é o primeiro item, items[1] é o segundo e assim por diante. Se uma recomendação retornar apenas um item, a tentativa de fazer referência a items[1] resultará em um campo vazio.

Adição de imagens

Se o catálogo usado por sua recomendação incluir links para imagens, você poderá fazer referência a essas imagens em sua mensagem.

Em criadores com campos de imagem, adicione o seguinte Liquid ao respectivo campo no criador:

1
2
{% assign items = {{product_recommendation.${RECOMMENDATION_NAME}}} %}
{{ items[0].IMAGE_URL_FIELD }}

Para o editor de arrastar e soltar de e-mail:

  1. Adicione um bloco de imagem ao seu e-mail.
  2. Selecione o bloco de imagem (não o botão Pesquisar ) para abrir o painel Propriedades da imagem.
  3. Ativar Imagem com Liquid.
  4. Cole o snippet Liquid no campo URL dinâmico.
1
2
{% assign items = {{product_recommendation.${RECOMMENDATION_NAME}}} %}
{{ items[0].IMAGE_URL_FIELD }}

Painel de propriedades da imagem no editor de arrastar e soltar

  1. Para incluir uma imagem de espaço reservado nos e-mails de prévia e teste, pressione Escolher imagem para adicionar uma imagem de espaço reservado da biblioteca de mídia ou insira um URL onde a imagem esteja hospedada.

Para referências de imagens HTML, defina a atribuição src da imagem para o campo URL da imagem no catálogo. Talvez você queira usar outro campo, como o nome ou a descrição de um produto, como o texto alternativo.

1
2
{% assign items = {{product_recommendation.${RECOMMENDATION_NAME}}} %}
<img src="{{ items[0].IMAGE_URL_FIELD }}" alt="{{ items[0].name }}">
  • Substitua MY_RECOMMENDATION_NAME pelo nome de sua recomendação
  • Substitua IMAGE_URL_FIELD pelo nome do campo em seu catálogo que contém URLs de imagens.

Tutorial: Criar um e-mail de carrinho abandonado

Neste tutorial, você aprenderá a criar um e-mail dinâmico que recomenda produtos aos usuários com base em suas preferências ou comportamento usando as recomendações de itens do Braze IA.

Digamos que você seja um profissional de marketing da “Flash & Thread”, uma varejista de roupas on-line. Você deseja reengajar os clientes que deixaram itens em seus carrinhos e fazer upsell de produtos adicionais. Seu objetivo é criar um e-mail que exiba os itens abandonados e recomendações personalizadas.

Sua recomendação extrairá itens de um catálogo. Siga as etapas para Criar um catálogo. Certifique-se de que seu catálogo inclua esses campos:

id nome preço image_url categoria cor
1001 Suéter de tricô listrado 49.99 https:///images/67a41294f5eac400685ce908/original.png?1738805908 Suéteres Marinho/Cinza
1002 Sapatos personalizados do Yacht Club 79.99 https:///images/67a4136fe5a7660068bbe046/original.png?1738806127 Calçados Marinha
1003 Sapatos de volta ao trabalho 89.99 https:///images/67a41370f542c1006798c26e/original.png?1738806128 Calçados Rosa/Dourado
1004 Chapéu de ponta a ponta do verão 29.99 https:///images/67a4136fbf6f620068511b67/original.png?1738806127 Acessórios Floral branco

Etapa 2: Configure sua recomendação

  1. Em seu catálogo, selecione Criar recomendação.
  2. Siga as etapas de Criação de uma recomendação de item IA.
  3. Para o tipo de recomendação, selecione IA Personalizada.
  4. Use o catálogo que você acabou de criar para treinar a recomendação. Isso pode levar algum tempo - você receberá um e-mail quando o treinamento for concluído.

Etapa 3: Criar um e-mail

Quando a recomendação tiver concluído o treinamento, você poderá usá-la em seu envio de mensagens.

  1. Crie um e-mail com o editor de arrastar e soltar.
  2. No corpo da mensagem, adicione um bloco de imagem onde quer que você queira extrair uma recomendação do catálogo.
  3. Selecione o bloco de imagem e ative a opção Imagem com Liquid no painel Propriedades da imagem.
  4. Cole esse trecho de Liquid no campo URL dinâmico.
1
2
{% assign items = {{product_recommendation.${abandoned_cart}}} %}
{{ items[0].image_url }}
  1. Abaixo da imagem, adicione um bloco de parágrafo. Aqui é onde você adicionará o nome do produto e quaisquer detalhes de apoio.
  2. Cole o seguinte trecho de Liquid no bloco. Isso extrai o nome, a categoria, a cor e o preço da primeira recomendação do catálogo e os adiciona como linhas separadas.
1
2
3
4
5
{% assign items = {{product_recommendation.${abandoned_cart}}} %}
{{ items[0].name }}
{{ items[0].category }}
{{ items[0].color }}
${{ items[0].price }}
  1. Em ambos os snippets, substitua abandoned_cart pelo nome de sua recomendação no Braze.
  2. Verifique novamente se os nomes dos campos do item (``) correspondem aos nomes das colunas em seu catálogo.
  3. Incremente a matriz em uma unidade cada vez que você repetir o bloco para extrair o próximo item recomendado do catálogo. Por exemplo, a matriz começa com , portanto, o próximo item seria.

Etapa 4: Prévia de sua mensagem

Para ver a aparência da sua mensagem para um usuário real:

  1. Acesse a guia Preview & Test (Prévia e teste ) em seu editor.
  2. Selecione Usuário aleatório na lista suspensa.
  3. Selecione Obter usuário aleatório para buscar um usuário do seu público e fazer uma prévia de como o e-mail aparecerá com os dados dele.

A prévia renderizará totalmente o Liquid, incluindo recomendações de IA, desde que o usuário selecionado tenha os atributos necessários ou dados de eventos vinculados à recomendação.

Se a recomendação não aparecer na prévia, verifique o seguinte:

  • O usuário interagiu com produtos ou eventos relevantes que treinaram o modelo de recomendação
  • A recomendação em si foi treinada com sucesso
  • O código Liquid faz referência corretamente à recomendação e aos campos corretos
QUÃO ÚTIL FOI ESTA PÁGINA?
New Stuff!