FAQ: Este artigo fornece instruções passo a passo sobre configurar vitrines de recomendação insider.
Vitrines de Recomendação Insider
A personalização de vitrines pela Insider, que através dos dados coletados dos usuário, consegue oferecer pra cada assinante produtos que tendem a ser comprados pelo usuário, deve ser configurado dentro de um carrossel de produtos, estes que recebem um Identificador (ID) que tenha sido previamente cadastrado na plataforma da Insider.
Como funcionam os algoritmos de recomendação?
Os algoritmos tem características diferentes entre si, e para garantir o seu funcionamento, é importante entender que existem 3 classificações entre eles, os algoritmos gerais, os baseados em um produto (prontos para uma PDP, por exemplo) e os baseados em diversos produtos (usado no carrinho), então, para facilitar o entendimento, abaixo está elencado como funciona cada algoritmo do Painel da Insider.
Algoritmos gerais:
Esse método permite obter recomendações que não são baseadas em detalhes específicos de produtos. Deve ser chamado com o ID da campanha relacionada, e os algoritmos apropriados para os IDs de campanha devem ser selecionados no painel.\ Recomendação de uso: Todas as áreas do app que aceitam vitrines.
Algoritmos baseados em um produto:
Top Sellers: Recomendação dos produtos mais vendidos.
Most Popular Items: Recomendação dos itens mais populares entre os usuários.
Trending Products: Recomendação de produtos que estão em alta no momento.
Highest Discounted Items: Recomendação de itens com os maiores descontos.
New Arrivals: Recomendação de produtos recentemente adicionados ao catálogo.
Most Valuable Products: Recomendação de produtos de maior valor para o cliente.
User-Based: Recomendação baseada no comportamento e nas preferências do usuário.
Algoritmos baseados em um produto:
Esse método também permite obter recomendações baseadas em detalhes específicos de produtos, mas com um foco mais amplo nas categorias e nos comportamentos de compra. Deve ser chamado com o ID da campanha relacionada, e os algoritmos apropriados para os IDs de campanha devem ser selecionados no painel.
Recomendação de uso: Página de um Produto (PDP).
Algoritmos disponíveis:
Purchased Together: Recomendação de produtos frequentemente comprados juntos.
Viewed Together: Recomendação de produtos frequentemente visualizados juntos.
Most Valuable Products of the Category: Recomendação dos produtos de maior valor dentro de uma categoria específica.
New Arrivals of the Category: Recomendação de novos produtos dentro de uma categoria específica.
Highest Discounted of the Category: Recomendação dos itens com os maiores descontos dentro de uma categoria específica.
Trending Products in the Category: Recomendação de produtos que estão em alta dentro de uma categoria específica.
Most Popular Items of the Category: Recomendação dos itens mais populares dentro de uma categoria específica.
Top Sellers of the Category: Recomendação dos produtos mais vendidos dentro de uma categoria específica.
Recently Viewed Products: Recomendação de produtos recentemente visualizados pelo usuário.
Purchased with Last Purchased: Recomendação de produtos comprados junto com a última compra do usuário.
Algoritmos baseados em diversos produtos:
Esse método permite obter recomendações baseadas em detalhes específicos de produtos. Deve ser chamado com o ID da campanha relacionada, e os algoritmos apropriados para os IDs de campanha devem ser selecionados no painel.
Recomendação de uso: Carrinho com produtos.
Algoritmos disponíveis:
Purchased Together: Recomendação de produtos frequentemente comprados juntos.
Viewed Together: Recomendação de produtos frequentemente visualizados juntos.
Como adicionar as Vitrines de Recomendação no app?
Home ou LP: Seguir a configuração padrão do componente "Carrossel de Produto", porém com direcionamento para "insider-recommendation" e utilizando o ID da campanha cadastrada no painel da Insider.
PLP (vazia), Carrinho e PDP: Seguir a configuração do componente Content Container no CMS e, em seguida, configurar o carrossel da mesma forma que na Home.