Рекомендации
Функционал рекомендаций позволяет выводить в текст сообщений товары, подобранные по одному из поддерживаемых алгоритмов на основе предпочтений клиентов.
Общий процесс генерации рекомендаций выглядит следующим образом:
- Маркетолог создаёт рекомендацию в АРМ.
- Маркетолог вставляет код рекомендации в сообщение.
- При генерации сообщения Loymax Smart Communications отправляет в Loymax AI запрос, содержащий:
- идентификатор клиента,
- название алгоритма рекомендации,
- параметры алгоритма (например, сколько продуктов рекомендовать).
- Loymax AI возвращает массив продуктов, сформированный по указанному алгоритму.
- Loymax Smart Communications отправляет персонализированное сообщение с рекомендациями.
Настройка рекомендаций
Чтобы просмотреть список созданных рекомендаций, на панели слева нажмите на узел Рекомендации.
|
Вы можете совершать следующие действия с рекомендациями:
- Создать новую рекомендацию (
). - Отсортировать таблицу по содержимому любого столбца (
). - Редактировать, копировать или удалить рекомендацию (
). Вы также можете редактировать рекомендацию по клику на её код или наименование.
По нажатию кнопки создания новой или редактирования существующей рекомендации откроется окно редактирования рекомендации.
Заполните обязательные поля рекомендации:
Настройте параметры рекомендации. Набор доступных параметров зависит от выбранного алгоритма.
|
|
Настройка ручных рекомендаций
Ручные рекомендации отличаются от всех остальных алгоритмов тем, что расчёт рекомендаций полностью осуществляется на стороне Loymax Smart Communications. Ручные рекомендации рассчитываются раз в сутки в соответствии с настроенными параметрами. Для продуктов, относящихся к заданной Целевой категории и полученных из заданного источника (поле Рассчитывать на основе), подбираются продукты из Рекомендованных категорий, которые чаще всего присутствуют в чеках вместе с целевым продуктом. Алгоритм вернёт N наиболее популярных продуктов, где N — значение, заданное в поле Количество. Рекомендации можно дополнительно ограничить: если заданы Продвинутые настройки соответствия, алгоритм будет предлагать только продукты, у которых значения заданных параметров соответствуют значениям параметров целевого продукта. Для ручных рекомендаций доступны следующие настройки:
|
|
). Категория, продукты из которой будут предлагаться в качестве рекомендаций. К одной целевой категории можно выбрать несколько рекомендуемых. Чтобы добавить рекомендуемую категорию, нажмите + Добавить категорию.
). Нажмите + Добавить соответствие в правой части окна, чтобы добавить поле, по которому требуется отфильтровать выдачу алгоритма. Продвинутые настройки соответствия задаются отдельно для каждой целевой категории (т.е. распространяются на все рекомендуемые категории).
Подстановка рекомендаций в сообщение
Для отображения рекомендаций в сообщениях необходимо использовать конструкции шаблонизатора.
Рассмотрим пример добавления рекомендаций в сообщения. Мы хотим отправить клиентам email-рассылку с рекомендациями по алгоритму Совместные покупки (для этого в Системе создана рекомендация с кодом sov_pok). У некоторых клиентов еще нет истории покупок, поэтому для них будем выдавать рекомендации по алгоритму Популярные товары (для этого в Системе создана рекомендация с кодом popular).
{% if not Rec or Rec|length < 3 %}
{% set Rec=client.recommendations.popular %}
{% endif %}
Теперь переменная Rec хранит массив объектов Продукт (product), подобранных по алгоритму Совместные покупки, а если клиент не совершил достаточного количества покупок, то по алгоритму Популярные.
Отфильтруем массив рекомендованных продуктов, оставив только те, которые можно купить в интернет-магазине (значение логического пользовательского поля eComAvailable — true). Кроме того, для вывода в сообщение нам понадобится не более 9 продуктов (три ряда по три продукта).
Для этого определим две новых переменные: в массив filteredRec мы будем записывать отфильтрованные рекомендации, а переменная count_recs будет служить в качестве счётчика.
Переберём все продукты и добавим в массив те из них, которые не были добавлены ранее (таким образом обеспечивается дедупликация продуктов) и которые доступны для заказа в интернет-магазине. Каждый раз, когда мы добавляем продукт в массив отфильтрованных рекомендаций, значение переменной-счётчика увеличивается на 1. Таким образом, есть два сценария выхода из цикла: либо мы перебрали все продукты, либо мы отобрали 9 подходящих для добавления в сообщение.
{% set filteredRec=[] %}
{% for product in Rec %}
{% set item=product %}
{% if item not in filteredRec and item.eComAvailable=='Y' and count_recs < 9 %}
{% set filteredRec=filteredRec|merge([item]) %}
{% set count_recs=count_recs + 1 %}
{% endif %}
{% endfor %}
Теперь разобьём отфильтрованные рекомендации на группы по три.
Если в процессе фильтрации мы получили количество подходящих продуктов, не кратное 3, в последней группе будет меньше 3 продуктов (например, 7=3+3+1). Проверим и выведем в сообщение только те группы, в которых ровно три продукта.
Для каждого продукта выведем наименование и изображение.
{% if batch|length==3 %}
{% for recommendation in batch %}}
{{ recommendation.name }}
{{ recommendation.image_url }}
Далее реализуем такой сценарий:
- если цена продукта менялась (значения полей текущей цены в интернет-магазине и старой цены не равны), выведем старую и новую цену;
- если цена продукта не менялась и поле цены в интернет-магазине заполнено, выведем текущую цену;
- если поле цены в интернет-магазине не заполнено, выведем "Цена уточняется".
Цена: {{ recommendation.priceim }}
Старая цена: {{ recommendation.oldprice_19 }}
{% elseif recommendation.priceim %}
Цена: {{ recommendation.priceim }}
{% else %}
Цена уточняется
{% endif %}
{% endfor %}
В итоге получим следующую конструкцию: