Crear recomendaciones de artículos basadas en IA

Aprende a crear una herramienta de recomendaciones basada en inteligencia artificial a partir de los artículos de tu catálogo.

Acerca de las recomendaciones de artículos basadas en IA

Utiliza las recomendaciones de productos basadas en IA para calcular los productos más populares o crear recomendaciones de productos personalizadas basadas en IA para un catálogo específico. Después de crear tu recomendación, puedes utilizar la personalización para insertar esos productos en tus mensajes.

Características de IA específicas del plan

En la tabla siguiente se describen las diferencias entre la versión gratuita y la pro de los tipos de recomendación AI Personalizada, Popular y Tendencias:

<sup>1. Es la frecuencia con la que se actualizan las recomendaciones de artículos específicas del usuario (todos los modelos excepto Artículos más populares, que se actualiza cuando el modelo se vuelve a entrenar). Por ejemplo, si un usuario compra un artículo recomendado basándose en las recomendaciones de artículos de la IA, sus artículos recomendados se actualizarán según esta frecuencia
2. Los tipos de recomendación disponibles son AI Personalizada, Más reciente, Más popular y Tendencias.</sup>

Crear una recomendación de artículo de IA

Requisitos previos

Antes de empezar, tendrás que completar lo siguiente:

• Debes tener al menos un catálogo para poder utilizar cualquiera de los tipos de recomendaciones que se describen a continuación.
• Debes tener datos de compra o evento en Braze (eventos personalizados o el objeto de compra) que incluyan una referencia a ID de producto únicos almacenados en un catálogo.

Paso 1: Crear una nueva recomendación

Puedes crear una recomendación de artículos basada en IA desde cualquiera de los dos lugares del panel:

• from the navigation menu
• from a catalog

Paso 2: Añadir detalles de la recomendación

Dale a tu recomendación un nombre y una descripción opcional.

Paso 3: Define tu recomendación

Selecciona un tipo de recomendación. Cada tipo utiliza los datos de interacción con los artículos de los últimos seis meses, como datos de compras o eventos personalizados. Para obtener información más detallada y casos de uso de cada uno, consulta Tipos y casos de uso.

Paso 3.1: Excluir compras o interacciones anteriores (opcional)

Para evitar sugerir artículos que un usuario ya haya comprado o con los que ya haya interactuado, selecciona No recomendar artículos con los que los usuarios hayan interactuado previamente. Esta opción sólo está disponible cuando el Tipo de recomendación está configurado como AI Personalizado.

Esta configuración impide que la mensajería reutilice los artículos que un usuario ya ha comprado o con los que ya ha interactuado, siempre que la recomendación se haya actualizado recientemente. Los artículos comprados o con los que se haya interactuado entre las actualizaciones de las recomendaciones pueden seguir apareciendo. En la versión gratuita de las recomendaciones de artículos, las actualizaciones son semanales. Para la versión pro de las recomendaciones de elementos de IA, las actualizaciones se producen cada 24 horas.

Por ejemplo, al utilizar la versión pro de las recomendaciones de artículos de IA, si un usuario compra algo y luego recibe un correo electrónico de marketing en 30 minutos, es posible que el artículo que acaba de comprar no se excluya del correo electrónico a tiempo. Sin embargo, los mensajes enviados después de 24 horas no incluirán ese elemento.

Paso 3.2: Seleccionar un catálogo

Si aún no está rellenado, selecciona el catálogo del que esta recomendación extraerá los artículos.

Paso 3.3: Añade una selección (opcional)

Si quieres tener más control sobre tu recomendación, elige una selección para aplicar filtros personalizados. Las selecciones filtran las recomendaciones por columnas específicas de tu catálogo, como marca, tamaño o ubicación. Las selecciones que contienen Liquid no pueden utilizarse en tu recomendación.

Paso 4: Selecciona la interacción para impulsar las recomendaciones

Selecciona el evento para el que quieres que se optimice esta recomendación. Este evento suele ser una compra, pero también puede ser cualquier interacción con un artículo.

Puedes optimizar para:

• Eventos de compra con el Objeto de Compra
• Eventos personalizados que representan una compra
• Eventos personalizados que representen cualquier otra interacción con elementos (como vistas de productos, clics o reproducciones multimedia)

Si eliges Evento personalizado, selecciona tu evento de la lista.

Paso 5: Elige el nombre de la propiedad correspondiente

Para crear una recomendación, tienes que decirle a Braze qué campo de tu evento de interacción (objeto de compra o evento personalizado) tiene el identificador único que coincide con el campo id de un artículo en el catálogo. ¿No estás seguro? Ver requisitos.

Selecciona este campo para el Nombre de la propiedad.

El campo Nombre de propiedad se rellenará previamente con una lista de campos enviados a través del SDK a Braze. Si se proporcionan datos suficientes, estas propiedades también se clasificarán por orden de probabilidad de ser la propiedad correcta. Selecciona la que corresponda al campo id del catálogo.

Requisitos

Hay algunos requisitos para seleccionar tu propiedad:

• Debe estar mapeado en el campo id de tu catálogo seleccionado.
• Si has seleccionado Objeto de compra: Debe ser el product_id o un campo del properties de tu evento de interacción.
• Si has seleccionado Evento personalizado: Debe ser un campo de tu evento personalizado properties.
• Los campos anidados deben escribirse en el desplegable Nombre de la propiedad en notación de puntos con el formato event_property.nested_property. Por ejemplo, si seleccionas la propiedad anidada district_name dentro de la propiedad de evento location, introducirías location.district_name.
• Si utilizas eventos de comercio electrónico para entrenar recomendaciones de artículos: Añadeproducts.product_id para acceder al ID del producto desde los eventos.
• El campo puede estar dentro de una matriz de productos, o terminar con una matriz de ID. En cualquier caso, cada ID de producto se tratará como un evento independiente y secuencial con la misma marca de tiempo.

Ejemplos de mapeados

Los siguientes ejemplos de mapeados hacen referencia a este catálogo de muestra:

• 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"
      }
    }
  ]
}

Paso 6: Entrena la recomendación

Cuando estés listo, selecciona Crear recomendación. Este proceso puede durar entre 10 minutos y 36 horas. Recibirás una actualización por correo electrónico cuando la recomendación se haya formado correctamente o una explicación de por qué puede haber fallado la creación.

Puedes encontrar la recomendación en la página Predicciones, donde luego puedes editarla o archivarla según necesites. Las recomendaciones se volverán a entrenar automáticamente una vez a la semana (de pago) o al mes (gratis).