Crear recomendaciones de elementos de IA

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

Acerca de las recomendaciones de elementos de IA

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

Consejo

Las recomendaciones de AI Personalizado funcionan mejor con al menos unos cientos de elementos del catálogo, como máximo 100.000 elementos del catálogo y, por lo general, al menos 30.000 usuarios con datos de compra o interacción. Esta es solo una guía aproximada y puede variar. Los otros tipos de recomendación pueden funcionar con menos datos, incluso cuando se usa Más popular como alternativa.

Características de IA específicas del plan

En la tabla siguiente se describen las diferencias entre la versión gratuita y la versión pro de los tipos de recomendación AI Personalizado, Más popular, Más reciente y Tendencias:

<sup>1. Es la frecuencia con la que se actualizan las recomendaciones de elementos específicas del usuario (solo AI Personalizado y Más reciente). Más popular y Tendencias son recomendaciones globales que se actualizan cuando el modelo se vuelve a entrenar. Por ejemplo, si un usuario compra un elemento recomendado basándose en las recomendaciones de elementos de IA, sus elementos recomendados se actualizarán según esta frecuencia.
2. Los tipos de recomendación disponibles son AI Personalizado, Más reciente, Más popular y Tendencias.</sup>

Creación de una recomendación de artículos con IA

Requisitos previos

Antes de empezar, debes tener lo siguiente:

• Al menos un catálogo para utilizar cualquiera de los tipos de recomendación.
• Datos de compras o eventos en Braze (eventos personalizados, el evento de pedido realizado o el objeto de compra) que incluyan una referencia al artículo y que coincidan con los ID de artículos del catálogo.

Paso 1: Crear una nueva recomendación

Puedes crear una recomendación de artículos con IA desde cualquiera de estos dos lugares en el panel:

• desde el menú de navegación
• desde un catálogo

Paso 2: Añadir detalles de la recomendación

Dale a tu recomendación un nombre y una descripción opcional.

Paso 3: Definir tu recomendación

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

Consejo

Al utilizar Más reciente o IA Personalizado, los usuarios con datos insuficientes para crear recomendaciones individualizadas reciben artículos de Más popular como alternativa. La alternativa de Más popular solo devuelve artículos que existen en el catálogo vinculado.

Para las recomendaciones de IA Personalizado, consulta la Tasa de personalización en la página de Analytics para ver qué porcentaje de usuarios que realizaron el evento configurado en los últimos 24 meses tienen recomendaciones personalizadas almacenadas en su perfil. Para las recomendaciones de Más reciente, la página de Analytics muestra la proporción de usuarios que reciben recomendaciones de Más reciente frente a la alternativa de Más popular.

Paso 3.1: Excluir compras o interacciones anteriores (opcional)

Para evitar sugerir artículos que un usuario ya ha comprado o con los que ya ha interactuado, selecciona Do not recommend items users have previously interacted with. Esta opción solo está disponible cuando el Tipo de recomendación está configurado como IA Personalizado.

Esta configuración evita que los mensajes reutilicen artículos que un usuario ya ha comprado o con los que ha interactuado, siempre que la recomendación se haya actualizado recientemente. Los artículos comprados o con los que se haya interactuado entre actualizaciones de la recomendación pueden seguir apareciendo. En la versión gratuita de las recomendaciones de artículos, las actualizaciones se producen semanalmente. En la versión pro de las recomendaciones de artículos con IA, las actualizaciones se producen cada 24 horas.

Por ejemplo, al utilizar la versión pro de las recomendaciones de artículos con IA, si un usuario compra algo y luego recibe un correo electrónico de marketing en un plazo de 30 minutos, es posible que el artículo que acaba de comprar no se excluya del correo electrónico a tiempo. Sin embargo, cualquier mensaje enviado pasadas 24 horas no incluirá ese artículo.

Paso 3.2: Seleccionar un catálogo

Si no se ha completado previamente, selecciona el catálogo del que esta recomendación extraerá artículos.

Paso 3.3: Añadir 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, talla o ubicación. Las selecciones que contienen Liquid no se pueden utilizar en tu recomendación.

Consejo

Si no encuentras tu selección, asegúrate de que esté configurada primero en tu catálogo.

Paso 4: Seleccionar la interacción que impulsa las recomendaciones

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

Consejo

Al configurar las recomendaciones de artículos con IA, la elección del evento es importante. Tu evento desencadenante determina quién recibe una recomendación generada por IA: las recomendaciones de artículos con IA se generan para los usuarios que han completado el evento que configures, por lo que esta elección determina directamente quién recibe las recomendaciones. Selecciona un evento que cubra todo el Segment de audiencia al que quieres llegar.

Al mismo tiempo, equilibra la cobertura con la relevancia. Los eventos de la parte superior del embudo (como Producto visto) tienden a captar una audiencia más amplia pero estar menos conectados con los resultados del negocio, mientras que los eventos de la parte inferior del embudo (como Comprado) tienden a producir recomendaciones más específicas y relevantes para el negocio. El mejor evento es aquel que equilibra la cobertura con la influencia en los resultados.

Puedes optimizar para:

• Eventos de compra con el objeto de compra
• Eventos personalizados que representen una compra
• Eventos personalizados que representen cualquier otra interacción con artículos (como vistas de producto, clics o reproducciones de contenido)
• Pedidos realizados con el evento de pedido realizado

Si eliges Custom Event, selecciona tu evento de la lista.

Nota

Los eventos personalizados deben tener datos suficientes antes de aparecer en la lista de eventos. Si tu evento personalizado no aparece, puede ser porque el backend de Braze aún no lo ha procesado o porque no tiene suficientes datos para el entrenamiento del modelo. Las recomendaciones de IA se basan en datos históricos para generar información, por lo que los eventos creados recientemente o que rara vez se activan no estarán disponibles hasta que se recopilen más datos.

Paso 5: Elegir el nombre de propiedad correspondiente

Para crear una recomendación, debes indicar a Braze qué campo de tu evento de interacción (evento de pedido realizado, 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? Consulta los requisitos.

Selecciona este campo como el nombre de propiedad.

El campo Nombre de propiedad se completa previamente con una lista de campos enviados a Braze a través del SDK. Si se proporcionan suficientes datos, estas propiedades también se clasifican en orden de probabilidad de ser la propiedad correcta. La puntuación que se muestra junto a cada nombre de propiedad representa lo bien que esa propiedad coincide con los datos de tu catálogo para un evento personalizado, el objeto de compra o el evento de pedido realizado, según factores como la frecuencia con la que aparecen los ID de artículos del catálogo en los datos del evento. Selecciona la propiedad que corresponda al campo id del catálogo.

Requisitos

Existen algunos requisitos para seleccionar tu propiedad:

• Debe mapearse al campo id del catálogo seleccionado.
• Si seleccionaste el evento de pedido realizado o estás utilizando eventos de eCommerce para entrenar las recomendaciones de artículos: Ingresa products.product_id para el ID de producto.
  • El campo puede estar dentro de un array de productos, o terminar con un array de ID. En cualquier caso, cada ID de producto se tratará como un evento separado y secuencial con la misma marca de tiempo.
• Si seleccionaste el objeto de compra: Debe ser el product_id o un campo del objeto properties de tu evento de interacción.
• Si seleccionaste un evento personalizado: Debe ser un campo del objeto properties de tu evento personalizado.
• Los campos anidados deben escribirse en el desplegable Nombre de propiedad usando notación de punto con el formato event_property.nested_property. Por ejemplo, si seleccionas la propiedad anidada district_name dentro de la propiedad del evento location, debes ingresar location.district_name. Para más información sobre propiedades anidadas en eventos personalizados, consulta Objetos anidados.

Mapeados de ejemplo

Los siguientes mapeados de ejemplo se refieren a este catálogo de muestra:

• custom event
• purchase object
• order placed event

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"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

{
  "name": "ecommerce.order_placed",
  "properties": {
    "order_id": "order_123",
    "total_value": 200.0,
    "currency": "USD",
    "products": [
      {
        "product_id": "ADI-BL-7",
        "product_name": "Adidas Black Size 7",
        "variant_id": "ADI-BL-7-default",
        "quantity": 1,
        "price": 100.0
      }
    ],
    "source": "storefront"
  }
}

Paso 6: Entrenar la recomendación

Cuando estés listo, selecciona Create Recommendation. Este proceso puede tardar entre 10 minutos y 36 horas en completarse. Recibirás una actualización por correo electrónico cuando la recomendación se haya entrenado correctamente o una explicación de por qué la creación pudo haber fallado.

Puedes encontrar la recomendación en la página de Predictions, donde podrás editarla o archivarla según sea necesario. Las recomendaciones se reentrenan automáticamente una vez a la semana (de pago) o al mes (gratuita).