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 personalizadas basadas en IA para un catálogo específico. Después de crear tu recomendación, puedes utilizar la personalización para insertar esos productos en tus mensajes.

Consejo

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

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 Personalizado, Más popular, Más reciente y Tendencias:

<sup>1. Es la frecuencia con la que se actualizan las recomendaciones de artículos 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 artículo recomendado basándose en las recomendaciones de artículos de IA, sus artículos recomendados se actualizarán según esta frecuencia.
2. Los tipos de recomendación disponibles son AI Personalizado, Más reciente, Más popular y Tendencias.</sup>

Crear una recomendación de elementos de IA

Requisitos previos

Antes de empezar, necesitas lo siguiente:

• Al menos un catálogo para poder utilizar cualquiera de los tipos de recomendaciones que se describen a continuación.
• Datos de compra o evento en Braze (eventos personalizados, el evento de pedido realizado o el objeto de compra) que incluyan una referencia al elemento y coincidan con los ID de los elementos del catálogo.

Paso 1: Crear una nueva recomendación

Puedes crear una recomendación de elementos de IA desde cualquiera de los dos lugares del dashboard:

• 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: Define tu recomendación

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

Consejo

Al utilizar Más reciente o AI Personalizado, los usuarios con datos insuficientes para crear recomendaciones individualizadas recibirán los elementos Más populares como alternativa. Puedes ver una aproximación de la proporción de usuarios que reciben la alternativa Más popular en la página de Analytics. La alternativa Más popular solo devuelve elementos que existen en el catálogo vinculado.

Paso 3.1: Excluir compras o interacciones anteriores (opcional)

Para evitar sugerir elementos que un usuario ya haya comprado o con los que ya haya interactuado, selecciona Do not recommend items users have previously interacted with. Esta opción solo está disponible cuando el Type de recomendación está configurado como AI Personalized.

Esta configuración impide que los mensajes reutilicen los elementos que un usuario ya ha comprado o con los que ya ha interactuado, siempre que la recomendación se haya actualizado recientemente. Los elementos 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 elementos, 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 elementos de IA, si un usuario compra algo y luego recibe un correo electrónico de marketing en 30 minutos, es posible que el elemento 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 elementos.

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, tamaño o ubicación. Las selecciones que contienen Liquid no pueden utilizarse en tu recomendación.

Consejo

Si no puedes encontrar tu selección, asegúrate de que esté configurada en tu catálogo.

Paso 4: Seleccionar 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 elemento.

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)
• 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 hay datos suficientes para el entrenamiento del modelo. Las recomendaciones de IA se basan en datos históricos para generar información, por lo que los eventos recién creados o que se desencadenan con poca frecuencia no estarán disponibles hasta que se recopilen más datos.

Paso 5: Elegir el nombre de la propiedad correspondiente

Para crear una recomendación, tienes que indicarle 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 elemento en el catálogo. ¿No estás seguro? Ver requisitos.

Selecciona este campo para Property Name.

El campo Property Name 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 mapearse al campo id de tu catálogo seleccionado.
• Si seleccionaste el evento de pedido realizado o estás utilizando eventos de comercio electrónico para entrenar recomendaciones de elementos: Introduce products.product_id para el ID del producto.
  • 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.
• Si seleccionaste objeto de compra: Debe ser el product_id o un campo de properties de tu evento de interacción.
• Si seleccionaste evento personalizado: Debe ser un campo de properties de tu evento personalizado.
• Los campos anidados deben escribirse en el desplegable Property Name 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.

Ejemplos de mapeados

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

• evento personalizado
• objeto de compra
• evento de pedido realizado

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 durar entre 10 minutos y 36 horas. Recibirás una actualización por correo electrónico cuando la recomendación se haya entrenado correctamente o una explicación de por qué puede haber fallado la creación.

Puedes encontrar la recomendación en la página Predictions, 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).