Création de recommandations d’articles par l’intelligence artificielle

Découvrez comment créer un moteur de recommandation par intelligence artificielle à partir des articles de votre catalogue.

À propos des recommandations d’articles de l’intelligence artificielle

Utilisez les recommandations d’articles de l’intelligence artificielle pour calculer les produits les plus populaires ou créer des recommandations personnalisées de l’intelligence artificielle pour un catalogue spécifique. Après avoir créé votre recommandation, vous pouvez utiliser la personnalisation pour insérer ces produits dans vos messages.

Création d’une recommandation d’article par l’intelligence artificielle

Conditions préalables

Avant de commencer, vous devrez effectuer les opérations suivantes :

• Vous devez avoir au moins un catalogue pour utiliser l’un des types de recommandation décrits ci-dessous.
• Vous devez disposer de données d’achat ou d’événement sur Braze (événements personnalisés ou objet d’achat) qui incluent une référence à des ID de produits uniques stockés dans un catalogue.

Étape 1 : Créer une nouvelle recommandation

Vous pouvez créer une recommandation d’élément d’intelligence artificielle à partir de n’importe quel endroit du tableau de bord :

• dans le menu de navigation
• a partir d'un catalogue

Étape 2 : Ajouter les détails de la recommandation

Donnez à votre recommandation un nom et une description facultative.

Étape 3 : Définissez votre recommandation

Sélectionnez un type de recommandation. Chaque type utilise les six derniers mois de données d’interaction avec l’article, telles que les données d’un achat ou d’un événement personnalisé. Pour des informations plus détaillées et des cas d’utilisation pour chacun d’entre eux, voir Types et cas d’utilisation.

Étape 3.1 : Exclure les achats ou interactions antérieurs (facultatif)

Pour éviter de suggérer des articles qu’un utilisateur a déjà achetés ou avec lesquels il a déjà interagi, sélectionnez Ne pas recommander d’articles avec lesquels les utilisateurs ont déjà interagi. Cette option n’est disponible que lorsque le type de recommandation est défini sur Intelligence artificielle personnalisée.

Ce paramètre empêche les messages de réutiliser les éléments qu’un utilisateur a déjà achetés ou avec lesquels il a interagi, à condition que la recommandation ait été mise à jour récemment. Les articles achetés ou ayant fait l’objet d’une interaction entre les mises à jour des recommandations peuvent encore apparaître. Pour la version gratuite des recommandations de produits, les mises à jour sont hebdomadaires. Pour la version pro des recommandations de produits avec l’IA, les mises à jour ont lieu toutes les 24 heures.

Par exemple, lorsque vous utilisez la version pro des recommandations d’articles par intelligence artificielle, si un utilisateur achète quelque chose puis reçoit un e-mail marketing dans les 30 minutes, l’article qu’il vient d’acheter risque de ne pas être exclu de l’e-mail à temps. Toutefois, les messages envoyés après 24 heures ne comporteront pas cet élément.

Étape 3.2 : Sélectionner un catalogue

S’il n’est pas déjà renseigné, sélectionnez le catalogue à partir duquel cette recommandation tirera les articles.

Étape 3.3 : Ajouter une sélection (facultatif)

Si vous souhaitez mieux contrôler votre recommandation, choisissez une sélection pour appliquer des filtres personnalisés. Les sélections filtrent les recommandations en fonction de colonnes spécifiques de votre catalogue, telles que la marque, la taille ou l’emplacement/localisation. Les sélections qui contiennent du liquide ne peuvent pas être utilisées dans votre recommandation.

Étape 4 : Sélectionnez l’interaction à l’origine des recommandations

Sélectionnez l’événement pour lequel vous souhaitez que cette recommandation soit optimisée. Cet événement est généralement un achat, mais il peut également s’agir de toute interaction avec un article.

Vous pouvez optimiser pour :

• Événements d’achat avec l’objet d’achat
• Événements personnalisés représentant un achat
• Événements personnalisés qui représentent toute autre interaction avec le produit (comme les consultations de produits, les clics ou les lectures de médias)

Si vous choisissez un événement personnalisé, sélectionnez votre événement dans la liste.

Étape 5 : Choisissez le nom de la propriété correspondante

Pour créer une recommandation, vous devez indiquer à Braze le champ de votre événement d’interaction (objet d’achat ou événement personnalisé) dont l’identifiant unique correspond au champ id d’un article dans le catalogue. Vous avez des doutes ? Consultez les conditions.

Sélectionnez ce champ pour le nom de la propriété.

Le champ Nom de la propriété sera pré-rempli avec une liste de champs envoyés par le SDK à Braze. Si suffisamment de données sont fournies, ces propriétés seront également classées par ordre de probabilité d’être la propriété correcte. Sélectionnez celle qui correspond au champ id du catalogue.

Conditions

La sélection de votre propriété est soumise à certaines conditions :

• Doit correspondre au champ id du catalogue que vous avez sélectionné.
• Si vous avez sélectionné Objet d’achat : Doit être le product_id ou un champ des properties de votre événement d’interaction.
• Si vous avez sélectionné Événement personnalisé : Doit être un champ de votre événement personnalisé properties.
• Les champs imbriqués doivent être saisis dans le menu déroulant Nom de la propriété en notation par points, au format event_property.nested_property. Par exemple, si vous sélectionnez la propriété imbriquée district_name dans la propriété d’événement location, vous devez saisir location.district_name.
• Le champ peut se trouver à l’intérieur d’un tableau de produits ou se terminer par un tableau d’ID. Dans les deux cas, chaque ID de produit sera traité comme un événement distinct et séquentiel avec le même horodatage.

Exemples de mappages

Les exemples de mappages suivants font tous deux référence à ce catalogue d’exemples :

• événement personnalisé
• objet achat

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"
      }
    }
  ]
}

Étape 6 : Former la recommandation

Lorsque vous êtes prêt, sélectionnez Créer une recommandation. Ce processus peut durer de 10 minutes à 36 heures. Vous recevrez un e-mail lorsque la recommandation aura été entraînée avec succès ou une explication sur les raisons de l’échec de la création.

Vous trouverez la recommandation sur la page des prédictions, où vous pourrez ensuite la modifier ou l’archiver si nécessaire. Les recommandations seront automatiquement recyclées une fois par semaine (payant) ou par mois (gratuit).

Fonctionnalités propres au régime

Le tableau suivant décrit les différences entre la version gratuite et la version pro des types de recommandation Intelligence artificielle personnalisée, Populaire et Tendance :

<sup>1. Il s’agit de la fréquence à laquelle les recommandations d’articles spécifiques à l’utilisateur sont mises à jour (tous les modèles à l’exception des articles les plus populaires, qui sont mis à jour lorsque le modèle se réapprend). Par exemple, si un utilisateur achète un produit sur la base des recommandations de produits avec l’IA, ses produits recommandés seront mis à jour selon cette fréquence
2. Les types de recommandations disponibles sont les suivants : Intelligence artificielle personnalisée, Plus récent, Plus populaire et Tendance.</sup>

Foire aux questions (FAQ)

Qu’est-ce qui fait que les articles les plus populaires sont mélangés aux recommandations d’autres modèles ?

Lorsque notre moteur de recommandation établit une liste pour vous, il donne d’abord la priorité aux sélections personnalisées en fonction du modèle spécifique que vous avez choisi, comme “Plus récent” ou “Personnalisé par l’intelligence artificielle”. Si, pour une raison quelconque, ce modèle ne peut pas remplir la liste complète des 30 recommandations, certains de vos articles les plus populaires parmi tous les utilisateurs sont alors ajoutés afin de s’assurer que chaque utilisateur dispose toujours d’un ensemble complet de recommandations.

Cela se produit dans quelques conditions spécifiques :

• Le modèle trouve moins de 30 produits correspondant à vos critères.
• Les articles concernés ne sont plus disponibles ou en stock.
• Les produits ne répondent pas aux critères de sélection actuels, peut-être en raison d’un changement au niveau des stocks ou des préférences de l’utilisateur.

Les recommandations existantes font-elles l’objet d’une formation hebdomadaire après la mise à niveau vers Item Recommendations Pro ?

Oui, mais seulement après la prochaine mise à jour planifiée. Les recommandations existantes ne passent pas à l’entraînement hebdomadaire et aux prédictions quotidiennes immédiatement après la mise à niveau vers Item Recommendations Pro. Toutefois, ils adopteront automatiquement la nouvelle planification lors de leur prochain cycle de recyclage. Par exemple, si une recommandation a été formée pour la dernière fois le 1er février et qu’elle est configurée pour se recycler tous les 30 jours, elle adoptera la nouvelle planification hebdomadaire après sa prochaine mise à jour, le 2 mars.