常见问题及解答
本部分包含了有关 Digital Recommendations 的常见问题的解答。
推荐
- 问：我能否指定一个较之设置界面中提供的选项更长（或更短的）数据分析时间段？
- 答：可以。系统为推荐建立了缺省数据分析时间段设置。如果需要比配置推荐时所提供值更长的数据分析时间段，请要求您的 Digital Analytics 客户咨询顾问更改设置。
- 问：当我的商品接收到的活动极少时应该怎样做？这些商品是否仍能接收建议？
- 答：可以。与 Digital Analytics 支持人员协作以进行必要的设置，从而确保推荐接收到足够的建议。缺省情况下，Digital Recommendations 会针对每日和每周推荐将活动商品定义为一个具有至少 5 次会话（含商品页面浏览）的商品，针对每月推荐将活动商品定义为一个具有至少 10 次会话（含页面浏览）的商品。从站点区域发出建议请求时，可以调用动态建议后备过程，以在小批量商品未能达到最低浏览阈值或者所请求目标的建议数据不可用时，帮助提供建议。如果针对指定的目标商品标识未提供建议，缺省情况下，Digital Recommendations 可使用目标目录的缺省目录建议，并将发送目标产品目录的最畅销商品。
- 问：如果我向站点中引入了新产品将会怎样？该产品是否仍能接收建议？
- 答：可以。如果向 Enterprise Product Content Mapping File 添加了产品，那么 Digital Analytics 可以提供目录备份建议，它将成为目标产品目录的最畅销产品。与 Digital Analytics 支持人员协作以进行必要的设置，从而确保推荐接收到足够的建议。
- 问：Digital Recommendations 用户界面内的 Digital Recommendations 归档中列出了哪些内容？
- 答：Digital Recommendations 归档页面包含过去三个月的所有 Digital Recommendations 运行。您可以访问推荐中的目标产品数及提供的建议数、所使用的亲和关系权重设置以及推荐的数据分析时间段。
- 问：如何确定用于推荐的访客活动时间段？
- 答：此答案取决于您的产品组合和客户交互模式。较长的数据分析时间段会考虑更多数据，这通常允许 Digital Recommendations 针对更多数量的目标产品创建更多数量的建议。
同时，更短的数据分析时间段能够更快速地反映出购买者购买偏好和季节性变化。
推荐 7 天为最小值。
要帮助确定最佳时间段，请测试不同时间段内的推荐。您可以创建三个推荐导出。一个设置为 7 天，一个设置为 14 天，一个设置为 45 天。处理文件时，请从 SFTP 服务器中获取这些文件，将其保存至硬盘，并在 Excel 中将其打开。计算每个文件中的行数。
将该数字与您的 Web 站点上当前可供销售的活动产品的已知总数相比较。通常，应该选择提供最大数量的目标产品的最短数据分析时间段。
应当与您的 Digital Analytics 客户咨询顾问一起执行此过程。此时，应查看更大的文件以查找产品标识和亲和关系分数，以保证数据确如预期。Digital Analytics 人员可请求和配置较长的数据分析时间段。注： 您可以针对推荐启用某种设置，以便在 EPCMF 中存在任何产品并且其目录在分析时间段内一直为销售产品的情况下，系统将为该产品生成建议。系统使用目录后备建议来创建建议。
- 问：如果我对推荐进行更改（如更改业务规则），那么更改要在 Web 站点上生效需要多长时间？
- 答：Digital Recommendations 界面中控制的所有更改每天针对最终建议集执行和更新一次。 其中包括推荐设置、新业务规则或 AB 测试的执行情况。例如，如果在周一对界面中的推荐进行更改，此更改将在周二凌晨完成推荐更新过程的同时开始生效。这通常是客户标识所在时区的凌晨 3 点到 8 点之间，但这取决于客户数据处理负载量。将产品列入黑名单将在一小时内生效。
- 问：能否定制 Digital Recommendations 以便为每个目标产品提供 10 个以上的建议？
- 答：可以。请联系您的 Digital Analytics 客户咨询顾问。值得注意的是，Digital Recommendations 可能接收不到足够的数据来为任何或所有商品生成 30 个建议。这取决于数据分析时间段、活动产品平台以及站点上接收的流量等因素。
可通过创建预览来直接测试业务规则更改。预览将显示规则更改对于产品建议的影响，但只有到下一次定期排定的处理时才会在 Web 站点上进行实际更改。
- 问：我已将推荐设置为接收 30 个建议，但 Digital Recommendations 为所有目标生成的建议数小于 30。 这是为什么？
- 答：Digital Recommendations 可能接收不到足够的数据来为任何或所有商品生成 30 个建议。这取决于数据分析时间段、活动产品平台以及站点上接收到的流量。
- 问：在 Digital Recommendations 中，您可以在界面中的多个地方选择请求的建议数。一个设置位于推荐设置面板中，一个位于区域设置面板中，还有一个位于 AB 测试面板中。 它们之间有何关联？
- 答：如果将推荐设置为平面文件交付，您只能在推荐设置面板中设置请求的建议数。 对于动态建议，您可以在“区域设置”面板中选择请求的建议数。在 A/B 测试期间，通过更改“A/B 测试设置”面板上的值，可能会覆盖该值。如果您要向站点区域发送超过 12 个建议（缺省设置），那么必须由 Digital Analytics 客户咨询顾问编辑后端设置以启用该设置。
算法和亲和关系
- 问：如果不希望在创建产品推荐的过程中使用所有亲和关系分数将会怎样？例如，如果我不想使用“放弃至购买”亲和关系，该怎么办？
- 答：如果将个人亲和关系类型的权重设置为 0，那么它对于最终产品亲和关系指数的计算的影响将降到最低，并且只有在没有任何数据源自其他亲和关系类型时才会促使生成建议。然而，不建议将亲和关系权重设置为 0。最好保持打开至少一部分源自每个亲和关系类型的数据，以便为接收最低程度站点交互的产品尽可能多地提供建议所依据的数据。
- 问：在推荐中，产品亲和关系指数或个人亲和关系值表示什么？
- 答：在单独查看针对个人亲和关系分数显示的实际数字值时，这些值无任何真实含义。 存在几个对应于条件概率的数字，在将这些数字互相比较或在产品内部比较时具有实际意义。 例如，“查看至查看”亲和关系分数 45.343 本身不一定有任何含义。但是，如果将其与用于推荐产品对的同一目标产品的“浏览至购买”亲和关系分数 10.567 相比较，您可能会解读为：与浏览目标产品的会话中，浏览推荐产品的可能性比购买该产品的可能性高出约四倍。类似地，如果比较指定目标产品的各个推荐产品的“查看至查看”亲和关系分数，那么您可以看到各推荐产品在查看目标产品的会话中的查看次数彼此可能相差多少。
- 问：在用户界面的推荐设置中，亲和关系权重加起来是否必须为 100？
- 答：否。有多个倍数值可直接应用于个人亲和关系分数，以计算最终产品亲和关系指数。可以输入介于 1 到 100 之间的所有整数值。 虽然可以输入 0 作为亲和关系权重值，但强烈推荐所有亲和关系类型都应具有大于 0 的值集。最好保持打开至少一部分源自每个亲和关系类型的数据，以便为接收站点交互的产品尽可能多地提供建议所依据的数据。
- 问：Digital Recommendations 在确定建议时，是否会检查会话间的行为？
- 答：“购买至购买”亲和关系会在数据分析时段中的访客会话间进行计算。所有其他亲和关系都只能根据同一会话数据计算得出。
- 问：最终亲和关系指数分数为 0 意味着什么？它是否表明了零相关性，如果是，为什么会在文件中出现这种情况？
- 答：最终亲和关系指数分数为 0 意味着在与其他建议相比较时相关性很低，但通常这些项应保留在建议文件中。产品只有在针对每日和每周推荐具有至少 5 次会话（含查看产品页面），且针对每月推荐具有至少 10 次会话（含查看页面）时，才会被激活以用于建议。系统设置了这一平台以便能够基于这些最低要求定义的数据集做出建议。鉴于收集的所有数据以及每个亲和关系类型的亲和关系权重设置，产品的最终亲和关系指数（即 Digital Recommendations 文件中显示的数字）是产品的相对排名。 如果在 Digital Recommendations 文件中看到的最终亲和关系指数为 0，这是因为超出三个小数位并被四舍五入到 0 的低分所致。 这些产品都与目标产品具有统计意义上的相关性，但其相关性非常低。在考虑是否使用这些建议时，应评估站点上存在未填写内容点的可能的机会成本，以及因之产生的销售额方面的可能损失。
业务规则 (Business Rules)
- 问：对于建议规则，为什么不能从 Digital Analytics 产品目录报告和 Category Definition File 中定义目录规则？
- 答：最初，我们在设计中采用了这一路线。我们希望允许客户从产品目录报告层次结构中构建目录规则。由于主要规则管理用例围绕产品目录信息进行构建，因此这可使许多客户无需定义其他的数据导入。但是，我们发现大多数客户都以一种将一个产品归于多个目录的方式来使用产品目录报告。例如，您可以将一个产品归为清洁用品目录、女士用品部以及诸如搜索和交叉销售等的虚拟目录中。如果构建了这样一条规则：除去女士用品部商品的所有建议，您可能将无法获得预期的最终结果，因为女士用品部的商品也存在于搜索、交叉销售和隔离目录中。企业产品报告要求只能向一个目录分配一个商品。这提供了一个明确、可靠的目录定义，利用它得以创建规则。
- 问：如果我为企业产品报告上载文件中的产品提供属性，并且针对其构建规则（例如，排除所有库存少于 5 的建议），那么在未向某些商品提供库存值时，将会发生什么情况？Digital Recommendations 如何处理这一问题？
- 答：业务规则策略可处理这个问题。
- 问：我已为一个推荐创建了多项规则，现在我要创建新推荐，但不希望再次创建所有规则。有没有一种方法能够复制现有文件中的所有规则和设置来创建新规则和新设置呢？
- 答：可以。请转至 Digital Recommendations 列表页面。查找包含您要使用的规则和设置的推荐。单击另存为。为新推荐提供一个名称，然后单击 Digital Recommendations 设置屏幕底部的“保存”。
- 问：如果要促销一个或多个产品，作为特定产品或产品目录的产品页面上的第一个建议项，应怎样操作？
- 答：可以按照促销业务规则执行。
- 问：能否在将第一个企业产品报告文件装入 Digital Analytics 数据库之前，在用户界面中为属性字段提供别名？
- 答：可以在任何时候为属性字段提供别名。可以为别名属性定义规则。有一条关键的原则：只有装入数据后，才能使用需要这些属性的规则“激活”推荐。 对于已处于生产环境的推荐，在提供对应规则数据之前，客户不应创建新规则。 根据您的业务规则策略，未使用 Digital Analytics 数据库中装入的对应属性定义的规则可除去未向其提供数据的所有商品。 要确认文件中的数据字段与用户界面中提供别名的位置正确对应，这一点十分重要。
- 问：能否处理库存检查？这一功能能否在客户端实现？
- 答：可以。但是，这将取决于您的能力。该方法可能因客户而异。一个大型零售商使用了一项技术，在该技术中，将对库存不足的产品生成一个来自 Akamai 的图像，并使用“无可用图像”指示符对其进行了替换。 在呈现建议时，如果建议集中的产品显示“无任何图像”指示符，客户代码将移向建议集中的下一个产品。如果您的实施在显示建议前执行客户端查找，Digital Analytics 建议客户将其推荐设置为自行发送多于最终使用量的建议，以防在装入时从该推荐集中除去建议。
- 问：我们的产品库存全天都有变化，我们设置了业务规则以根据库存级别提供产品。 如何确保 Digital Recommendations 只推荐库存商品？
- 答：要在一天内处理不断变化的库存的主要用例，客户应考虑两套备选方案。一些客户能够使用区域填充函数，过滤在呈现建议时针对缺货状态从 cmRecRequest 接收的产品。这是最有效的方法。 如果客户不具有此能力，那么应使用库存规则并根据从建议中排除产品时的产品周转率来确定最小库存阈值。例如，“除去库存小于 5 的建议”。这将最大程度地降低出现零库存推荐产品的情况。可以在全局级别或更为有限的级别上，为所有产品设置库存阈值规则，从而为不同的产品目录或个人产品设置不同的平台。
企业产品报告
- 问：我的 EPR 文件（ECDF 或 EPCMF）中存在错误，但文件已上载。是否可以更改文件并重新上载？
- 答：可以更改 EPR 文件并重新上载正确的文件。 但是，这些文件要到下一个安排的午夜流程才会得到处理。每天都始终应当同时装入 ECDF 和 EPCMF，或装入时间间隔不超过 15 分钟，以确保能够成功处理这两个文件。
- 问：如何知道企业产品报告 (EPR) 文件已装入系统？
- 答：使用导入工具查看 EPR 文件上载的状态和历史。浏览至，查看是否已接收文件并成功装入。
- 问：如何确定 EPR 文件的最后一次成功装入？
- 答：使用导入工具查看 EPR 文件上载的历史。 浏览至，查看是否已接收文件并成功装入。按日期查看最后一次成功上载。
- 问：企业产品报告 (EPR) 中显示的目录与我从目录中选择用于定义规则的 Digital Recommendations 规则工具中显示的目录并不完全匹配。 这是为什么？这是一个问题吗？
- 答：这很可能不算一个问题。EPR 报告只会显示在报告中指定的时间段内发生销售行为的目录。Digital Recommendations 规则系统中的 Digital Recommendations 目录选择器则显示 EPR 文件定义的所有目录，而不管是否存在销售行为。这种在确定显示哪些内容方面的差异会造成混淆。
- 问：我们已装入在 Enterprise Category Definition File 中定义的新层次结构。在进入规则界面并选择目录树时，我看到旧层次结构和新层次结构。这是为什么？
- 答：Enterprise Category Definition File 目录随时间推移而变化时，不会从 Digital Recommendations 规则界面中的目录树结构中除去旧目录。该界面会提供系统中所有值的视图。如果您希望完全更新（更改）Enterprise Category Definition File 层次结构并除去旧目录，需要联系 Digital Analytics 支持人员。支持人员将删除数据表中的所有数据并重新装入新的 Enterprise Category Definition File 层次结构。注： 该过程会从与 EPR 相关的表中除去所有数据。需要重新创建与 Digital Recommendations 相关的所有目录规则。此外，由于其他 Digital Analytics 应用程序可能使用 EPR 数据（如搜索表），因此在接下来的几个 Digital Analytics 午夜流程开始之前，需要在同一天内清除 EPR 数据然后再重新装入。这样可以确保其他 Digital Analytics 应用程序所期望的数据存在。
- 问：我们已更新 Enterprise Category Definition File 并使 Digital Analytics 清除 EPR 表以反映新的产品分类。我在 Digital Recommendations 规则工具的目录树中看到新的目录结构，但企业产品报告仍显示先前的层次结构。为什么这两个目录结构不匹配？
- 答：先前处理的企业产品报告数据保留处理报告时系统中的值。之后处理的所有 EPR 报告都显示新的目录值。
目录建议 (Category Recommendation)
- 问：如果将目录建议建立在 Category Definition File 目录基础上，那么我们许多产品的销售额将分配到虚拟目录（如“搜索”和“交叉销售”），因此导航目录中的最畅销商品可能不是该目录的最畅销商品的最佳列表。我们已将商品分配给 Web 站点上的许多目录。Digital Recommendations 如何确定使用哪一目录来提供后备建议？
- 答：在“站点目录”的目录“推荐设置”界面（即基于 CDF 文件的目录推荐）中，客户可在界面中输入前 10 个虚拟目录。更新 Digital Recommendations 推荐时，后端流程会将所确定的虚拟目录中的商品销售额分配给使用站点标记传输的最后一个非虚拟目录。应使用产品目录报告中显示的值（而不是传递到站点标记中的值），将目录值输入到“站点目录推荐”界面中。如果您具有 10 个以上的虚拟目录，请按照销售额确定前 10 个虚拟目录。通常，这对于超出虚拟目录范围，对销售额进行有意义地重新分配来说已足够。
后备建议 (Fallback Recommendation)
- 问：在将推荐设置为交付至推荐设置面板上的站点区域（动态交付）时，“启用后备”选择框是否会消失？如何启用基于推荐的后备建议以将推荐传至站点区域？
- 答：基于推荐的后备建议可以针对为站点区域交付设置的所有推荐自动启用。在启用了企业产品报告目录建议推荐时，会将后备插入推荐和推荐规则处理时间（需要时）。
- 问：后备组件是否会为 Enterprise Product Content Mapping File 中的所有商品提供目录最畅销商品，即使我们在 Web 站点上从未看到针对目标的页面浏览？
- 答：是，如果您希望。从推荐的“推荐设置”选项卡，单击“高级选项”。选择“针对没有足够的查看或购买活动的最新 Enterprise Product Content Mapping File 中的产品生成基于目录的建议”选项。
- 问：如果正确配置了后备建议，我们能否期望接收在用户界面区域中设置的建议数？
- 答：将执行推荐后备流程以创建请求的建议数，但有几种情况，可能无法将预期数目的建议传至区域中。 原因通常是缺少作为建议基础的访客活动或过度限制业务。要帮助确保始终提供请求建议数，客户务必始终尽可能地使用去优先化业务规则而不是排除规则。
动态建议 (Dynamic Recommendation)
- 问：如何设计系统以处理由实时建议产生的请求负载？
- 答：将 Digital Recommendations 数据传播到内容交付网络 (CDN)。数据存放在遍布全球的边缘服务器上的高速缓存中，因而能够确保其速度和可用性。我们选择 Akamai（是全球首个内容分发网络的创建者，也是内容交付领域的市场领导者）作为我们的 CDN 供应商。Akamai 的内容交付网络是全球最大的分布式计算平台之一，负责处理 15 - 30% 的 Web 流量。
- 问：如果建议数据无法供产品使用将会怎样？ 系统如何来处理这一问题？
- 答：在从站点区域发出 cmRecRequest 或无法使用所请求目标的建议数据时，系统会提供后备流程以处理新的产品介绍以及未设定最低浏览阈值的低容量商品。 目标产品和目录标识在 cmRecRequest 中传递。如果针对指定的目标产品标识未提供建议，那么在缺省情况下，Digital Recommendations 可设置为针对 Digital Recommendations 请求中传递（可选）的目录标识使用目录建议。cmRecRequest 中传递的目录标识必须是来自其中一个站点（已配置了“目录建议”推荐）的有效目录标识（CDF 或 EPR 目录）。并且，目录标识建议将不会由任何业务规则进行处理。
- 问：如果两个区域位于同一页上，要确保同一产品不被二度推荐，都有哪些规定？
- 答：作为动态建议的一部分，冲突解决功能将消除重复建议。系统会优先考虑为每一页发送的第一个 cmRecRequest。最佳做法是，换页线上方最明显的建议区域应具有位于页面代码中第一位的对应 cmRecRequest。
- 问：区域标识是否区分大小写？是否支持特殊字符？
- 答：是的，区域标识区分大小写。对于区域标识，空格不是有效字符。下划线是唯一支持的特殊字符。
- 问：动态建议对页面装入速度有何影响？ 请求是否能阻止页面装入？
- 答：所有 Digital Analytics 标记创建函数和建议请求都通过其他页面操作以异步方式处理。它不会阻止、减慢或依赖于其他页面组件。 如果典型客户生产 Web 页面的复杂性不会带来任何影响，那么来自 HTML 页面的 Digital Recommendations 请求的典型往返时间为 20 毫秒。
- 问：在购物车上有多个产品时，如何确定哪个产品已作为目标产品传至 cmRecRequest？
- 答：最佳做法是基于购物车中添加的最后一件商品或购物车中最贵的商品进行建议。如果使建议基于建议组合，并不能证明可产生更高的转化率，因为它会在生成的建议为组合建议时影响“销售额转化”。
- 问：为何提供用于将企业产品报告属性传递至区域填充函数的选项？
- 答：您可能希望向您回发有关推荐产品的其他产品元数据，以帮助呈现最终内容。例如，属性可能包括缩略图图像位置、产品页面 URL、价格和产品简述。只有在以下情况才能使用该方法：无法仅基于产品标识呈现建议内容。
- 答：EPR 报告的 Enterprise Product Content Mapping File 中的属性值长度不超过 2,000 个字符。如果要在动态建议响应消息（如超出 2,000 个字符的完整 URL）中传递更长的值，将会怎样？是否有办法来解决这一问题？
- 答：如果属性值始终具有一致的前缀（如产品缩略图 URL），那么可以在 Digital Recommendations 后端为特定属性定义此前缀。这允许处理长度超出 2,000 个字符的值。在将数据传递至区域填充函数前，系统会将它保存在建议响应消息中的某个位置，并由 io.js 文件进行收集。仅支持对动态建议使用此技术。仅支持对动态建议使用此技术。不能在其他 Digital Analytics 应用程序函数中使用该前缀。
- 问：用户指南中表明传递至区域填充函数的建议数组中的值使用单引号括起并使用逗号定界。这是否为硬编码？或是否存在要更改的后端设置？
- 答：我们未计划提供可配置响应消息。
- 问：区域标题文本的字符限制是多少？
- 答：96 个字符。
- 问：对于本地托管库，必须在哪些站点页面上添加 Digital Recommendations JavaScript 库？
- 答：大多数客户使用托管库。但是，对于仍使用本地托管库的那些客户而言，您应将它们放置在 Digital Analytics eluminate.js 库所在的位置。
- 问：当 Digital Analytics 捕获的产品标识与电子商务系统用来显示站点上产品的产品标识不同时将会怎样？动态建议如何在该场景下工作？
- 答：对于各产品建议，有关产品的其他数据均可选择包含在 Digital Recommendations 响应消息中。系统提供这些数据作为 EPR 文件中的属性。该情况下的一个属性为备用产品标识，该标识将由 EPR 文件中的客户提供，然后回传给 Digital Recommendations 响应消息中的客户。然而，在生成 Digital Recommendations 请求时，客户必须使用 Digital Analytics 标记中传递的产品标识。由于客户已在 Digital Analytics 标记中填充该值，因此这不是一个问题。 请与 Digital Analytics 支持人员协作以正确设置备用产品标识的使用。
- 问：我们想要在 Flash 对象中呈现建议。这是否可能呢？
- 答：实现 Flash 与 JavaScript 之间的通信非常简单。了解 Flash 和 JavaScript 的开发者不应对此存在疑问。
Digital Recommendations 个性化
- 问：如果访客删除其 Digital Recommendations 个性化 Cookie，将会怎样？
- 答：将删除 Cookie。
- Digital Recommendations 如何使用 cookie？
- 答：Digital Recommendations 会使用两个 cookie。只有在激活 A/B 测试的情况下才能使用会话 Cookie，该 Cookie 用于将访客分组为 A/B 测试组。永久第一方 Cookie 位于客户机域中。
它用于管理访客数据以实现个性化，并且使用到 Digital Analytics 库的挂钩实时进行更新。存储在永久 Cookie 中的信息包括：
- 最近所查看产品的排序列表。
- 添加到购物车中的商品的排序列表。
- 已购买商品的排序列表。
- 最新查看的目录的排序列表。
- 保持查看的目录计数，以确定最受访客欢迎的目录。
- 问：我们的站点使用了多个 Cookie。我们关心 Cookie 总数以及 Cookie 总大小。如何对其进行管理？
- 答：如果添加 Digital Recommendations 个性化 Cookie 会导致 IE6 或更低版本的浏览器上的计数超过 20，那么将不会写入会话 Cookie 或 Digital Recommendations 个性化 Cookie。对于所有其他浏览器，Digital Recommendations 管理的限制为 30。按照 RFC 2109 第 6.3 节的规定，浏览器针对每个域必须支持的 Cookie 的最小数目为 20，这也是 IE6 和更低版本所支持的最大数目。当前大多数浏览器支持每个域 50 个 Cookie。Opera 支持 30 个。
如果无法设置 Cookie，那么将无法个性化建议。例如，如果推荐基于“购买的最后一个产品”，那么无法确定目标。因此，建议计划中应始终包含一个后备步骤。通常，配置后备步骤以推荐全部最畅销商品。
Digital Recommendations Cookie 的典型大小约为 150 字节。将对存储在 Digital Recommendations Cookie 中的数据进行模糊化，以压缩每个列表的大小。Cookie 中的各列表均包含可配置数量的已存储元素。 复制出列表的这一配置在客户 eluminate.js 文件中定义并记录。
例如，存储的购买项缺省数目为最近的 7 个商品。当购买第 8 个商品时，列表中最旧的商品将移除。
不同的浏览器支持不同的个别和总体 Cookie 大小。如果 Digital Recommendations 写入或添加 Cookie 的这一操作超出访客浏览器所允许的字节数，那么将不会执行该操作。因此，无论所允许的最大 Cookie 大小是 4k（针对所有 Cookie）还是 2k 或 4k（针对每个 Cookie），均仅当满足额外信息时才会写入或更新 Digital Recommendations。此行为遵循浏览器中固有的缺省行为。
- 问：如果一个订单中有多个商品，通过什么确定哪一个商品能够成为最新购买的产品？
- 答：Digital Recommendations 使用发送的最后一个商品作为 shop9 记录。
- 问：个性化是否基于某一类用户注册属性？例如，注册用户访问站点并隶属于行业 X，这样我们能否显示特定于该行业的推荐？
- 答：在 Digital Recommendations 中，答案是否定的。但是这会引出一个问题，即哪种个性化方法将提供更高的转化率。我们能否向组提供个性化，或者能否向个人访客提供个性化？如果能够向个人提供个性化，那么您可以在更详细的级别上操作。我们知道访客细分中的个人都具有与组不同的独特兴趣和行为。Digital Recommendations 个性化在个人访客级别起作用。一旦访客开始浏览站点，便会收集用来定制建议以符合访客兴趣的数据。
- 问：在建议计划中，您可以指定建议目标为“最后一项加入购物车的产品”。Digital Recommendations 如何确定添加到访客购物车中的最后一件商品？
- 答：Digital Recommendations 使用 Digital Analytics shop5 标记的最后一个值作为添加到购物车中的最后一件商品。
- 问：在何处能够确定个性化过滤规则，以使购买项或购物车中的商品能够从建议中过滤？
- 答：提供该项作为区域设置面板中的一项设置。
A/B 测试
- 问：如何确定 A/B 测试的结果？
- 答：运行 A/B 测试时，对于访客到达激活 A/B 测试的区域时的每一个会话，都会发送一次 Digital Analytics 元素标记。要测量 A/B 测试的结果，请使用 Digital Analytics 中的以下工具：
- 元素报告：查看对应于确定的测试组中的访客的顶级指标。
- 报告细分：为每个测试组创建一个关键细分。 要执行此操作，请使用适当的“元素目录”（测试名称）和“查看的元素”（测试组标识）作为客户细分的条件。设置报告细分以过滤排名前列的商品摘要和产品目录报告。
- 过滤产品目录和站点指标报告：确定报告细分时，请使用产品目录和排名前列的商品报告中的更新设置按钮，以比较这些报告中的测试组的业绩。
标记和实施
- 问：如果不使用产品浏览量标记会怎样？是否仍可使用 Digital Recommendations？
- 答：有可能。虽然需要为您的组织测试 Digital Recommendations，但可以确定对于不含产品浏览量的组织，四个亲和关系类型中的两个类型会始终产生“0”值（“查看至查看”和“查看至购买”亲和关系分数）。然而，基于产品订单的亲和关系应仍然有效，并且如果希望使产品推荐仅基于“购买至购买”和“放弃至购买”亲和关系，可以使用 Digital Recommendations。
- 问：Digital Recommendations 是否需要进行任何标记更改？
- 答：视情况而定。所收集的用以推动基本群体智慧行为建议的数据是使用标准 Digital Analytics 标记收集的。 可能需要更改标记，以确保在查看和购买建议时通过更改产品浏览量、shop5 和 shop9 标记的目录标识来正确跟踪 Digital Recommendations 的结果。同样，如果要使用 Digital Recommendations 动态建议来呈现建议，那么必须将 JavaScript 添加到站点中以请求和呈现建议数据。
平面文件
- 问：随着动态建议的引入，是否可以继续使用平面文件来接收建议？
- 答：可以。在界面中设置推荐时，客户可选择如何来接收建议数据。值得注意的是，在使用平面文件提供建议时，个性化和 A/B 测试将无法执行。还有一点十分重要，即在执行建议响应时，将出现一个反馈回路。 有关产品 EPR 目录的数据将填入个性化 Cookie 中，并在传递响应消息时引用。EPR 目录用于生成 Digital Recommendations 个性化组件。因此，客户不得在同一 Web 页面上混合使用平面文件建议与动态建议，因为该数据不会填入访客的 Cookie 中。混合这些建议将对个性化带来负面影响。
- 问：为什么我的建议文件中的某些行上会出现“null”一词？
- 答：由于一些产品标识的数据量小，并且在极少数情况下，推荐/规则后备建议不能提供请求的建议数，因此可能没有足够的产品建议数据用于填写客户为推荐设置指定的建议数。在这些情况下，Digital Recommendations 会输入“null”表示这些产品建议空位。
- 问：我使用平面文件接收 Digital Recommendations 推荐，但未在预定日的上午 8 点（我所在地的当地时间）前收到 Digital Recommendations 文件。该文件达到时间稍有延后。这是为什么？
- 答：您应该在当地时间上午 8 点前接收 Digital Recommendations导出，但是根据要分析的数据量的不同，此过程可能需要更长时间。从历史来看，绝大部分客户都是在清晨接收导出结果的。
Digital Recommendations 的关键是控制导出交付日期。因此，如果迫切需要在每周或每月指定日的凌晨 5 点部署，那么可以将其导出设置为在部署前一天运行并交付。在此过程中，您会失去一天的“数据新鲜度”（这对建议没有很大的影响），并且随后的技术性“延迟”导出并不会影响部署时机需求。同样，在应用程序中还有一些电子邮件通知，以提醒您是否存在故障。CMC 是一款功能强大的工具，可用于查看客户导出的执行情况，如果在部署前一天发生故障，Digital Analytics 将有时间做出反应并在需要启动之前解决导出问题。
- 问：我希望以未压缩的 .txt 文件形式接收其 Digital Recommendations 文件。这是否可能？
- 答：可以。这是推荐设置选项卡中的一个选项。
报告和分析
- 问：如何利用建议进行更深层分析？ 我希望不仅能够了解产品页面建议的业绩情况，还能了解在各站点目录的业绩情况？比如，我希望了解产品页面建议在女士裤子和女士上衣方面的业绩情况。
- 答：Digital Analytics Explore 支持此级别的报告。要实现此目的，用来跟踪产品目录报告中的建议目录的值也应作为产品浏览量、shop5 和 shop9 标记中的 Digital Analytics Explore 属性进行传递。注： cm_vc 目录覆盖函数将不处理该用例。客户必须发送 shop5 和 shop9 标记中的正确值以供 Digital Analytics Explore 使用。
- 问：在过去几周内，我遇到了几个不同的亲和关系权重。我正在跟踪产品目录报告中交叉销售计划的业绩，以查看不同的亲和关系权重是否会改变转化率。如何引用在过去的任何时段内使用的亲和关系设置，而无需记录并将其存储在个人记事本中？
- 答：请转至 Digital Recommendations 归档。您将看到过去 90 天内发送的所有 Digital Recommendations 文件的列表。如果单击各导出旁边的黄色调出图标，那么将出现一个窗口，其中会显示针对各 Digital Recommendations 文件使用的亲和关系设置。 在推荐文件的标题行中也同样有此信息。
- 问：如果针对产品目录报告使用了虚拟目录，在标记以跟踪交叉销售业绩时，是否会从我的产品目录中获取销售额？我希望有一个报告，使我能在其中按产品目录查看销售总额。我还希望能够跟踪交叉销售业绩。该怎么办？
- 答：Digital Analytics 产品目录报告旨在提供有关访客如何查找、查看、装载和购买产品等方面的分析。这可包含导航目录、交叉销售、搜索和愿望清单等内容。Digital Analytics 企业产品报告提供了一个报告，在这个报告中，一个商品只能位于一个目录内。 该报告显示了按产品目录得到的指标。Digital Recommendations 随附了 EPR。它要求上载两个文件，这两个文件与支持产品目录报告的 CDF 文件非常相似。请查看 Digital Analytics 支持站点，以获取企业产品报告解决方案摘要。
- 问：我的建议计划包含多个步骤。怎样知道向访客呈现建议时每个步骤的使用频率？
- 答：Digital Recommendations 响应消息中发送了一个称为“目标符号”的值，该值指示建议计划中用于产生建议的行。可以在 Digital Analytics 标记（如元素标记）或在“产品浏览量”额外字段中填写目标符号，以促使生成此类报告。
常见问题和解决方法
- 问：业务规则的结果为何不正确？
- 答：可能有几方面的原因：
- 查看规则界面以确保正确设置规则。 许多客户都已设置了规则，以在意图“除去所有降价商品”时，指定“除去所有未降价的商品”。
- 在规则工具中输入值时，请确保输入的值与使用企业产品报告文件装入的值完全匹配。例如，如果规则要求在“品牌”等于“渠道”时除去所有产品，但 EPCMF 文件中的“品牌”值为 CHANNEL，那么规则引擎将不会除去该商品。
- 确保企业产品报告文件为最新文件。报告的许多规则方面的问题都是企业产品报告文件过期的结果。
- 获取最新的 EPR 文件副本。对于有问题的产品，请检查企业产品报告文件中的值。这些文件是否有正确的值来支持规则？数据是否过时？是否在规则工具中以小写方式输入了大写的值？ 规则或 EPR 数据中是否有导致不匹配的额外空格？这是当规则未正常执行时的最常见的三大原因。
- 了解业务规则策略、缺少的属性数据的含义以及该策略设置。缺省值为 False，除非客户请求 Coremetrics 对其进行更改，否则它将保持不变。
- 问：为什么一些或许多目标无任何建议，而其他一些只有几个建议？
- 答：可能有几方面的原因：
- Digital Recommendations 生成建议的能力取决于产品在数据分析时间段内的流量，以及业务规则除去产品的程度。了解这一点是解决此问题的重要起始点。
- 设置业务规则后，浏览至选中推荐的“规则预览”选项卡。表中的信息将使您了解特定规则从建议中除去产品的等级。如果规则除去了所有产品或超出预期数目的产品，那么这可以提供调查的起点。
- 如果规则除去大量建议，请考虑放宽规则或除去整个规则。当需要一些规则时，许多客户会将本质上更具试验性的规则概念化。在某些情况下，规则越多意味着建议越少，从而使收益减少。
- 对于所有“应用于所有目标”规则，请考虑是否真正需要将规则应用于所有目标。要实现预期结果，请考虑将规则应用于特定目录产品，防止对超出所需数目的更多产品应用规则。
- 如果产品具有有限的建议并且规则看起来不是源，请转至产品目录报告并设置报告的时间段，以与所调查的推荐的数据分析时间段相匹配。查找有问题的产品并了解在该时间段内的查看和购买数量。 如果产品很少进行交互，Digital Recommendations 可能没有足够的数据作为建议的依据。请考虑延长数据分析时间段，以便捕获更多数据。请记住，理想的数据分析时间段是获取所需数目建议覆盖范围的最短时间段。
- 检查亲和关系权重。如果将“查看至查看”设置为 0，那么将关闭大多数可用于生成建议的数据。请考虑将其打开至较小的权重（至少是 5 或 10）并重新运行推荐以估算影响。
- 目标销售额很低，可能无法生成建议。 请使用后备流程。
- 查看 EPR 数据中的数据。是否在 ECDF 中正确设置了目录？是否为所有产品提供了一致的属性？
- 问：交叉销售建议为什么会同时显示衣服和咖啡壶？
- 答：通常，当目标销售额很低并购买古怪的商品时，将出现无意义的交叉销售。创建一项规则以确保不会出现这一情况，如只将男士衣服与其他男士衣服一起显示。
大多数问题可使用预览功能来确定。