Hilfe › Wie Empfehlungen entstehen

Wie Empfehlungen entstehen

ChurnReturn vergleicht Inhalte, nicht Klickhistorien. Produkte und Seiten werden als Vektoren dargestellt, Ähnliches findet zueinander, auch beim ersten Besuch und ohne Profil.

Welche Seite sieht der Besucher gerade?

1. Über die Adresse: Entspricht die Seitenadresse dem Deeplink eines Produkts, ist das Produkt erkannt. Tracking-Parameter wie utm_* werden ignoriert, Varianten über ein Muster in der Adresse erkannt.
2. Über den Seitentext: Sonst nimmt das Skript den sichtbaren Text der Seite, den wir per Bereich eingrenzen können, etwa auf die Produktbeschreibung, und sucht die ähnlichsten Produkte. So funktionieren Ratgeber und Kategorieseiten.

Das erkannte Produkt selbst und seine Varianten werden nicht empfohlen, nicht lieferbare Produkte auf Wunsch ausgeschlossen.

Felder für die Vektorisierung

Aus den gewählten Feldern entsteht je Produkt ein Text, der in einen Vektor übersetzt wird. Unter Feeds, Einstellungen, „Felder für die Vektorisierung“ bestimmen Sie:

• Welche Felder: Standard sind Titel, Marke, Kategorie und Beschreibung. Dazu kommen die Attribute Ihres Feeds, etwa Farbe oder Material.
• Gewicht 1 bis 3: Ein Feld mit Gewicht 2 zählt doppelt. Der Titel steht standardmäßig auf 2.
• Präfix: ein Wort vor dem Wert, etwa „Marke:“, das dem Modell hilft, den Wert einzuordnen.
• Zeichenbegrenzung: kürzt lange Beschreibungen, Standard 1000 Zeichen.

Jede Änderung vektorisiert die betroffenen Produkte sofort neu. Bei großen Feeds dauert das einige Minuten, die Empfehlungen laufen währenddessen mit dem alten Stand weiter.

Was gute Empfehlungen ausmacht

• Aussagekräftige Titel und Beschreibungen. „Artikel 4711“ hilft niemandem, „Ergonomischer Bürostuhl mit Lordosenstütze“ schon.
• Eine gepflegte Kategorie, weil sie Produkte thematisch bündelt.
• Sprache je Feed: ein Feed je Sprache, dann bekommen Besucher Produkte in ihrer Sprache.
• Nicht alles in die Vektorisierung: Preise und Artikelnummern verwässern die Ähnlichkeit meist.

Sprachen

Das Modell versteht über 100 Sprachen. Die Sprache einer Seite wird aus URL-Regeln wie /en/, aus der Produktsprache oder dem Text erkannt, die Texte des Overlays kommen aus der passenden Sprachvorlage.

Weiter: Statistik lesen →