המלצות מוצרים

מנוע ההמלצות של Joryio בוחר פריטים לכל לקוח לאימיילים שלכם (ובהמשך גם להודעות in-app ולמסעות). הוא שקוף בכוונה - אתם קובעים ממה הוא לומד:

• מקור פריטים - מוצרי החנות המסונכרנת (Shopify/WooCommerce) או כל ישות מותאמת שמחזיקה קטלוג.
• אותות לאימון - אילו אירועים מלמדים את המנוע, כל אחד עם משקל (למשל purchase ×5, add_to_cart ×2, product_viewed ×1 - כל אירוע, כולל אירועים מותאמים). מאפיין מזהה הפריט אומר למנוע איזה מאפיין באירוע נושא את הפריט (למשל productId); כשאירוע משתמש במאפיין אחר (למשל אירוע ad_view שנושא ad_id), מגדירים אותו לכל אות בנפרד - לכל שורת אות יכול להיות מאפיין משלה שגובר על ברירת המחדל של המודל.
• סינון (אופציונלי) - למקורות קטלוג-ישות, בחרו סינון שמצמצם את הפריטים שהמודל רשאי להמליץ עליהם (למשל רק מותג או מיקום מסוים). נתמכים רק מסננים סטטיים - ערכי מסנן לכל נמען אינם נפתרים בזמן הדירוג. סינון חסר או פגום חוזר לקטלוג המלא במקום לרוקן את האימייל.
• חלון אימון ואפשרות לא להמליץ לעולם על פריטים שהלקוח כבר רכש.

מספר מודלים

סביבת עבודה יכולה להחזיק כמה מודלים בעלי שם, ולכל אחד סוג, מקור ואותות משלו - צרו אותם תחת Settings → Recommendations ובחרו מודל לכל רכיב מוצרים בעורך האימייל (Source: Recommended → Model). מודל אחד מסומן כברירת מחדל ומשמש כאשר לא נבחר מודל ברכיב.

סוג	מה כל נמען מקבל	אימון
Personalized	פריטים שמתאימים לפעילות האחרונה של הנמען (זיקה בין פריטים)	מדי לילה + Train now
Most popular	אותה רשימת רבי־מכר לכולם, משוקללת לפי האותות שלכם	מדי לילה + Train now
Trending now	הפריטים המבוקשים בשבעת הימים האחרונים	ללא - מחושב בזמן אמת
Recently viewed	הפריטים האחרונים שהנמען צפה בהם (עם חזרה ל־Trending עבור לקוחות חדשים)	ללא - מחושב בזמן אמת

איך הוא לומד

האימון (מדי לילה לתצורות פעילות, או באמצעות Train now) מבצע שני מעברים על זרם האירועים: פופולריות משוקללת לכל פריט וזיקה בין פריטים - אילו פריטים מעוררים מעורבות משותפת אצל אותם לקוחות, עם נרמול שמונע מזוגות נישתיים לטבוע בין רבי־המכר.

למידה מתוצאות (Ranker v2)

ברגע שלמודל יש תוצאות הגשה אמיתיות (המלצות שהוגשו ← פריטים שנרכשו), Ranker בשלב שני מתאמן עליהן מדי לילה ומתחיל לסדר מחדש את המועמדים של כל נמען לפי הסתברות המרה נלמדת - "כשאנחנו מציגים X ללקוחות כאלה, הם קונים". הוא כולל מכסת חקירה כדי שפריטים חדשים ימשיכו לקבל הזדמנות הוגנת לצבור נתונים. ה-Ranker מופעל לכל מודל רק אחרי שיש מספיק תוצאות; עד אז (וכשהוא אינו זמין) נעשה שימוש בסידור הרגיל של המנוע - דבר אינו נשבר. שליחות נושאות דגל שמבחין בין סידור מדורג לרגיל, כך שהביצועים נשארים בני השוואה.

אנליטיקת ביצועים

ברגע שהמלצות של מודל יוצאות בשליחות אמיתיות, העמוד שלו מציג את 30 הימים האחרונים: כמה המלצות הוגשו, לכמה נמענים, שיעור הנמענים שלחצו על ההודעה שבה הופיעה ההמלצה ושיעור הנמענים שרכשו פריט מומלץ בתוך 7 ימים מהקבלה (שיוך דרך אירוע הפלטפורמה recommendation.served).

איך הוא מגיש

בזמן השליחה, הפעילות האחרונה של כל נמען מצביעה על פריטים קשורים; לקוחות ללא היסטוריה מקבלים רבי־מכר עדכניים. הגדירו את המודל תחת Settings → Recommendations, ואז השתמשו בו ברכיב המוצרים בעורך האימייל באמצעות Source: Recommended ובחירת כמות.