EliteCart

En bra rekommendationsmotor visar produkter kunderna faktiskt vill ha. En dålig visar ett presentkort bredvid en jacka för $200, eller en reavara som är en storlek från att sälja slut. Skillnaden ligger vanligtvis inte i algoritmen - den ligger i om du har talat om för den vad den ska utesluta. Filter för produktrekommendationer är hur du drar den gränsen, genom att ta bort artiklarna som aldrig ska visas så att motorn bara någonsin väljer ur en ren, relevant pool.

De flesta butiker lägger sin energi på att göra rekommendationerna smartare. Minst lika värdefullt, och mycket enklare, är att göra dem renare. Den här guiden går igenom hur du använder hårda filter och exkluderingar för att hålla fel produkter borta, med konkreta scenarier för kollektion, tagg, leverantör och produkttyp.

Varför filter för produktrekommendationer slår att hoppas att algoritmen löser det själv

Rekommendationsmotorer lär sig från dina ordrar och din katalog. De är bra på att upptäcka vad som köps tillsammans, men de har ingen uppfattning om dina marginaler, din varumärkesstrategi eller vilka artiklar du tyst rear ut. För motorn ser ett presentkort som ofta dyker upp i varukorgar ut som en stark rekommendation. För dig är det en bortkastad plats.

Det finns två sätt att påverka vad en motor visar:

Filters är hårda regler. De tar bort produkter som inte kvalificerar sig, punkt slut. En bortfiltrerad produkt kan helt enkelt inte visas, oavsett hur starkt dess köpsignal är.
Boosts är mjuka regler. De omrankar produkter upp eller ner utan att ta bort något, användbart när du vill knuffa upp en kategori men ändå tillåta allt annat.

Den här artikeln handlar om filter och exkluderingar, den hårda sidan. Ta till ett filter när en produkt aldrig får visas, och en boost när du bara vill att den ska visas mer sällan. Vår översikt över merchandising-regler för produktrekommendationer täcker hur de två samverkar.

Produkterna de flesta butiker bör filtrera bort först

Innan du blir för avancerad, rensa bort det uppenbara bruset. Det här är kategorierna som nästan aldrig hör hemma på en rekommendationsplats:

Presentkort. De dyker upp i ordrar hela tiden, så motorn älskar dem, men att rekommendera ett presentkort som tillägg konverterar sällan och ser slarvigt ut.
Artiklar som ofta blir slutsålda. Produkter som ligger nära noll i lager skapar en dålig upplevelse när en kund klickar sig fram till en slutsåld sida.
Rea- och utgående lager. Användbart i en dedikerad realavdelning, distraherande som upsell bredvid fullprisartiklar.
Lågmarginalfyllnad. Om en produkt knappt går runt arbetar det mot dig att ge den en premiumplats bland rekommendationerna.
Varumärkesfrämmande eller tredjepartsartiklar som du lagerför men inte vill lyfta fram tillsammans med dina flaggskeppsprodukter.
Irrelevanta tillbehör som tekniskt säljer men passar dåligt med de flesta varukorgar.

Var och en av dessa går rakt av att mappa till ett filter. Konsten är att välja rätt attribut.

Inkludera kontra exkludera: kärnlogiken

Varje filter fungerar i en av två riktningar, och att få den här distinktionen rätt är största delen av jobbet.

Exkluderingslogik tar bort en definierad uppsättning och rekommenderar från allt annat. Det här är rätt standardval för städlistan ovan. Du säger "rekommendera allt utom dessa." Exkludera taggen clearance, exkludera produkttypen Gift Card, exkludera en specifik leverantör.

Inkluderingslogik gör tvärtom. Den kastar bort allt utom en definierad uppsättning, så motorn får bara rekommendera från den poolen. Det här är betydligt mer restriktivt och är rätt verktyg när du vill ha tight kontroll - till exempel "rekommendera bara från kollektionen Bästsäljare."

En enkel tumregel: använd exkludera för att ta bort en känd lista med problem, och inkludera när du vill vitlista en liten, kuraterad källa. Att ta till inkludera när du egentligen bara ville ta bort ett rötägg svälter tyst ut dina rekommendationer, eftersom allt utanför din inkluderade uppsättning också försvinner.

Filtrera efter kollektion

Kollektioner är det mest intuitiva attributet att filtrera på eftersom du redan har gjort grupperingsjobbet i Shopify.

Exkludera en kollektion för att hålla en hel kategori borta. Om du kör en kollektion som heter Clearance, betyder det att ingen reaprodukt någonsin kan rekommenderas, oavsett hur ofta den säljer. Samma logik för en Wholesale- eller Sample-kollektion som aldrig ska nå återförsäljningskunder.

Inkludera en kollektion för att begränsa rekommendationerna till en kuraterad källa. En butik med en noggrant sammansatt kollektion Recommended Add-Ons kan inkludera bara den kollektionen, vilket gör motorn till en smart omrankare över produkter du redan har granskat. Du får maskininlärningens ordning med mänskligt kontrollerat lager. Vi går djupare in på det här mönstret i kollektionsbegränsade produktrekommendationer.

Filtrera efter tagg

Taggar är det mest flexibla filtret eftersom du styr dem helt själv. De är perfekta för tvärgående attribut som inte passar snyggt in i en enda kollektion.

Lägg till en tagg som no-upsell eller exclude-from-recs på varje produkt du vill hålla tillbaka, och skapa sedan ett exkluderingsfilter på den taggen. Nu är det bara en taggredigering på produktsidan som håller en produkt borta från rekommendationer, ingen omkonfigurering av motorn krävs. Det här är det renaste sättet att hantera en föränderlig lista med undantag.

Taggar fungerar också för positiv kuratering. Tagga dina beprövade tilläggsprodukter recommend och inkludera bara den taggen när du vill ha maximal kontroll. För en fylligare genomgång av tagg- och leverantörsbaserad kuratering, se att använda produkttaggar och leverantörer för att kuratera rekommendationer.

Filtrera efter leverantör

Leverantörsfiltrering är det snabbaste sättet att hantera beslut på varumärkesnivå. Om du säljer flera varumärken men bara vill aktivt lyfta ditt eget private label, håller ett inkluderingsfilter på din egen leverantör varje rekommendation på varumärke. Om en viss leverantör har tunna marginaler eller opålitligt lager tar ett exkluderingsfilter på den leverantören bort hela deras katalog från övervägande i ett enda drag.

Det här är betydligt mindre omständligt än att tagga hundratals enskilda produkter. När beslutet är "det här hela varumärket, ja eller nej," är leverantör rätt spak.

Filtrera efter produkttyp

Produkttyp är det naturliga hemmet för strukturella exkluderingar. Att filtrera bort produkttypen Gift Card är det absolut vanligaste filtret butiker ställer in, och det bör vanligtvis vara ditt första. Andra användbara typfilter är att exkludera typerna Warranty, Shipping Protection eller Service - artiklar som finns i din katalog men som inte är meningsfulla som produktrekommendation.

Eftersom produkttyp är ett inbyggt Shopify-fält är de här filtren hållbara. Nya presentkortsprodukter du lägger till senare fångas upp automatiskt så länge de har rätt typ.

Att sätta ihop det: Genomarbetade scenarier

Filter är som mest effektiva när de kombineras. Några realistiska uppsättningar:

Klädbutik som rear ut säsongslager. Exkludera kollektionen Clearance och produkttypen Gift Card. Rekommendationerna hämtar nu bara från aktuellt fullprislager, och säsongsavslutningens hylla hålls borta från upsell-flödet.

Marknadsplats med flera varumärken som skyddar marginalen. Exkludera en lågmarginalleverantör och taggen dropship. Motorn har fortfarande hundratals produkter att välja bland, bara inte de som kostar dig pengar att lyfta fram.

Kuraterad boutique som vill ha tight kontroll. Inkludera bara kollektionen Recommended Add-Ons och lägg till en prisförhållanderegel så att rekommendationerna förblir proportionerliga mot varan i varukorgen. Motorn blir en precis omrankare över en handplockad hylla.

Du kan kombinera villkor inom en regel med And eller Or, så en enda regel kan vitlista en kollektion och ändå exkludera en enstaka tagg inom den, och du kan bunta separata regler i grupper när du behöver blandad logik som "(A and B) or C".

Var EliteCart passar in

I EliteCart är det exakt det här som Fine-tune EliteAI™ Ultra är byggt för. Du börjar med en av två basmotorer - ofta köpta tillsammans eller komplement mellan kategorier - och lägger sedan på dina egna filter. Du kan filtrera efter pris, pris-i-förhållande-till-varukorgsvara, tagg, leverantör, produkttyp, kollektion eller titel, och varje filter stöder inkluderings- eller exkluderingslogik. Installationen dokumenteras i referensen för Filters och Boosts och guiden för att sätta upp finjustering.

Din finjusterade version tränas på dina egna ordrar och din katalog, och du tilldelar den per yta, så din produktsida, varukorg och checkout kan alla köra olika regler. Se vår annonsering av EliteAI-finjustering för hela releasen.

Om du bara behöver plocka bort en handfull produkter från rekommendationerna och inte behöver en fullständig finjusterad motor finns det en enklare väg: EliteCart låter dig också exkludera enskilda produkter från EliteAI helt med en enda inställning.

Börja med exkluderingar, inte inkluderingar. Plocka bort presentkort, rea och lågmarginalfyllnad först, och se sedan hur mycket renare dina rekommendationer blir innan du tar till något mer avancerat. Fel produkter som inte gör något är värre än rätt produkter som gör mer - och några få väl valda filter för produktrekommendationer löser det första problemet på minuter.

Så styr du vilka produkter som rekommenderas (Filters och exkluderingar)