×![]()
Cliquez n’importe où pour fermer
Avant de faire confiance à un widget de recommandation, regardez ce qu’il a appris. Quatre endroits vous montrent les données derrière les recommandations :
- État de préparation de la campagne — le panneau latéral de chaque campagne de recommandations évalue le pipeline en direct : catalogue en place, interactions qui arrivent (vue / ajout au panier / achat, chacune affichée séparément), et si le moteur est encore en phase de collecte — avec une option Accélérer pour importer des transactions historiques.
- Le visualiseur de catalogue — Paramètres → Recommandations : les éléments eux-mêmes, leurs champs et leurs images, exactement tels que le moteur les voit (configuration du flux).
- Événements en direct — les visites en direct montrent les interactions à mesure qu’elles arrivent, par visiteur — le moyen le plus rapide de vérifier le suivi de bout en bout (configuration du suivi).
- Centres d’intérêt des visiteurs — le profil d’intérêts déduit que chaque visiteur accumule, et selon lequel classent les algorithmes fondés sur les centres d’intérêt : centres d’intérêt pour les recommandations. Également lisible par utilisateur via l’objet REST user_interests.
Ce que le moteur apprend de quoi
- Les vues et les ajouts au panier pilotent le classement — ils disent ce qui attire.
- Les achats bouclent la boucle — ils attribuent le chiffre d’affaires et apprennent les schémas d’achats groupés.
- Les vues de catégories construisent les centres d’intérêt, qui alimentent la logique « plus de ce qui compte pour eux ».
Une fois les données arrivées, les résultats apparaissent dans l’étape Performance de la campagne et dans les rapports de recommandations — définitions des métriques dans le glossaire analytique.