Content-Empfehlungen per JSON-Feed

Content-Empfehlungen als reines JSON statt als gerendertes Widget, damit Sie sie in Ihrem eigenen Layout darstellen können. Ideal für ein eigens gestaltetes Karussell, eine Single-Page-App, eine native App oder einen Block „Das könnte Sie auch interessieren“, der exakt zu Ihrem eigenen Designsystem passen muss.

Im Panel: Neue Kampagne › App / API › JSON-API — Content Recs.

Die Schritte

Sechs Schritte: Katalog, Interaktionen, Empfehlung, Daten in der Antwort, Code und Leistung.

1. Katalog

Ihr Content-Katalog — Artikel, Leitfäden, Videos. Jedes Element braucht eine interne ID, einen Titel und eine URL sowie ein Bild, wenn Ihr Layout eines verwendet. Kategorien und Tags sollten Sie sorgfältig pflegen: Sie ermöglichen es, dass Empfehlungen einem Thema folgen statt nur der allgemeinen Beliebtheit.

2. Interaktionen

Die Engine lernt aus dem, was Menschen lesen, liken, kommentieren und zu Ende lesen. Da Sie das JSON selbst rendern, müssen Sie diese Interaktionen selbst melden — Personyze kann aus einem Layout, das es nicht selbst gezeichnet hat, nicht ableiten, dass etwas gelesen wurde.

Genau das auszulassen ist der übliche Grund, warum eine JSON-Content-Empfehlung allen dieselbe allgemeine Liste liefert: Es gibt keinen Leseverlauf, anhand dessen personalisiert werden kann.

3. Empfehlung

Wählen Sie den Kontext — Startseite, Artikelseite, Kategorieseite — und den Algorithmus. Die verfügbaren Modifikatoren:

Zeitraum — heute, kürzlich, die letzten Tage, die letzte Woche oder gesamter Zeitraum.
Kategoriebereich — aus allen Kategorien oder aus der Kategorie des aktuellen Artikels.
Interessenbereich — aus den abgeleiteten Interessen des Besuchers.
Aktualität und Reihenfolge — neueste zuerst, älteste zuerst, kürzlich hinzugefügt oder neu seit dem letzten Besuch des Besuchers.
Gemeinsames Auftreten — innerhalb der aktuellen Kategorie zusammen angesehen.

Filter grenzen den Pool weiter ein — Content-Typ, Tag, Kategorie oder ein beliebiges eigenes Feld in Ihrem Feed.

Die Algorithmen im Detail finden Sie unter Typen von Empfehlungsalgorithmen.

4. Daten in der Antwort

Personyze erzeugt ein JSON-Array von Objekten, die jeweils die von Ihnen ausgewählten Felder enthalten. Sie definieren hier Ihren eigenen Antwortvertrag, wählen Sie also genau das aus, was Ihr Renderer braucht.

Wählen Sie für jedes Feld das Quellfeld aus Ihrem Katalog und geben Sie ihm den Schlüsselnamen, den Sie in der Ausgabe haben möchten. Eine typische Auswahl für Content:

[
  {
    "internal_id": "nw-a001",
    "title": "How to layer for winter hiking",
    "category": "Skills",
    "image_1": "https://example.test/img/layering.jpg",
    "url": "https://example.test/journal/how-to-layer-for-winter-hiking"
  },
  ...
]

5. Code

Der Assistent erzeugt das einzubettende Snippet. Es gibt zwei Arten, es zu nutzen:

Auf einer Seite — das Snippet weist das JSON-Array einer JavaScript-Variablen mit dem von Ihnen gewählten Namen zu, und Ihr eigener Code rendert es.
Serverseitig oder aus einer App — rufen Sie /rest/tracker-v1 auf und lesen Sie das JSON aus dem Feld data der passenden Aktion. Siehe Eine eigene Empfehlungs-App implementieren.

6. Leistung

Ergebnisse, sobald die Kampagne live ist — begrenzt durch das, was Sie zurückmelden (siehe oben).

Hinweis: Es gibt keinen QA-Schritt

JSON-API-Kampagnen haben keinen QA-Schritt, da es keinen gerenderten Inhalt für eine Vorschau gibt. Prüfen Sie stattdessen, indem Sie das JSON abrufen und selbst kontrollieren: die richtige Anzahl an Elementen, die ausgewählten Felder vorhanden und die Werte befüllt statt leer.