Des recommandations de produits personnalisées — le même moteur que celui des widgets de recommandation de votre site web — diffusées dans votre application native iOS ou Android. Le profil est partagé entre les supports : une personne qui a parcouru des vestes sur votre site reçoit des suggestions pertinentes dès qu’elle ouvre l’application, au lieu de repartir de zéro.
Dans le panneau : Nouvelle campagne › App / API › Recos produits pour apps.
Avant de commencer
Le SDK doit d’abord être installé et remonter des données. L’installation pour les deux plateformes, le code d’initialisation et la façon de vérifier que les données arrivent sont décrits dans Ciblage et personnalisation pour les applications mobiles. Si votre appareil n’apparaît pas dans Visiteurs en temps réel, arrêtez-vous et corrigez cela d’abord — impossible de produire des recommandations pour un utilisateur que Personyze ne voit pas.
Il vous faut aussi un catalogue de produits dans Personyze. Voir l’objet products pour en envoyer un via l’API, ou importez un flux dans le panneau.
Les étapes de la campagne
Six étapes : Configurer, Catalogue, Interactions, Contenu, Cibler et Performance.
Deux choses à noter. Il n’y a pas d’étape QA — les campagnes d’application se valident dans une build, pas dans le panneau. Et le Contenu vient avant le Ciblage : vous concevez d’abord la recommandation, puis vous décidez qui la reçoit.
1. Configurer
Confirme l’intégration du SDK. Traité dans l’article cité ci-dessus.
2. Catalogue
Votre catalogue de produits doit être en place et à jour. Chaque produit a besoin au minimum d’un ID interne, d’un titre et d’une URL d’image — les recommandations sans image s’affichent comme des cases vides dans une application, tout comme sur le web. Gardez is_in_stock exact, sinon vous recommanderez des articles impossibles à acheter.
3. Interactions
C’est l’étape qui détermine si les recommandations sont bonnes, et celle que l’on saute le plus souvent.
Le moteur apprend de ce que les gens font des produits : vus, ajoutés au panier, achetés. Sur un site web, Personyze peut souvent détecter ces actions automatiquement. Dans une application, il ne le peut pas — il n’y a pas de DOM à observer. Votre application doit les signaler explicitement via des appels au SDK.
Signalez au minimum les consultations de produits et les achats. Sans données d’interaction, les algorithmes comme « achetés ensemble » et « populaires » n’ont rien à calculer, et le widget reviendra vide ou se rabattra sur une liste générique.
Si vous vendez aussi sur le web, les deux flux se fondent dans un seul profil — la navigation dans l’application améliore donc les recommandations du site web, et inversement.
4. Contenu
Choisissez l’algorithme de recommandation et la forme de la réponse. Pour les applications, il existe deux options d’affichage :
- HTML (WebView) — Personyze renvoie un widget déjà rendu que vous insérez dans une WebView. Le chemin le plus rapide, et la mise en page peut être modifiée plus tard sans publier de mise à jour de l’application.
- JSON — Personyze renvoie les produits choisis sous forme de données structurées, et votre application les met en page de façon native. De meilleures performances et un rendu natif ; plus de travail au départ.
Si vous renvoyez du JSON, choisissez les champs dont votre application a besoin dans la réponse — titre, prix, URL de l’image, URL du produit, et tous les champs de catalogue personnalisés que vous voulez afficher.
5. Cibler
Qui voit la recommandation. Tout le ciblage standard s’applique. Un schéma courant consiste à montrer des algorithmes différents à des personnes différentes — les nouveautés aux nouveaux utilisateurs, « achetés ensemble » aux personnes ayant un historique d’achat.
6. Performance
Les résultats une fois en ligne : combien de fois la recommandation a été affichée, a suscité de l’engagement, et ce qu’elle a rapporté.
La valider
- Vérifiez que votre appareil apparaît dans Visiteurs en temps réel.
- Signalez quelques consultations de produits depuis l’application, et vérifiez qu’elles sont rattachées à votre session.
- Élargissez l’audience pour qu’elle vous inclue à coup sûr, et vérifiez que les recommandations arrivent et ne sont pas vides.
- Resserrez de nouveau les règles et vérifiez que le comportement change.
Un résultat vide signifie presque toujours un problème à l’étape 2 ou 3 de la campagne — un catalogue qui ne s’est pas importé, ou des interactions qui ne sont pas signalées — plutôt qu’un problème de ciblage.