Oui. Sur la page Données de vente historiques vous pouvez lancer le module de recommandation en important des données historiques, mais aussi importer régulièrement des données de vente provenant de sources hors ligne.

Les données de ventes historiques et les données de ventes régulières enrichissent les recommandations relatives aux accessoires et aux produits complémentaires. Ces fichiers de données de vente ne sont pas utilisés pour la personnalisation (par exemple, ils ne sont pas utilisés dans le cas de tactiques post-achat).

Oui. Si vous êtes à l'aise avec le gestionnaire de balises Google, vous pouvez effectuer l'intégration de cette manière. Cela dit, vous devrez quand même examiner la documentation Predict pour vous assurer que vous envoyez toutes les informations requises. Vous devrez également vérifier que tous les scripts corrects ont été ajoutés en fonction des différents événements et que les variables d'entrée requises ont été incluses.

Oui, dans la plupart des cas. Pour les applications mobiles utilisant des technologies web (par exemple HTML/JavaScript dans un navigateur ou intégré dans une enveloppe native), notre API JavaScript est directement applicable pour collecter des données et fournir des recommandations. Pour les applications entièrement natives, vous pouvez utiliser directement notre API de service web.

Cependant, dans ce cas, il y a des détails supplémentaires à couvrir concernant l'identification de l'utilisateur, le suivi, etc. Avant de vous engager dans un tel projet, veuillez discuter des spécifications avec l'équipe Predict d'Emarsys.

Non. Les données et les résultats d'analyse de chaque client Emarsys sont stockés séparément. Même le comportement de foule dans des secteurs d'activité similaires est traité de manière confidentielle. Nous ne badinons pas avec la sécurité des données et sommes sérieux lorsque nous promettons de ne pas utiliser vos données à d'autres fins que votre propre intérêt.

Contrairement Email Personal Recommender, qui affiche les produits qu'un contact pourrait être intéressé à acheter en fonction de son comportement en ligne, le widget de recommandation après achat affiche les produits qui sont spécifiquement liés à son dernier achat. Supposons, par exemple, qu'ils aient parcouru votre site Web et qu'ils aient fini par acheter un appareil photo numérique. Tandis que Email Personal affichera davantage d'appareils photo numériques (d'après votre comportement en ligne, vous êtes intéressé par les appareils photo), le module de recommandation après achat affichera des cartes mémoire, des étuis pour appareils photo, etc.
Par conséquent, il ressort comme meilleure pratique :

• Email Personal devrait faire partie des bulletins d'information de routine et du reciblage par email.
• L'après-achat doit être inclus dans les emails envoyés environ un jour après l'achat (qui peut également être déclenché par un programme Interactions).

C'est vous qui le faites. Si vous utilisez VCE, vous pouvez inclure de superbes recommandations dans le cadre du processus de création d'un email. Si vous préférez utiliser votre propre code HTML, vous pouvez utiliser le Outil de conception de Widget email pour intégrer les recommandations à votre courrier électronique.

Par défaut, ils utilisent essentiellement les mêmes signaux/modèles, mais selon un calendrier différent. Sur le site web, ces recommandations sont affichées en temps réel, ce qui signifie qu'elles changent au fur et à mesure que la session progresse et que chaque nouvelle page est chargée. En revanche, les recommandations par email sont calculées chaque nuit, de sorte que le contenu email est stable et ne change pas pendant que le destinataire le lit.

Il s'agit d'une fonctionnalité intégrée de Predict : la disponibilité des stocks est contrôlée via le catalogue. Les articles qui sont temporairement en rupture de stock ou qui ne sont plus proposés doivent quand même être inclus dans le catalogue, mais le champ Disponible doit être marqué comme FALSE. Ces produits ne seront pas affichés dans le widget de recommandation, mais seront inclus dans l'analyse.

Oui. Les liens proposés dans les widgets Predict sont les liens que vous avez fournis dans le catalogue, c'est-à-dire qu'il s'agit de vos propres liens. En ce qui concerne les moteurs de recherche, Google exécute Javascript et explore nos liens depuis au moins 2011.

Oui. Predict ne recueille des données comportementales qu'en utilisant des identifiants clients anonymes, et il anonymise les cookies des visiteurs. Aucune information permettant d'identifier une personne n'est gérée ou traitée au sein de Predict.

Oui. Les images de produits sont limitées à 1 Mo dans le concepteur de widgets d'email ; les images plus grandes ne seront pas affichées. En outre, les dimensions de l'image ne doivent pas dépasser 1280 x 1280 px, sinon l'image ne sera pas affichée.

L'affichage des événements en direct montre toutes les images de la même manière qu'un navigateur, alors assurez-vous que les images sont bien présentées dans le concepteur de widgets d'email également. Le concepteur de widgets d'email montre l'image réelle de la recommandation d'email, exactement comme elle sera rendue dans un email.

Non. Dans un seul compte Emarsys, on ne peut mettre qu'un seul tableau de bord Predict et on ne peut connecter le CMS qu'à un seul compte Predict. Avec Website Recommender, les comptes de prédiction multiples posent évidemment moins de problèmes.

Tous les snippets JavaScript sont asynchrones. Aucun élément de l'infrastructure Predict ne peut ralentir votre site Web ni affecter négativement l'expérience utilisateur, même dans le cas où le service est complètement inaccessible au visiteur (par ex. à cause de problèmes de réseau). Dans le pire des cas, les widgets Predict ne seront pas affichés, sans que cela n'affecte le reste de la page.

Rien ! S'il existe réellement de telles tendances régionales, puisque tous les visiteurs interagissent avec le même moteur de recommandation, le moteur en tirera des enseignements et reflétera automatiquement ces différences. Et comme les clients individuels reçoivent le widget de recommandation PERSONAL, qui utilise l'historique de navigation personnel, toute cette question n'est pas pertinente pour les recommandations personnelles d'emails et de sites web. En d'autres termes, c'est précisément la façon dont Predict est conçu pour fonctionner et il n'est pas nécessaire de personnaliser le moteur ou la collecte de données à cet égard. Toutes les options de localisation dans Predict sont liées à la gestion des langues et aux différences de stock/disponibilité.

Sur la page Événements en direct, les heures et les dates sont toujours indiquées en UTC, et non dans le fuseau horaire de votre compte.

Non. Veillez à télécharger des images de produits qui n'utilisent pas le sous-échantillonnage de la chrominance. Cette technique de compression n'est pas prise en charge et votre image ne sera pas affichée dans les widgets de recommandation.

Cela dépend de ce que vous entendez par "temps de réponse". La latence côté serveur pour répondre à une demande de recommandation web est inférieure à 1 milliseconde au 99e percentile. Le temps de réponse côté client sera déterminé par la latence du réseau. Comme nos serveurs sont situés en Irlande, cela représente environ 10 à 40 millisecondes pour la majeure partie de l'Europe.

L'expérience réelle de l'utilisateur sera déterminée par tous les autres éléments de votre site web (c'est-à-dire le moment où il commence à appeler le module de recommandation et le temps qu'il faut pour charger les images du produit depuis votre serveur). Il convient également de noter que notre API Javascript est entièrement asynchrone, ce qui signifie qu'elle ne retardera en aucun cas le chargement de votre site web, même en cas de problème de connectivité réseau entre le visiteur et nos serveurs.

Notre temps de disponibilité sur l'infrastructure AWS actuelle est en moyenne de 99,998 % sur l'année (12 minutes de temps d'arrêt au total).

Les widgets de recommandation affichent les informations du catalogue produit - tout ce qui est transmis par votre base de données est affiché dans le widget. Il n'y a donc pas de problème de langue ici. Même si votre activité en ligne est internationale et qu'elle est proposée aux utilisateurs de différents pays ou régions et sous différents domaines (par exemple, le site international mystore.com et le site localisé mystore.co.uk), ce n'est pas un problème.

L'intégration multi-domaine utilise un catalogue produit unique et agrégé qui contient toutes les variantes localisées des données du catalogue pour chaque ID d'article. Les données localisées (noms de produits, prix, etc.) doivent être ajoutées à l'exportation du catalogue de votre magasin principal. Le tableau de bord Emarsys Predict et la documentation connexe ne sont actuellement disponibles qu'en anglais mais seront bientôt traduits dans toutes les langues d'Emarsys.

Lorsqu'un visiteur navigue sur un site, nous suivons son activité et vérifions le contenu de son panier. Cette activité est enregistrée dans les champs comportement web.

Un panier est considéré comme abandonné lorsque :

• Le contenu du panier a été modifié.
• Le panier contient toujours des articles.
• Il n'y a pas eu d'achat depuis les modifications du contenu.
• Il n'y a pas eu d'interactions de navigation pendant 30 minutes (c.-à-d. 30 minutes après que le visiteur a quitté le site web).

Si l'un des articles du panier a été acheté, les autres articles ne sont pas considérés comme abandonnés.

Les champs comportement Web pertinents (prédire la date du dernier abandon, etc.) sont mis à jour toutes les 3-4 heures. 

Emarsys propose les solutions prêtes à l'emploi suivantes pour lutter contre l'abandon de panier :

• Prévoir la récupération des paniers
• Tactique de Panier abandonné
• Programmes de panier abandonné dans Interactions
• Tactique de Panier abandonné rapidement

Tous les champs de comportement web sont mis à jour dans des cycles qui se déroulent toutes les 3-4 heures.

• Les champs contenant des données relatives à la session  et à l'achat sont mis à jour avec de nouvelles valeurs, si des événements ont été enregistrés depuis la mise à jour précédente. Si ce n'est pas le cas, ils sont laissés intacts. Cela signifie que les champs prédire la dernière session, par exemple, contiendront toujours les données de la dernière session, quel que soit le temps écoulé.
• Les champs contenant des données d'abandon sont vidés de leurs valeurs si les critères d'abandon (voir ci-dessus) n'ont pas été remplis depuis la dernière mise à jour.