Produktempfehlungen helfen Ihrem Team dabei, personalisierte Vorschläge zu präsentieren, die das Engagement der Kontakte steigern und den Online-Umsatz fördern. Durch die Kombination historischer Kaufdaten mit Echtzeit-Interaktionen der Kontakte sagt Positive User voraus, welche Artikel Ihre Kontakte als Nächstes sehen möchten.
Erfahren Sie, wie Produktempfehlungs-Modelle funktionieren, um mit „Einführung in Produktempfehlungen" zu starten.
Damit die Empfehlungs-Engine relevante und effektive Vorschläge erzeugt, sind bestimmte Datengrundlagen entscheidend.
Ein konsistentes und präzises Tracking von Produkt Events ist grundlegend. Erfassen Sie historische Kauf-Events sowie Echtzeit-Interaktionen der Kontakte, damit die Empfehlungs-Engine über ausreichend Daten verfügt, um Kaufgewohnheiten und aktuelle Interessen zu erlernen.
Produkt Event „Purchase": Erfassen Sie mindestens sechs Monate historischer Kauf-Event-Daten, um stabile Produktbeziehungen aufzubauen. Jedes an Positive User gesendete Event muss den Event-Typ (purchase), die Produkt-ID (custom_id) und einen präzisen Zeitstempel enthalten.
Weitere Produkt Events: Erfassen Sie Echtzeit-Interaktions-Events wie view, add to cart und checkout mit Produkt-ID und Zeitstempel. Diese Aktionen bilden die Grundlage für dynamische Vorschläge über den Endpunkt /predictions/predict-for-user/.
Die Liste der verfügbaren Produkt Events finden Sie hier.
Stellen Sie sicher, dass Ihre Katalogartikel über die standardmäßigen Attribute verfügen, damit Empfehlungen vollständige Artikeldetails anzeigen.
Achten Sie darauf, dass jeder Artikel diese Standard-Attribute enthält:
Name: Anzeigename des Produkts.
Custom_id: Eindeutige Produktkennung, die mit der in Produkt Events verwendeten ID übereinstimmt.
Image_url: Direkter, öffentlich zugänglicher Link zum Produktbild.
Url: Direkter Link zur Produktseite auf Ihrer Website.
Price: Aktueller Preis des Produkts.
Sie können Ihren Produkt Feed mit dem Positive User Workspace verbinden, um stets aktuelle Produktdetails bereitzustellen. Weitere Informationen dazu finden Sie unter „Einführung in Produkt Feeds".
Weitere Optionen zur Produktsynchronisation werden hier beschrieben.
Wählen Sie den API-Endpunkt je nachdem, ob Sie bestimmte Kontakte adressieren oder verwandte Produkte anzeigen möchten. Basis-URL: https://<your_workspace_subdomain>.user.com/ (ersetzen Sie <your_workspace_subdomain> durch Ihre tatsächliche Workspace-Subdomain).
Diese Empfehlungs-API ist von der standardmäßigen Positive User REST-API getrennt und erfordert keinen API-Autorisierungsschlüssel, sodass sie direkt aus clientseitigen Website-Skripten abgefragt werden kann.
/predictions/predict-for-user/: Liefert personalisierte Empfehlungen, die auf einen bestimmten Kontakt zugeschnitten sind, anhand einer user_id oder eines userKey. Link zur API-Dokumentation.
/predictions/predict/: Liefert Vorschläge auf Basis von „Seed"-Produkt-IDs (z. B. Artikeln, die sich aktuell im Warenkorb befinden). Nutzen Sie diesen Endpunkt als Fallback, wenn ein Kontakt nicht identifiziert werden kann. Link zur API-Dokumentation.
Senden Sie einen JSON-Payload mit Anfrageparametern, um festzulegen, welche Produkte zurückgegeben werden:
limit: (number) Maximale Anzahl der zurückzugebenden Produkte (maximal 25).
user_id: (string) Eindeutige Kundenkennung für eingeloggte Kontakte aus Ihrem Website-System, die mit „custom_id" in Positive User übereinstimmt. Wird mit /predictions/predict-for-user/ verwendet.
userKey: (string) Kennung des Positive User Systems für bekannte und anonyme Kontakte. Wird im Cookie „__ca__chat" erstellt, sobald die Cookie-Einwilligung erteilt wurde und das Tracking aktiv ist. Wird mit /predictions/predict-for-user/ verwendet.
segment_id: (number) Numerische ID eines Produkt-Segments in Positive User (z. B. „All Available Products"). Es wird empfohlen, Vorschläge auf aktive Artikel zu beschränken.
categories: (array of strings) Artikel nach Kategorienamen filtern (z. B. ['Electronics', 'Laptops']).
tags: (array of strings) Artikel nach Tag-Namen filtern (z. B. ['B2B products', 'Professional products']).
product_ids oder custom_ids: (array of numbers or strings) Array mit „Seed"-Produkt-IDs für den Endpunkt /predict/ (maximal 15 IDs pro Anfrage).
extra_data: (number: 0 oder 1) Steuert das Fallback-Verhalten, wenn Filter weniger Produkte als limit zurückgeben. Setzen Sie den Wert auf 0 (Strict Mode), um nur Artikel zurückzugeben, die allen Filtern entsprechen, oder auf 1 (Default), um verbleibende Plätze mit den besten allgemeinen Empfehlungen aufzufüllen.
Eine erfolgreiche API-Anfrage gibt eine JSON-Antwort zurück. Kern dieser Antwort ist ein Objekt mit dem Schlüssel recommended_products, das ein Array von Produktobjekten enthält.
Jedes Produktobjekt enthält Standardfelder wie:
id: Vom Positive User System generierte Produkt-ID.
name: Produktname.
custom_id: Ihre Produkt-ID.
description: Produktbeschreibung.
product_url: URL zur Produktseite.
image_url: URL zum Produktbild.
created_at, updated_at: Zeitstempel.
Zusätzlich enthält jedes Produktobjekt:
attributes array: Listet alle Produkt-Attribute (Standard und benutzerdefiniert) auf, die im Positive User Workspace für dieses Produkt definiert sind (z. B. „Price", „Sale_price", „Brand", „Color" usw.). Jedes Attribut besitzt die Felder „Name", „Value" und „Value_type".
categories array: Listet die Kategorien auf, zu denen das Produkt innerhalb von Positive User gehört.
Beispiel:
{
"recommended_products": [
{
"id": 77,
"name": "Ripped Denim Jacket",
"custom_id": "1811",
"description": "This ripped denim jacket...",
"product_url": "https://ecommerce.demouser.eu/product/ripped-denim-jacket",
"image_url": "https://ecommerce.demouser.eu/wp-content/uploads/2018/02/6290019144_1_1_1.jpg",
// ... other standard fields ...
"attributes": [
{
"name": "price",
"name_std": "price",
"value": 79.0,
"value_type": 7
},
// ... other attributes
],
"categories": [
{
"id": 66,
"name": "Women, Jackets & Coats"
}
]
}
// ... more products
]
}Personalisierte Empfehlungen für einen bestimmten Kontakt abrufen: Verwenden Sie den Endpunkt /predictions/predict-for-user/ mit einem „userKey" oder einer „user_id", um maßgeschneiderte Vorschläge basierend auf dem individuellen Surfverhalten anzuzeigen.
Beispiel-Payload:
{
"userKey": "user_key_value_from_ca_chat_cookie",
"limit": 5,
"segment_id": 101 // e.g., "Available Products"
"extra_data": 0 // Strict: only show items within the segment
}Empfehlungen zu bestimmten Produkten abrufen: Verwenden Sie den Endpunkt /predictions/predict/ mit „custom_ids", um verwandte Artikel für Produkte anzuzeigen, die sich aktuell im Warenkorb eines Kontakts befinden.
Beispiel-Payload:
{
"custom_ids": ["SKU123", "SKU456"], // IDs of products in cart
"limit": 3,
"segment_id": 101, // e.g., "Available Products"
"extra_data": 0 // Strict: only show items within the segment
}