제품 추천 FAQ

Dynamics 365 Commerce의 소매 관심 그룹이 Yammer에서 Viva Engage로 이동했습니다. 새 Viva Engage 커뮤니티에 액세스할 수 없는 경우 이 양식(https://aka.ms/JoinD365commerceVivaEngageCommunity)을 작성하여 추가하고 최신 토론에 계속 참여하세요.

이 문서에서는 제품 권장 사항 또는 Microsoft Dynamics 365 Commerce의 결과와 관련된 문제를 디버그하는 데 사용할 수 있는 프로세스 및 도구에 대한 정보를 제공합니다.

모범 사례

제품 마스터 및 변형의 개념을 활용하는 것이 매우 중요합니다. 상위 제품 마스터에 대한 변형을 합리적으로 그룹화하면 목록 알고리즘 및 서비스가 더 나은 모델을 만드는 데 도움이 됩니다. 또한 이 서비스는 밀접하게 관련된 모든 변형을 목록에 넣는 대신 제품의 한 인스턴스만 제공할 수 있습니다. 밀접하게 관련된 모든 변형을 목록에 넣으면 잘못되거나 중복된 결과가 발생할 수 있습니다.

내 추천 목록에서 제품이 누락된 이유는 무엇입니까?

일반적으로 제품 추천 목록에서 항목이 누락된 경우 제품 구성 문제가 있을 수 있습니다. 예를 들어, 제품 시작 날짜 또는 종료 날짜가 잘못되었거나, 차원이 잘못 구성되었거나, 제품이 올바른 채널 분류에 있지 않을 수 있습니다.

AI-ML(인공 지능-기계 학습)을 기반으로 하는 추천 목록에서 항목이 누락된 경우 해당 항목이 추천 목록의 조건에 맞지 않거나 추천 목록에 표시할 수 있는 구매 트랜잭션이 충분하지 않을 수 있습니다.

Microsoft는 다음 단계를 확인하는 것이 좋습니다.

상거래 본사에서 제품 권장 사항을 사용하도록 설정했는지 확인합니다. 이 서비스를 활성화하는 방법에 대한 자세한 내용은 제품 추천 활성화를 참조하세요.
주요 제품 속성이 설정되어 있는지 확인합니다. 예를 들어 제품 분류를 포함으로 설정해야 합니다.
새로 분류된 제품의 경우 제품이 새 목록에 표시되기까지 최대 3시간이 걸릴 수 있습니다.
제품이 여전히 인기 급상승, 베스트셀러, 사람들이 좋아하는 항목 또는 자주 함께 구매에 표시되지 않는다면 해당 제품의 거래가 충분하지 않을 수 있습니다. 이 경우 추가 트랜잭션이 발생할 때까지 기다리거나, 기본 권장 사항 목록 매개 변수를 업데이트하거나, 수동 개입을 사용하여 권장 사항 제품 목록 결과를 수정할 수 있습니다. 추천 매개 변수에 대한 자세한 내용은 AI-ML 기반 제품 추천 결과 관리를 참조하세요.
제품이 해당 목록에 대한 권장 기준을 충족하는지 확인합니다. 제품 추천 매개 변수에 대한 자세한 내용은 AI-ML 기반 제품 추천 결과 관리를 참조하세요.

잘못된 추천 결과가 반환되지 않도록 하려면 어떻게 해야 하나요?

권장 사항 목록은 결과를 생성하기 위해 많은 양의 트랜잭션이 필요합니다. 따라서 사용자가 전체 과거 거래 데이터를 제공하는 것이 중요합니다.

또한, 거래가 전혀 없거나 거래가 거의 없는 상품은 일반적으로 사람들이 좋아하는 상품 또는 자주 함께 구매한 상품 결과가 없으며, 인기 상품 또는 최다 판매 상품 추천 목록에도 나타나지 않습니다. 이 상황은 매우 새로운 제품이나 구매 횟수가 적은 오래된 제품에서 자주 발생할 수 있습니다. 인기 있는 새 아이템은 이 문제를 쉽게 극복할 수 있습니다.

Microsoft는 다음 단계를 수행하는 것이 좋습니다.

제품이 해당 목록에 대한 권장 기준을 충족하는지 확인합니다. 제품 추천 매개 변수에 대한 자세한 내용은 AI-ML 기반 제품 추천 결과 관리를 참조하세요.
제품이 새 제품인 경우 제품에 더 많은 거래가 있을 때까지 추천 목록을 수정하는 것이 좋습니다. 추천 목록 결과를 수정하는 방법에 대한 자세한 내용은 AI-ML 기반 제품 추천 결과 관리를 참조하세요.