異なるデータセットからのビーコンが展開されている Web サイトをテストする場合は、Evergage Launcher の Force SDK URL 機能が使用されます。
* これにより、開発者は SDK URL を指定して別のデータセットを読み込んでシミュレートできるようになり、シナリオを正確にトラブルシューティングしてテストできるようになります。
参考文献:
* Salesforce Interaction Studio 開発者ドキュメント - Evergage Launcher

Interaction Studio の属性のベストプラクティス命名規則:
* UseUpperCamelCase (例: FirstName、PurchaseDate)。
* これにより、一貫性、読みやすさ、および Interaction Studio の標準への準拠が保証されます。
参考文献:
* Salesforce Interaction Studio 開発者ドキュメント - 属性の命名規則

ユーザー定義属性をエクスポートするときに、すべてのカスタム フィールドを含めるオプションを選択すると、新しく作成されたすべてのカスタム属性がエクスポートの一部となることが保証されます。
この機能は、追加のユーザー データを分析または統合するためのアドホック データ エクスポートに特に役立ちます。
参考: Salesforce Interaction Studio セグメント エクスポート ガイド。

Salesforce Marketing CloudのInteraction Studio（旧Evergage）において、「レシピ」とはパーソナライズされたレコメンデーションのための事前構築された設定です。これらのレシピは、様々な種類の「材料」を用いて、どのアイテムをレコメンデーションするかを決定します。正しい選択肢を詳しく見ていきましょう。
A: カタログベースとトレンド
* 検証済み: これは、Interaction Studio レシピで使用される材料の一種です。
* 説明：
* カタログベース：この要素は、商品カタログまたはコンテンツカタログのデータを活用します。以下のような様々なカタログ属性に基づいてアイテムをレコメンデーションできます。
* カテゴリ: ユーザーが閲覧または操作したアイテムと同じカテゴリまたは関連カテゴリのアイテムを推奨します。
* 属性: ユーザーが興味を示したアイテムと特定の属性 (色、ブランド、サイズなど) を共有するアイテムを推奨します。
* キーワード: ユーザーの行動から得られたキーワードと一致する説明またはメタデータを持つアイテムを推奨します。
* トレンド: この要素では、カタログ内のアイテムの全体的な人気またはトレンド状態が、多くの場合特定の期間内(「過去 7 日間のトレンド」など)で考慮されます。
* Salesforce Marketing Cloud リファレンス:
* Interaction Studio レシピ:Interaction Studio のドキュメントでは、さまざまなレシピ タイプとそれらで使用される材料について説明します。
B: 推奨事項
* 検証済み: これは、さまざまなアルゴリズムに基づいて推奨事項を生成する成分を網羅する広範なカテゴリです。
* 説明：
* 推奨アルゴリズム:Interaction Studio は、次のようなさまざまなアルゴリズムを使用して推奨を生成します。
* 協調フィルタリング: 類似のユーザーが気に入ったり、やり取りしたアイテムを推奨します。
* コンテンツベースのフィルタリング: ユーザーが興味を示したアイテムとコンテンツまたは属性が類似するアイテムを推奨します。
* ユーザー親和性: 過去のインタラクションから計算された、特定のカテゴリ、ブランド、または属性に対するユーザーの全体的な親和性に基づいてアイテムを推奨します。
* 注:「レコメンデーション」はより一般的な用語です。具体的なレコメンデーションの構成要素には、「ユーザーとアイテムの親和性」、「アイテム間の類似性」といった名称が付けられる場合もあれば、アルゴリズム名を直接使用する場合もあります。
C: 共起
* 検証済み: これは、頻繁に閲覧または一緒に購入されるアイテムに重点を置いた特定のタイプの推奨要素です。
* 説明：
* 共起ロジック：この要素は、同じセッションまたは短期間で頻繁に閲覧または購入されるアイテムを特定します。ユーザーがアイテムAに興味を持っている場合、他のユーザーが両方のアイテムを同時に頻繁に操作しているため、アイテムBにも興味を持つ可能性が高いことを示唆します。
* 例:
* 「この商品を購入したお客様は、次の商品も購入しています...」
* 「よく一緒に閲覧されているもの」

* 確率的マッチング アルゴリズムを使用して、複数の匿名プロファイルが同じユーザーに属しているかどうかを評価します。
* 十分なデータが重複している場合や識別情報が利用可能になった場合にプロファイルを結合し、シームレスなパーソナライズされたエクスペリエンスを実現します。
参考文献:
* Salesforce Interaction Studio ドキュメント - プロファイル統合