* 電子メール/Web の推奨事項を理解する:
目的: 推奨事項 (電子メールまたは Web サイト上) では、顧客の行動と製品情報に関するデータを使用して、顧客が興味を持つ可能性のある製品またはコンテンツを提案します。
* 前提条件:
A. Collect Tracking Code：これは非常に重要です。Collect Tracking Codeは、ウェブサイトに配置するJavaScriptスニペットです。ユーザーの行動（ページビュー、商品閲覧、購入など）を追跡し、そのデータをMarketing Cloudに送信します。この行動データは、パーソナライズされたレコメンデーションを生成するために不可欠です。
B. カタログ：カタログとは、商品やコンテンツに関する情報（商品ID、商品名、説明、価格、画像URLなど）を含む構造化ファイル（通常はCSVまたはXML）です。カタログはMarketing Cloudにインポートされ、レコメンデーションの元となる在庫情報を提供します。
* AとBが重要な理由:
データドリブンなレコメンデーション：レコメンデーションはデータに基づいています。Collect Tracking Codeは行動データを提供し、カタログは商品データを提供します。
パーソナライゼーション: これらのデータ ソースがなければ、推奨事項は一般的なものとなり、個々の顧客に合わせてパーソナライズされません。

Einstein ウェブ レコメンデーションは、ウェブサイト上の次の種類のコンテンツを具体的に推奨できます。
* A: 製品: ユーザーの行動や好みに基づいて、特定の製品を推奨に含めることができます。
* カテゴリ: 同様の種類の製品をグループ化したページも推奨され、ユーザーを興味のある分野に誘導するのに役立ちます。
* カート: カート ページで購入の完了を促したり、補完的な製品を提案したりするための推奨事項を作成できます。