类型：独立站平台
简介：跨境电商独立站SAAS建站平台，打通线上线下，智能工具优化销售链路。
SHOPLINE商品推荐功能提供了多种方式来帮助商家提升销售和用户体验。例如数据面板、启用相似商品功能和在不同页面启用商品推荐功能等，些功能共同构成了一个强大的商品推荐系统，为商家提供了丰富的工具和数据支持，以实现更好的销售业绩和用户体验。
通过商品推荐-数据面板，商家可以获取关于商品推荐效果的数据和分析，从而优化推荐策略。启用相似商品功能则可以根据用户的浏览和购买行为，推荐与其感兴趣的商品相似的其他商品，增加用户的购买欲望和交易价值。此外，在不同页面启用商品推荐功能能够让商家在整个网站中都向用户展示相关的推荐商品，提高用户的浏览深度和购买转化率。
一、数据面板
【商品推荐】提供了数据仪表盘帮助了解店铺的转化情况。可以在【概览】查看【销售额】、【曝光量】、【点击量】、【转化率】等数据，点击指标可查看明细，帮助更好的了解商品推荐插件为你的店铺带来的销售额贡献。
1、仪表盘
可以在【概览】页面查看整体数据仪表盘，包含【销售额】、【曝光量】、【点击量】、【转化率】，定义如下：
- 销售额：所选时间范围内，点击访问过【商品推荐】推荐的商品的访客在访问店铺时段内下单的金额，这部分销售额将会计入【商品推荐】为店铺贡献的的销售额数据中；
- 曝光量：所选时间范围内，在店铺内访问了【商品推荐】推荐的商品的访客数量；
注意：不论访客查看过多少次商品，仅计算为 1 次。
- 点击量：所选时间范围内，在店铺内点击查看【商品推荐】推荐的商品的访客数量；
- 转化率：所选时间范围内，点击过【商品推荐】推荐的商品的访客中，完成结账访客的占比。等于完成结账访客数/访客数 * 100%。
2、数据明细
可以在【概览】页面点击上述指标，分别查看【销售额】、【曝光量】、【点击量】、【转化率】的数据明细。可以选择查看的时间范围，最长可查看最近1年的数据。
可以查看不同页面对于销售额的贡献情况，用于判断最适合进行推荐商品的场景。
二、启用相似商品功能
【商品推荐】提供了相似商品推荐功能，在消费者浏览商品时，推荐相似产品，帮助提升店铺转化。
1、可以在【概览】页的最下方找到【搜索相似商品】功能开关，打开开关即可。
2、相似商品将会在【列表页】【搜索结果页】【首页精选商品组件】【推荐商品组件】处，植入一个跳转入口，消费者点击此跳转入口后，将会前往由 AI 算法汇聚得出的，和被点击商品相关联，并被评估有高转化潜力的商品的展示页面，如下图所示
3、可以点击【设置】按钮，调整相似商品的功能入口，可以自行选择左上、左下、右上、右下四个边角，作为相似商品的功能入口：
三、在不同页面启用
1、启用推荐商品
当前商品推荐插件可以对以下六类页面添加推荐商品组件
- 商品详情页
- 商品列表页
- 购物车页
- Mini购物车
- 搜索页
- 结算页（Thank you page）
2、推荐类型
当前共有两种推荐类型可供商家自行选择
- 自定义推荐
- 智能推荐
自定义推荐：
（1）选择一个页面类型后，点击右上角的「切换」，在弹窗内选中「自定义推荐」便可自定义选择推荐商品。
（2）自定义推荐模式下，有两种自定义推荐方式可以由你自行选择，分别是「手动添加商品」和「指定规则」
手动添加商品模式下，你可以自行通过商品添加弹窗需要在对应页面展示的商品。
需要注意的是，配置在此处的商品如果处于下架、缺货、冻结、归档等C端不可见的状态，是不会出现在商品推荐的商品栏位中的。为了避免所有商品同时失效，造成商品推荐栏位为空，影响店铺的潜在转化，你可以启用右上角的「当所有商品失效时，自动启用智能推荐」的功能。该功能可以在所有手动添加的推荐商品均失效时，使用智能推荐引擎输出具有高潜在转化率的商品，进行兜底展示。
规则添加商品模式下，你可以自行配置对应的商品添加规则及商品展示顺序，通过范围的方式，快速框选需要再商品推荐栏位内展示的商品信息
同手动添加商品的模式，为了避免所有商品同时失效，造成商品推荐栏位为空，影响店铺的潜在转化，你可以启用右上角的「当所有商品失效时，自动启用智能推荐」的功能
智能推荐：
（1）若商家需要使用「智能推荐」，可进入某个页面，通过右上角的「切换」按钮，选择「智能推荐」。
需要注意的是，从2023年3月22日起，你必须向SHOPLINE商品推荐应用承诺相关的数据使用规范，才可以使用智能推荐的相关功能。
（2）切换完成后，你可以自行选择推荐4个有细微不同的推荐模式，若你没有特别偏好，可以选择较为综合的AI多维度推荐模式。
注意：
- 对于首次安装商品推荐，并首次开启智能推荐的用户，当前SHOPLINE智能推荐算法需要一定时间（大约15～30分钟）读取店铺内商品的相关数据，用于建立更加完善的推荐算法模型，在此时间段内店铺内将不会展示商品推荐组件，推荐模型建立完成后，店铺内将会自动展示由AI算法驱动的推荐商品信息；
- AI算法将会获取部分必要历史信息用于建立精准的推荐模型，包括商品销售数据等；同时在使用该插件后，插件会积累商品浏览数据、用户行为数据等，用于不断优化模型，提高模型表现。
