> For the complete documentation index, see [llms.txt](https://docs.fact-finder.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.fact-finder.com/docs/de/basic-settings/recommendations.md). # Empfehlungen ## Die Recommendation Engine: Selbstlernend. Kontextbasiert. Personalisiert. Die Recommendation Engine von FactFinder NG analysiert die Klick- und Kaufhistorie Ihres Shops, um geeignete Produkte, Kategorien und Attribute zu bestimmen. Bei Bedarf können für eine Empfehlungsquelle einzelne oder mehrere Produkte verwendet werden, einschließlich beispielsweise des gesamten Inhalts des Warenkorbs. Wenn der Warenkorb ein Hemd und eine Krawatte enthält, kann FactFinder NG Artikel anzeigen, die zu beiden passen würden (z. B. eine Jacke). Ihre Empfehlungen werden präziser, wenn Sie das Personalisierungsmodul von FactFinder NG verwenden. Die Recommendation Engine berücksichtigt dann zusammen mit der „Schwarmintelligenz“ die individuellen Einstellungen des Kunden, einschließlich Farben, Marken und anderer Faktoren. Sie können die Empfehlungen auch auf komplexe Regelsätze stützen. Zum Beispiel könnte dies im Arzneimittelhandel nützlich sein, um nur Produkte zu empfehlen, die keine Wechselwirkungen mit den bereits ausgewählten Medikamenten haben. Außerdem können Sie Whitelist- und Blacklist-Einträge verwenden, um genau festzulegen, welche Empfehlungen für bestimmte Produkte ausgesprochen werden sollen und welche nicht. ![](/files/21023779d71edd452ead10cbb243cc2aa976940c) Das Tool Recommendation Engine bietet Produktempfehlungen auf Grundlage tatsächlicher Verkaufsinformationen. Je nachdem, wie die Systeme integriert sind, können diese Verkaufsinformationen aus einer von Ihnen bereitgestellten Exportdatei stammen und/oder aus den Tracking-Informationen generiert werden, die während der Ausführung von FactFinder NG erfasst werden. Die Recommendation Engine kann auf verschiedenen Ebenen gesteuert werden: Anhand der Matrizen bestimmt FactFinder NG die Bedeutung der Ebenen sowie die Anzahl der Empfehlungen und eine mögliche Selbstreferenz (Produkte aus derselben Kategorie können empfohlen werden). Außerdem können Sie [Manuelle Empfehlungen](/docs/de/basic-settings/recommendations/manual-recommendations.md) um bestimmte Produkte zu empfehlen oder auszuschließen. Manuelle Empfehlungen werden auf ähnliche Weise wie Kampagnen erstellt. Wenn Sie zusätzlich zur Recommendation Engine Personalisierung lizenziert haben, können Empfehlungen auch auf Grundlage der bekannten Einstellungen der Benutzer erstellt werden. Wenn beide Module vorhanden sind, finden Sie die Konfiguration im Untermenü [Empfehlungen](/docs/de/basic-settings/recommendations/recommendation-engine-configuration.md). --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.fact-finder.com/docs/de/basic-settings/recommendations.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.