Verwendung des Predictive-Warenkorbs

Wiederkehrende Kunden sind ein Gewinn für jeden Onlineshop, besonders wenn sie ein regelmäßiges Kaufverhalten zeigen. Der Predictive Basket erkennt diese Muster und schlägt voraussichtlich wiederkehrende Käufe im Voraus vor.

Die technische Dokumentation der REST-API ist innerhalb der Search-Anwendung verfügbar unter [your NG server]/fact-finder/swagger-ui.html. Sie können auch ein öffentliches Beispiel hier aufrufen:

Beispiel: https://ng-demo.fact-finder.de/fact-finder/swagger-ui.html

Bereitstellung von Daten für den Predictive Basket

Um den Predictive Basket mit Ihren Produktinformationen zu versorgen, stellen Sie Verkaufsdaten in einer strukturierten CSV-Datei bereit.

Wenn Sie die folgenden Empfehlungen befolgen, können Sie die Exportdatei mit minimalen Anpassungen in den Predictive Basket importieren. Falls Sie diese Struktur nicht erstellen können, können wir wahrscheinlich auch anders strukturierte Daten verwenden, indem wir eine Importroutine erstellen — kontaktieren Sie uns.

Bitte beachten Sie beim Erstellen der Exportdatei Folgendes:

• Erstellen Sie die Exportdatei im CSV-Textformat (Felder durch einen Separator wie Semikolon oder Tabulator getrennt)

• Verwenden Sie nach Möglichkeit die Zeichencodierung UTF-8. Wenn Sie eine andere Codierung verwenden, teilen Sie uns dies bitte mit

• Erstellen Sie für jedes gekaufte Produkt (Datensatz) eine neue Zeile

• Jede Zeile muss die gleiche Anzahl an Feldern enthalten

• Stellen Sie sicher, dass keiner der verwendeten Separatoren in den Bestelldaten selbst vorkommt. Andernfalls wird die Feldstruktur beim Import falsch interpretiert

• Am Anfang und Ende jeder Zeile darf kein Spaltenseparator stehen, es sei denn, das erste oder letzte Feld ist in einigen Datensätzen vorhanden, aber leer. Wenn ein mittleres Feld leer bleiben soll, muss der Separator dennoch geschrieben werden (Beispiel: content1;content2;;content4; — fünf Felder; Feld drei und fünf sind leer)

• Die erste Zeile der CSV-Datei muss die Feldnamen enthalten. Die Struktur ist identisch mit den Datenzeilen (siehe Beispiel unten)

Beispielaufbau der Daten ohne Feldbegrenzung

Bestellnummer;Verkaufsdatum;Kundennummer;Produktnummer;Menge;Preis

02101;2020-04-02T15:20+01:00;0023928;23899823;1;699.00

02102;2020-04-02T15:20+01:00;0034228;23892326;2;199.00

02103;2020-04-02T15:20+01:00;0123421;23899854;1;849.00

...

Beispielaufbau der Daten mit Feldbegrenzern

"Bestellnummer";"Verkaufsdatum";"Kundennummer";"Produktnummer";"Menge";"Preis"

"02101";"2020-04-02T15:20+01:00";"0023928";"23899823";"1";"699.00"

"02102";"2020-04-02T15:20+01:00";"0034228";"23892326";"2";"199.00"

"02103";"2020-04-02T15:20+01:00";"0123421";"23899854";"1";"849.00"

...

Zusätzliche Informationen

Um später ein vollständiges Ergebnis darstellen zu können, geben Sie die folgenden Informationen an. Mit einem Stern (*) markierte Felder sind Pflichtfelder.

Die untenstehenden Feldnamen sind Empfehlungen. Die Benennung ist nicht case-sensitiv. Wenn Sie diese Empfehlungen befolgen, lässt sich die Exportdatei mit minimalen Anpassungen in den Predictive Basket importieren.

• Bestellnummer* Diese Information ist wichtig, um die Datensätze eindeutig zuzuordnen. Das Feld Bestellnummer sollte das erste Feld in Ihrem Export sein.

• Verkaufsdatum* Das Verkaufsdatum wird als Zeitstempel gemäß ISO 8601 benötigt. Alternativ können Sie das Datum im Format angeben YYYYmmdd.

• Kundennummer* Geben Sie hier eine Kunden-ID ein; diese kann anonymisiert sein. Die Kunden-ID muss jedoch über die Sitzungen hinweg gleich bleiben.

• Produktnummer* Eindeutige ID des gekauften Produkts.

• Menge* Anzahl des gekauften Produkts als ganze Zahl.

• Preis Der gültige Preis für das Produkt. Das Feld darf keine Währungssymbole enthalten und sollte durchgängig denselben Dezimaltrennzeichen verwenden. Das Dezimaltrennzeichen muss ein Punkt sein, kein Komma. Es darf keinen Tausendertrennzeichen geben. Beispiel: 99