戦略(Strategies)は、Aftersellのルールベースの体験・商品レコメンデーションエンジンです。個々の戦略は、ショッパーのコンテキスト(カート内の商品、顧客属性、UTMパラメーターなど)を評価し、完全にエンリッチされた商品レコメンデーションをリアルタイムで返すターゲティングルールの集合です。
静的なレコメンデーションウィジェットとは異なり、戦略では、_どの_商品を_どの_ショッパーに_いつ_表示するかを完全にコントロールできます。アップセルカルーセル、クロスセルブロック、購入後オファー、あるいはShopifyストア上のあらゆるカスタム体験の基盤として利用できます。
- 戦略を作成する — 1つ以上のルールを含む戦略を作成します。各ルールにはトリガー(述語)と、それらのトリガーがマッチしたときにおすすめする商品のセットがあります。
- ストアフロントがコンテキストを送信する — ページの読み込み時やカートの更新時に、ストアフロントが現在の商品、カート、顧客、セッションのデータを戦略APIに送信します。
- エンジンが評価する — Aftersellのルールエンジンが、提供されたコンテキストに対して戦略内のすべてのルールを評価し、タイトル、価格、画像、バリエーション、在庫状況を含む完全にエンリッチされた商品を返します。
- 結果をレンダリングする — APIレスポンスには、レコメンデーションを直接表示するために必要なものがすべて含まれています。追加のShopify API呼び出しは不要です。
Strategy(戦略) — まとめて評価される、名前付きのルールの集合です。各戦略には一意のID(24文字の16進文字列)があり、API呼び出し時に参照します。
Step(ステップ) — 戦略内の階層的な評価シーケンスです。ルールはステップ順に評価されるため、ステップ1のアクションはステップ2のアクションより優先されます。
Rule(ルール) — 戦略内の単一のトリガーとアクションのペアです。ルールは、_いつ_マッチすべきか(例: 「カートにsummerタグの付いた商品が含まれる」)と、_その場合に_レンダリングされる対応する体験を定義します。
Trigger(トリガー) — ルールに付随する述語です。トリガーは、商品属性、カートのプロパティ、顧客データ、セッション/UTMパラメーター、商品メタフィールドをターゲットにできます。
Action(アクション) — ルールに付随する結果です。アクションは、エンリッチされた商品の選択、並べ替えとフィルタリングのオプション、およびメタデータを返します。
Catch all(キャッチオール) — 戦略内の他のどのルールもマッチしなかった場合に自動的に発火する特別なルールです。トリガーを持たず、常に評価の最終ステップです。有効にすると、レコメンデーション枠が空になることがなくなり、通常のルールで利用可能な任意のアクションタイプで設定できます。
- Aftersellアプリがインストールされた、アクティブなShopifyストア。
- Aftersellダッシュボードへのアクセス(ここで戦略の作成とAPIキーの生成を行います)。
- ストアで戦略が有効になっていること。戦略はすべてのストアで有効化されているわけではありません — ダッシュボードにSettings → Product Strategyが表示されない場合は、サポートまたはアカウントマネージャーに連絡して有効化を依頼してください。
APIキーは単一のショップにスコープされており、すべての戦略APIリクエストで必要です。ダッシュボードでは、キーはSecurity Tokenというラベルで表示されます — これがX-Strategy-Api-Keyヘッダーで送信する値です。
- Aftersellダッシュボードにログインします。
- 左サイドバーのSettingsに移動します。
- Product Strategyを開きます。
- Security TokenカードでGenerate Tokenをクリックします。
- キーをすぐにコピーします — キーは一度しか表示されず、後から取得することはできません。保存されるのは一方向ハッシュのみです。
APIキーは安全に保管してください。平文のキーが返されるのは生成時の一度だけです。紛失した場合は、新しいキーを生成する必要があります。新しいキーを生成すると、以前のキーは自動的に失効します — ストアごとに一度にアクティブにできるAPIキーは1つだけです。古いキーを使用している連携は、即座に動作しなくなります。
戦略はAftersellのUIだけで完全に構築できます — コードは不要です。手順についてはアプリ内での戦略の作成を参照してください。
戦略とAPIキーが用意できたら、ストアフロントからEvaluateエンドポイントを呼び出してレコメンデーションを取得できます。