Agora vamos examinar como analisamos o interesse do consumidor nos diferentes varejistas que fizeram opt-in.
Recebemos milhares de feeds de produtos de marcas e varejistas, mas a forma como os produtos são identificados é inconsistente, e os feeds nem sempre contêm atributos de marcas e categorias.
Assim, como podemos dizer, em relação a todos os varejistas que fizeram opt-in no mapa de interesses (Interest Map), quais produtos, categorias e marcas nosso consumidor, a Diane, está interessado levando em conta seu comportamento de navegação e compra anterior?
Um vestido azul no feed de produtos de um varejista poderia ser o “ID de produto 12321340”, mas, no feed de outro varejista, esse mesmo produto, do mesmo fabricante e modelo, poderia ser “ID de produto 394234”, sem nenhuma classificação de categoria ou marca.
Para interpretar os produtos consistentemente nos milhares de feeds de produtos de marcas e varejistas, primeiro nós usamos o Universal Catalog para padronizar identificadores de categorias e marcas.
O Universal Catalog é uma tecnologia de machine learning proprietária da Criteo que detecta similaridades entre o feed de produtos de um varejista e a base de dados de treinamento da Criteo, que contém produtos que já foram mapeados para uma SKU global.
O Universal Catalog atribui a cada produto uma SKU Global Exclusiva usando o número de item comercial global do produto (GTIN) — um padrão para a identificação de produtos.
E, se o GTIN do produto não estiver disponível, o Universal Catalog usará similaridades entre o feed de produtos do varejista e os produtos na nossa base de dados de treinamento. Fazemos isso para cada produto dos varejistas que fizeram opt-in.
Então, o que tudo isso significa? Como o Universal Catalog faz parte do mapa de interesses, agora sabemos que estes dois vestidos azuis pertencem à mesma categoria e, na verdade, são o mesmo produto. Por isso, a mesma SKU Global é atribuída a ambos os produtos.
E, como a Diane olhou os mesmos produtos, categorias e marcas em diferentes varejistas anteriormente, sabemos que ela está interessada em vestidos azuis.
Embora possamos entender o interesse do consumidor com base no histórico de compras de milhares de varejistas que fizeram opt-in, o mapa de interesses não contém nem utiliza dados que possam ser usados para identificar os nomes desses varejistas nem de seus IDs de contas.