CHATTERgo 产品推荐会在聊天和网店的产品展示区， 把合适的产品呈现给每位购物者，并衡量这些推荐带来的收益。
策略如何选择产品
每一列推荐都由策略驱动，而每类策略 选择产品的方式各有不同：
- 协同过滤（CF） — 从整间商店的购物者行为学习： 经常一起购买、其他访客也看过、根据你最近浏览的产品， 以及为你推荐（每晚根据每位购物者本人的 互动记录创建）。
- 热门程度 — 根据行为汇总，例如目前热门。
- LLM 驱动 — 根据购物者的个人数据和对话挑选产品，例如 以人物画像为本的建议和个性化搜索查询。
- 规则 — 以确定性的方式配对产品目录和情境：相同品牌、相同 产品系列、偏好的品牌或产品系列、缺少的配件、再次购买 提醒、购物车加购商品，以及探索型备用推荐。
协同过滤需要互动数据作为学习依据。新商店 会先使用热门程度和规则策略；随着对话和浏览记录 累积，每晚按商店创建的模型会开始自动提供 CF 策略的 推荐。
为各展示位置选择策略
控制台的体验矩阵会列出你的展示位置（产品 页、首页、购物车等），并让你为每个位置添加或移除策略。 均衡的默认设置开箱即用；高级编辑器 仅供管理员和拥有者角色使用。
衡量结果
分析页面会按每列推荐和每个策略，列出展示次数、点击、加入购物车、购买 和收入 — 请参阅 分析概览。决定在某个展示位置 保留哪些策略时，可参考这些数据。