Clasificación algorítmica: Python se encuentra con Liquid
Más allá de 'Ordenar por fecha'. Cómo construimos canales de aprendizaje activo para reclasificar las colecciones en función de la velocidad en tiempo real.
Las opciones de clasificación predeterminadas de Shopify (Nombre A-Z, Más vendidos, Más nuevos) son estáticas. “Más vendido” es un indicador rezagado. Crea un circuito de retroalimentación en el que los antiguos ganadores permanecen en la cima y los nuevos éxitos potenciales quedan enterrados en el fondo.
El canal de datos
Construimos un “cerebro de comercialización” externo utilizando Python.
1. Extracción (ETL)
Todas las noches, un trabajo cron genera:
- Datos de ventas (API de Shopify)
- Recuento de vistas (API de Google Analytics)
- Tasas de retorno (ERP)
- Inventory depth (IMS)
2. El cálculo de la puntuación
Usamos Pandas y NumPy para calcular una “puntuación de calor” para cada producto.
def calcular_calor(vistas, ventas, días_en vivo):
tasa_conversión = ventas / vistas
frescura = 1 / (días_vivo + 1)
# Frescura de peso mayor para las marcas de moda.
retorno (tasa de conversión * 0,7) + (frescura * 0,3)3. La inyección
El script genera un nuevo orden de clasificación manual. Devuelve este pedido a Shopify Collections a través de la API GraphQL, actualizando las posiciones de 5000 productos en segundos.
Ajustes en tiempo real
Para clientes avanzados, conectamos esto a API meteorológicas. Si el pronóstico para Londres es “Lluvia”, el guión eleva “Trench Coats” y “Umbrellas” a la parte superior de la colección para los visitantes del Reino Unido utilizando la inyección de geolocalización de Cloudflare Worker. Este es un control dinámico y programático del estante.