Añadir recomendaciones de modelos de recomendación a los mensajes en Amazon Pinpoint - Amazon Pinpoint

Aviso de fin de soporte: el 30 de octubre de 2026, AWS finalizará el soporte para Amazon Pinpoint. Después del 30 de octubre de 2026, ya no podrá acceder a la consola de Amazon Pinpoint ni a los recursos de Amazon Pinpoint (puntos de conexión, segmentos, campañas, recorridos y análisis). Para obtener más información, consulte Fin de soporte de Amazon Pinpoint. Nota: en lo APIs que respecta a los SMS, este cambio no afecta a los mensajes de voz, a las notificaciones push móviles, a las OTP y a la validación de números de teléfono, y son compatibles con la mensajería para el usuario AWS final.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Añadir recomendaciones de modelos de recomendación a los mensajes en Amazon Pinpoint

Para utilizar un modelo de recomendación con Amazon Pinpoint, comienza creando una solución de Amazon Personalize e implementando esa solución como una campaña de Amazon Personalize. A continuación, se crea una configuración para el modelo de recomendación en Amazon Pinpoint. En la configuración, especifique la configuración que determina cómo recuperar y procesar los datos de recomendación de la campaña de Amazon Personalize. Esto incluye si se debe invocar una función de AWS Lambda para realizar un procesamiento adicional de los datos que se recuperan.

Amazon Personalize es un servicio de AWS diseñado para ayudarle a crear modelos de ML que ofrezcan recomendaciones personalizadas en tiempo real para los clientes que utilizan las aplicaciones. Amazon Personalize lo guía a través del proceso de creación y entrenamiento de un modelo de ML y, posteriormente, de preparación e implementación del modelo como una campaña de Amazon Personalize. A continuación, puede recuperar recomendaciones personalizadas en tiempo real de la campaña. Para obtener más información sobre Amazon Personalize, consulte la Guía para desarrolladores de Amazon Personalize.

AWS Lambda es un servicio informático que permite ejecutar código sin aprovisionar ni administrar servidores. El código se empaqueta y se carga en AWS Lambda como una función de Lambda. AWS Lambda ejecuta a continuación la función cuando esta se invoca. Una función se puede invocar manualmente, automáticamente en respuesta a eventos o en respuesta a solicitudes de aplicaciones o servicios, como Amazon Pinpoint. Para obtener más información sobre cómo crear e invocar funciones de Lambda, consulte la Guía para desarrolladores de AWS Lambda.

Después de crear una configuración de Amazon Pinpoint para un modelo de recomendación, puede agregar recomendaciones del modelo a los mensajes que envíe desde campañas y recorridos. Para ello, utilice plantillas de mensaje que contienen variables de mensaje para los atributos recomendados. Un atributo recomendado es un punto de enlace dinámico o atributo de usuario diseñado para almacenar datos de recomendación. Estos atributos se definen al crear la configuración para un modelo de recomendación.

Puede utilizar variables para los atributos recomendados en los siguientes tipos de plantillas de mensaje:

  • Plantillas de correo electrónico, para los mensajes de correo electrónico que envía desde campañas o recorridos.

  • Plantillas de notificaciones push, para notificaciones push que envía desde campañas.

  • Plantillas de SMS, para mensajes de texto SMS que envía desde campañas.

Para obtener más información acerca del uso de modelos de recomendación con Amazon Pinpoint, consulte Modelos de machine learning en la Guía para usuarios de Amazon Pinpoint.

Si configura Amazon Pinpoint para invocar una función de Lambda que procesa datos de recomendación, Amazon Pinpoint realiza las siguientes tareas generales cada vez que envía recomendaciones personalizadas en un mensaje para una campaña o recorrido:

  1. Evalúa y procesa la configuración y el contenido del mensaje de la plantilla de mensaje.

  2. Determina que la plantilla de mensaje está conectada a un modelo de recomendación.

  3. Evalúa los parámetros de configuración para conectarse al modelo y utilizarlo. Estos se definen mediante el recurso Modelo de recomendación para el modelo.

  4. Detecta una o más variables de mensaje para los atributos recomendados definidos por los parámetros de configuración del modelo.

  5. Recupera los datos de recomendación de la campaña de Amazon Personalize que se especifican en la configuración del modelo. Utiliza la operación GetRecommendations de la API de tiempo de ejecución de Amazon Personalize para realizar esta tarea.

  6. Agrega los datos de recomendación adecuados a un atributo dinámico recomendado (RecommendationItems) para cada destinatario del mensaje.

  7. Invoca la función de Lambda y envía los datos de recomendación de cada destinatario a esa función para su procesamiento.

    Los datos se envían como un objeto JSON que contiene la definición de punto de enlace para cada destinatario. Cada definición de punto de conexión incluye un campo RecommendationItems que contiene una matriz ordenada de 1 a 5 valores. El número de valores de la matriz depende de los parámetros de configuración del modelo.

  8. Espera a que la función de Lambda procese los datos y devuelva los resultados.

    Los resultados son un objeto JSON que contiene una definición de punto de enlace actualizada para cada destinatario. Cada definición de punto de enlace actualizada contiene un nuevo objeto Recommendations. Este objeto contiene 1-10 campos, uno para cada atributo recomendado personalizado definido en los parámetros de configuración del modelo. Cada uno de estos campos almacena datos de recomendación mejorados para el punto de enlace.

  9. Utiliza la definición de punto de enlace actualizada para que cada destinatario sustituya cada variable de mensaje por el valor adecuado para ese destinatario.

  10. Envía una versión del mensaje que contiene las recomendaciones personalizadas para cada destinatario del mensaje.

Para personalizar y mejorar las recomendaciones de esta manera, comience por crear una función de Lambda que procese las definiciones de punto de conexión enviadas por Amazon Pinpoint y devuelva las definiciones de punto de conexión actualizadas. A continuación, asigne una política de función de Lambda a la función y autorice a Amazon Pinpoint a invocar la función. A continuación, configure el modelo de recomendación en Amazon Pinpoint. Al configurar el modelo, especifique la función que se va a invocar y defina los atributos recomendados que se van a utilizar.