Amazon Personalize 추천 사항의 영향 측정 - Personalize

Amazon Personalize 추천 사항의 영향 측정

고객이 추천에 반응하면서 Amazon Personalize 추천이 목표 달성에 얼마나 도움이 되는지 측정할 수 있습니다. 주요 성능 지표에 가장 큰 영향을 미치는 캠페인과 추천자를 식별할 수 있습니다. 예를 들어, 어떤 리소스가 가장 많은 시청 시간(분), 가장 많은 클릭 또는 가장 많은 구매를 생성하는지 식별할 수 있습니다. 또한 Personalize 추천의 성능을 타사 서비스에서 생성된 추천과 비교할 수 있습니다.

어떤 캠페인 또는 추천자가 가장 큰 영향을 생성하는지 알면 추천을 통해 더 많은 이점을 얻을 수 있는 조치를 취할 수 있습니다. 예를 들어, 사이트의 추천 사항의 명확성을 높여 더 많은 참여를 유도할 수 있습니다. 또는 개인 맞춤형 이메일 또는 대상 광고와 같은 마케팅 캠페인의 추천 사항을 포함할 수 있습니다.

예상되는 영향이 없는 리소스를 식별한 경우 추천 사항을 개선하기 위한 조치를 취할 수 있습니다. 예를 들어, Amazon Personalize 콘솔을 사용하여 리소스를 생성하고 추천 데이터를 개선한 다음 데이터를 다시 가져오는 데 사용되는 학습 데이터를 분석할 수 있습니다. 데이터 분석에 대한 자세한 내용은 Amazon Personalize 데이터세트에서 데이터의 품질 및 양 분석 섹션을 참조하세요.

다음은 추천의 영향을 측정하는 데 도움이 될 수 있습니다.

  • 지표 어트리뷰션: Amazon Personalize 지표 어트리뷰션은 사용자가 지정한 지표와 가져온 항목 상호 작용 및 항목 데이터를 기반으로 보고서를 생성합니다. 예를 들어, 사용자가 본 영화의 총 길이 또는 총 클릭 이벤트 수가 여기에 해당합니다. 지표 속성을 생성한 후 Amazon Personalize는 PutEvents API 작업의 이벤트에 대한 지표와 증분 대량 데이터를 Amazon CloudWatch에 자동으로 전송합니다. 대량 데이터의 경우 S3 버킷에 보고서를 게시하도록 선택할 수 있습니다.

  • A/B 테스트: Amazon Personalize 추천을 사용하여 A/B 테스트를 수행하려면 여러 사용자 그룹에 서로 다른 유형의 추천을 표시한 다음 결과를 비교해야 합니다. A/B 테스트를 사용하면 다양한 추천 전략을 비교 및 평가하고, 모델 성능을 평가하고, 추천의 영향을 측정할 수 있습니다.

주제