Avaliar o impacto das recomendações do Amazon Personalize - Amazon Personalize

Avaliar o impacto das recomendações do Amazon Personalize

À medida que seus clientes interagem com as recomendações, você pode medir como as recomendações do Amazon Personalize ajudam você a atingir suas metas. Você pode identificar quais campanhas e recomendações têm o maior impacto nas principais métricas de desempenho. Por exemplo, é possível identificar qual recurso gera mais minutos assistidos, mais cliques ou mais compras. E você pode comparar o desempenho das recomendações do Amazon Personalize com aquelas geradas por serviços de terceiros.

Quando você sabe qual campanha ou recomendador está gerando o maior impacto, pode tomar medidas para se beneficiar ainda mais das recomendações. Por exemplo, você pode dar mais destaque às recomendações no seu site para gerar mais engajamento. Ou pode destacar as recomendações em uma campanha de marketing, como e-mails personalizados ou anúncios direcionados.

Se você identificar um recurso que não está tendo o impacto esperado, você pode tomar medidas para melhorar as recomendações. Por exemplo, é possível usar o console do Amazon Personalize para analisar os dados de treinamento usados para criar o recurso, fazer as melhorias de dados recomendadas e depois importar os dados novamente. Para obter informações sobre a análise de dados, consulte Analisar a qualidade e a quantidade de dados nos conjuntos de dados do Amazon Personalize.

As opções a seguir pode ajudar você a medir o impacto das recomendações:

  • Atribuição de métrica: uma atribuição de métrica do Amazon Personalize cria relatórios com base nas métricas especificadas e nos dados de itens e de interações com itens importados. Por exemplo, a duração total dos filmes assistidos pelos usuários ou o número total de eventos de cliques. Depois que você cria uma atribuição de métrica, o Amazon Personalize automaticamente envia métricas sobre eventos da operação da API PutEvents e dados incrementais em massa no Amazon CloudWatch. Para dados em massa, você pode optar por publicar relatórios em um bucket do Amazon S3.

  • Testes A/B: executar testes A/B com as recomendações do Amazon Personalize envolve mostrar diferentes tipos de recomendação a grupos de usuários distintos e, em seguida, comparar os resultados. O teste A/B ajuda a comparar e avaliar diferentes estratégias de recomendações, além de medir o desempenho do modelo e o impacto das recomendações.

Tópicos