Aviso de fim do suporte: em 30 de outubro de 2026, AWS encerrará o suporte para o Amazon Pinpoint. Após 30 de outubro de 2026, você não poderá mais acessar o console do Amazon Pinpoint nem seus recursos (endpoints, segmentos, campanhas, jornadas e analytics). Para obter mais informações, consulte Fim do suporte do Amazon Pinpoint. Observação: APIs relacionados a SMS, voz, push móvel, OTP e validação de número de telefone não são afetados por essa alteração e são compatíveis com o AWS End User Messaging.
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Adicionar recomendações do modelo de recomendação às mensagens no Amazon Pinpoint
Para usar um modelo de recomendação com o Amazon Pinpoint, comece criando uma solução do Amazon Personalize e implantando essa solução como uma campanha do Amazon Personalize. Depois disso, crie uma configuração para o modelo de recomendação no Amazon Pinpoint. Na configuração, você especifica configurações que determinam como recuperar e processar dados de recomendação da campanha do Amazon Personalize. Isso inclui se uma função do AWS Lambda deve ser invocada para executar processamento adicional dos dados recuperados.
O Amazon Personalize é um serviço da AWS projetado para ajudar você a criar modelos de ML que fornecem recomendações personalizadas em tempo real para clientes que usam os aplicativos criados por você. O Amazon Personalize fornece orientação no processo de criação e treinamento de um modelo de ML e, em seguida, na preparação e implantação do modelo como uma campanha do Amazon Personalize. Depois, você pode recuperar recomendações personalizadas em tempo real da campanha. Para saber mais sobre o Amazon Personalize, consulte o Guia do desenvolvedor do Amazon Personalize.
AWS LambdaO é um serviço de computação que pode ser usado para executar código sem provisionamento ou gerenciamento de servidores. Você empacota o código e faz upload dele no AWS Lambda como uma função do Lambda. O AWS Lambda então executa a função quando ela é invocada. Você pode invocar uma função manual e automaticamente em resposta a eventos ou em resposta a solicitações de aplicativos ou serviços, incluindo o Amazon Pinpoint. Para obter mais informações sobre criar e invocar funções do Lambda, consulte o Guia do desenvolvedor do AWS Lambda.
Depois de criar uma configuração do Amazon Pinpoint para um modelo de recomendação, você pode adicionar recomendações do modelo às mensagens enviadas de campanhas e jornadas. Faça isso usando modelos de mensagens que contêm variáveis de mensagem para os atributos recomendados. Um atributo recomendado é um endpoint dinâmico ou um atributo de usuário projetado para armazenar dados de recomendação. Você define esses atributos ao criar a configuração para um modelo de recomendação.
Você pode usar variáveis para atributos recomendados nos seguintes tipos de modelos de mensagens:
-
Modelos de e-mail, para mensagens de e-mail que você envia de campanhas ou jornadas.
-
Modelos de notificação por push, para as notificações por push enviadas de campanhas.
-
Modelos de SMS, para mensagens de texto SMS enviadas de campanhas.
Para obter mais informações sobre como usar modelos de recomendação com o Amazon Pinpoint, consulte Modelos de machine learning no Guia do usuário do Amazon Pinpoint.
Se você configurar o Amazon Pinpoint para invocar uma função do Lambda que processa dados de recomendação, o Amazon Pinpoint executará as seguintes tarefas gerais sempre que enviar recomendações personalizadas em uma mensagem para uma campanha ou jornada:
-
Avalia e processa as definições de configuração e o conteúdo da mensagem e do modelo de mensagem.
-
Determina que o modelo de mensagem está conectado a um modelo de recomendação.
-
Avalia as definições da configuração de conexão e uso do modelo. Essas são definidas pelo recurso Modelo de recomendação do modelo.
-
Detecta uma ou mais variáveis de mensagem para atributos recomendados definidos pelas definições de configuração do modelo.
-
Recupera dados de recomendação da campanha do Amazon Personalize especificada nas configurações do modelo. Ele usa a operação GetRecommendations da API de runtime do Amazon Personalize para executar essa tarefa.
-
Adiciona os dados de recomendação apropriados a um atributo dinâmico recomendado (
RecommendationItems) para cada destinatário da mensagem. -
Invoca sua função do Lambda e envia os dados de recomendação para cada destinatário dessa função para processamento.
Os dados são enviados como um objeto JSON que contém a definição do endpoint de cada destinatário. Cada definição de endpoint inclui um campo
RecommendationItemsque contém uma matriz ordenada de valores de 1 a 5. O número de valores na matriz depende das definições de configuração do modelo. -
Aguarda que sua função do Lambda processe os dados e retorne os resultados.
Os resultados são um objeto JSON que contém uma definição de endpoint atualizada para cada destinatário. Cada definição de endpoint atualizada contém um novo objeto
RecommendationsEsse objeto contém de 1 a 10 campos, um para cada atributo personalizado recomendado que você definiu nas configurações do modelo. Cada um desses campos armazena dados de recomendação aprimorados para o endpoint. -
Usa a definição do endpoint atualizada para cada destinatário para substituir cada variável de mensagem pelo valor apropriado para esse destinatário.
-
Envia uma versão da mensagem que contém as recomendações personalizadas para cada destinatário da mensagem.
Para personalizar e aprimorar as recomendações dessa maneira, comece criando uma função do Lambda que processa as definições de endpoint enviadas pelo Amazon Pinpoint e retorna definições de endpoint atualizadas. Depois disso, atribua uma política de função do Lambda à função e autorize o Amazon Pinpoint a invocar a função. Depois, configure o modelo de recomendação no Amazon Pinpoint. Ao configurar o modelo, especifique a função a ser invocada e defina os atributos recomendados a serem usados.
