事件指标和归因报告 - Amazon Personalize

事件指标和归因报告

要监控发送到 Amazon Personalize 的事件类型和数量，请使用 Amazon CloudWatch 指标。有关更多信息，请参阅 使用 Amazon CloudWatch 监控 Amazon Personalize。

要生成可显示建议影响的 CloudWatch 报告，请创建指标归因，并通过实时建议记录用户交互。有关创建指标归因的信息，请参阅衡量 Amazon Personalize 推荐的影响。

对于每个事件，包括您向用户显示的建议的建议 ID。或者包括事件源，例如第三方。导入这些数据以比较不同的市场活动、推荐器和第三方。您最多可以导入 100 个事件归因源。

  • 如果您提供 recommendationId，则 Amazon Personalize 会自动确定源市场活动或推荐器，并在报告的 EVENT_ATTRIBUTION_SOURCE 列中对其进行识别。

  • 如果您同时提供这两个属性，则 Amazon Personalize 将仅使用 eventAttributionSource。

  • 如果您未提供源，则 Amazon Personalize 会在报告中标记源 SOURCE_NAME_UNDEFINED。

以下代码显示了如何在 PutEvents 操作中为事件提供 eventAttributionSource。

response = personalize_events.put_events(
    trackingId = 'eventTrackerId',
    userId= 'userId',
    sessionId = 'sessionId123',
    eventList = [{
        'eventId': 'event1',
        'eventType': 'watch',
        'sentAt': '1667260945',
        'itemId': '123',
        'metricAttribution': { 
            'eventAttributionSource': 'thirdPartyServiceXYZ'
        }
    }]
)
statusCode = response['ResponseMetadata']['HTTPStatusCode']
print(statusCode)

以下代码显示了如何在 PutEvents 操作中为事件提供 recommendationId。

response = personalize_events.put_events(
    trackingId = 'eventTrackerId',
    userId= 'userId',
    sessionId = 'sessionId123',
    eventList = [{
        'eventId': 'event1',
        'eventType': 'watch',
        'sentAt': '1667260945',
        'itemId': '123',
        'recommendationId': 'RID-12345678-1234-1234-1234-abcdefghijkl'
    }]
)
statusCode = response['ResponseMetadata']['HTTPStatusCode']
print(statusCode)