Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Messung der Wirkung von Amazon Personalize Personalize-Empfehlungen
Wenn Ihre Kunden mit Empfehlungen interagieren, können Sie messen, wie Amazon Personalize Personalize-Empfehlungen Ihnen helfen, Ihre Ziele zu erreichen. Sie können ermitteln, welche Kampagnen und Empfehlungen den größten Einfluss auf wichtige Leistungskennzahlen haben. Sie können beispielsweise ermitteln, welche Ressource die meisten angesehenen Minuten, die meisten Klicks oder die meisten Käufe generiert. Und Sie können die Leistung von Amazon Personalize Personalize-Empfehlungen mit denen vergleichen, die von Drittanbieterdiensten generiert wurden.
Wenn Sie wissen, welche Kampagne oder welcher Empfehlungsgeber die größte Wirkung erzielt, können Sie Maßnahmen ergreifen, um weiter von den Empfehlungen zu profitieren. Sie können beispielsweise die Bekanntheit der Empfehlungen auf Ihrer Website erhöhen, um mehr Engagement zu erzielen. Oder Sie könnten die Empfehlungen in einer Marketingkampagne veröffentlichen, z. B. in personalisierten E-Mails oder gezielten Anzeigen.
Wenn Sie eine Ressource identifizieren, die nicht die erwartete Wirkung hat, können Sie Maßnahmen ergreifen, um die Empfehlungen zu verbessern. Sie können beispielsweise die Amazon Personalize Personalize-Konsole verwenden, um die Trainingsdaten zu analysieren, die zur Erstellung der Ressource verwendet wurden, die empfohlenen Datenverbesserungen vorzunehmen und dann die Daten erneut zu importieren. Weitere Informationen zur Datenanalyse finden Sie unterAnalysieren von Qualität und Quantität von Daten in Amazon Personalize Personalize-Datensätzen.
Anhand der folgenden Informationen können Sie die Wirkung von Empfehlungen messen:
-
Metrik-Zuordnung: Eine Amazon Personalize Personalize-Metrik-Zuordnung erstellt Berichte, die auf von Ihnen angegebenen Metriken und den Artikelinteraktionen und Artikeldaten, die Sie importieren, basieren. Zum Beispiel die Gesamtlänge der von Benutzern angesehenen Filme oder die Gesamtzahl der Klickereignisse. Nachdem Sie eine Metrik-Zuordnung erstellt haben, sendet Amazon Personalize automatisch Metriken zu Ereignissen aus dem PutEvents API-Vorgang und inkrementelle Massendaten an Amazon. CloudWatch Für Massendaten können Sie wählen, ob Sie Berichte in einem Amazon S3 S3-Bucket veröffentlichen möchten.
-
A/B-Tests: Bei der Durchführung von A/B-Tests mit Amazon Personalize Personalize-Empfehlungen werden verschiedenen Benutzergruppen verschiedene Arten von Empfehlungen angezeigt und die Ergebnisse verglichen. Sie können A/B-Tests verwenden, um verschiedene Empfehlungsstrategien zu vergleichen und zu bewerten, die Leistung des Modells zu bewerten und die Wirkung der Empfehlungen zu messen.
Themen
