Casos de uso de comercio electrónico

En las siguientes secciones se enumeran los requisitos y el nombre de recurso de Amazon (ARN) para cada caso práctico de comercio electrónico. Para todos los casos de uso, los datos de sus interacciones deben tener lo siguiente:

• Como mínimo, 1000 registros de interacciones de los usuarios que interactúan con los elementos de su catálogo. Estas interacciones pueden provenir de importaciones masivas, de eventos transmitidos o de ambas cosas.

• Un mínimo de 25 seudónimos únicos con al menos dos interacciones para cada uno.

Para obtener recomendaciones de calidad, le recomendamos que tenga al menos 50 000 interacciones de al menos 1000 usuarios con dos o más interacciones cada uno.

nota

Si usa elCreateRecommenderAPI, proporcione el ARN que aparece aquí para el ARN de la receta.

Lo más visto

Obtén recomendaciones de artículos populares en función del número de veces que tus clientes han visto un artículo.

• ARN de receta: arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-views

• GetRecommendationsrequisitos:

  userId: obligatorio

  itemId: no se utiliza

  inputList: N/D

• Conjuntos de datos utilizados durante el entrenamiento:Solo conjunto de datos de interacciones (obligatorio)

• Tipos de eventos requeridos:Como mínimo, 1000Vieweventos.

Los más vendidos

Obtén recomendaciones de artículos populares en función del número de veces que tus clientes hayan comprado un artículo.

• ARN de receta: arn:aws:personalize:::recipe/aws-ecomm-popular-items-by-purchases

• GetRecommendationsrequisitos:

  userId: obligatorio

  itemId: no se utiliza

  inputList: N/D

• Conjuntos de datos utilizados durante el entrenamiento:Solo conjunto de datos de interacciones (obligatorio)

• Tipos de eventos requeridos:Como mínimo, 1000Purchaseeventos.

Se compran juntos con frecuencia

Obtén recomendaciones de artículos que los clientes compran con frecuencia junto con un artículo que tú especifiques.

• ARN de receta: arn:aws:personalize:::recipe/aws-ecomm-frequently-bought-together

• GetRecommendationsrequisitos:

  userId: Necesario solo si filtras porCurrentUser

  itemId: obligatorio

  inputList: N/D

• Conjuntos de datos utilizados durante el entrenamiento:Solo conjunto de datos de interacciones (obligatorio)

• Tipos de eventos requeridos:Como mínimo, 1000Purchaseeventos.

Los clientes que vieron X también vieron

Obtén recomendaciones de artículos que los clientes también han visto en función del artículo que especifiques. En este caso de uso, Amazon Personalize filtra automáticamente los artículos que el usuario haya comprado en función del seudónimo que usted especifique yPurchaseeventos. Si aplicas tu propio filtro, el filtro se aplica después de filtrar los artículos que el usuario ya ha comprado.

Al filtrar, Amazon Personalize tiene en cuenta un máximo de 100 interacciones por usuario y tipo de evento. Esto se aplica a cualquier filtro automático o personalizado. Puede utilizar elConsola de cuotas de serviciopara solicitar un aumento de este límite. Para obtener más información, consulteSolicitar un aumento de cuotasección delGuía del usuario de Service Quotas.

• ARN de receta: arn:aws:personalize:::recipe/aws-ecomm-customers-who-viewed-x-also-viewed

• GetRecommendationsrequisitos:

  userId: obligatorio

  itemId: obligatorio

  inputList: N/D

• Conjuntos de datos utilizados durante el entrenamiento:Solo conjunto de datos de interacciones (obligatorio)

• Tipos de eventos requeridos:Como mínimo, 1000Vieweventos.

• Tipos de eventos recomendados: Purchaseeventos.

Recomendado para ti

Obtén recomendaciones personalizadas de artículos en función del usuario que especifiques. En este caso de uso, Amazon Personalize filtra automáticamente los artículos que el usuario haya comprado en función del seudónimo que usted especifique yPurchaseeventos. Si aplicas tu propio filtro, el filtro se aplica después de filtrar los artículos que el usuario ya ha comprado.

Al filtrar, Amazon Personalize tiene en cuenta un máximo de 100 interacciones por usuario y tipo de evento. Esto se aplica a cualquier filtro automático o personalizado. Puede utilizar elConsola de cuotas de serviciopara solicitar un aumento de este límite. Para obtener más información, consulteSolicitar un aumento de cuotasección delGuía del usuario de Service Quotas.

Al recomendar artículos, este caso de uso usareal-time-personalizationyexploración. Y usaactualizaciones automáticaspara considerar nuevos temas para formular recomendaciones.

• ARN de receta: arn:aws:personalize:::recipe/aws-ecomm-recommended-for-you

• GetRecommendationsrequisitos:

  userId: obligatorio

  itemId: no se utiliza

  inputList: N/D

• Conjuntos de datos utilizados durante el entrenamiento:

  • Interacciones (obligatorio)

  • Artículos (opcional)

  • Usuarios (opcional)

• Número de eventos requerido:Como mínimo, 1000 eventos.

• Tipos de eventos recomendados: ViewyPurchaseeventos.

• Parámetros de configuración de exploración:Al crear un recomendador, puede configurar la exploración de la siguiente manera.

  • Hacer hincapié en explorar los elementos menos relevantes (peso de la exploración): configure cuánto explorar. Especifique un valor decimal comprendido entre 0 y 1. El valor predeterminado es 0.3. Cuanto más se acerque el valor a 1, mayor será la exploración. A medida que se explora más, las recomendaciones incluyen más elementos con menos interacciones, datos o relevancia en función del comportamiento anterior. En cero, no se realiza ninguna exploración y las recomendaciones se basan en los datos actuales (relevancia).

  • Límite de antigüedad del elemento de exploración: especifique la antigüedad máxima del artículo en días transcurridos desde la última interacción en todos los elementos del conjunto de datos de interacciones. Esto define el alcance de la exploración de artículos en función de la antigüedad del artículo. Amazon Personalize determina la antigüedad del artículo en función de su marca de tiempo de creación o, si faltan datos de marca de tiempo de creación, de los datos de interacciones. Para obtener más información sobre cómo Amazon Personalize determina la antigüedad del artículo, consulteDatos de marca temporal de creación.

    Para aumentar los artículos que Amazon Personalize tiene en cuenta durante la exploración, introduce un valor mayor. El mínimo es 1 día y el valor predeterminado es 30 días. Las recomendaciones pueden incluir artículos que tengan una antigüedad superior al límite de antigüedad del artículo que especifiques. Esto se debe a que estos elementos son relevantes para el usuario y la exploración no los identificó.