Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Midiendo el impacto de las recomendaciones de Amazon Personalize
A medida que tus clientes interactúan con las recomendaciones, puedes medir cómo las recomendaciones de Amazon Personalize te ayudan a alcanzar tus objetivos. Puedes identificar qué campañas y qué recomendaciones tienen el mayor impacto en las métricas clave de rendimiento. Por ejemplo, puedes identificar qué recurso genera el mayor número de minutos visualizados, el mayor número de clics o el mayor número de compras. Además, puedes comparar el rendimiento de las recomendaciones de Amazon Personalize con las generadas por servicios de terceros.
Cuando sepas qué campaña o qué recomendador está generando el mayor impacto, podrás tomar medidas para aprovechar aún más sus recomendaciones. Por ejemplo, puedes aumentar la prominencia de las recomendaciones en tu sitio para generar más interacciones. O puedes incluir las recomendaciones en una campaña de marketing, como correos electrónicos personalizados o anuncios segmentados.
Si identificas un recurso que no está teniendo el impacto esperado, puedes tomar medidas para mejorar las recomendaciones. Por ejemplo, puede usar la consola Amazon Personalize para analizar los datos de entrenamiento utilizados para crear el recurso, realizar las mejoras de datos recomendadas y, a continuación, volver a importar los datos. Para obtener más información sobre el análisis de datos, consulteAnálisis de la calidad y cantidad de datos en los conjuntos de datos de Amazon Personalize.
Lo siguiente puede ayudarte a medir el impacto de las recomendaciones:
-
Atribución de métricas: una atribución de métricas de Amazon Personalize crea informes basados en las métricas que especifique y en los datos e interacciones de elementos que importe. Por ejemplo, la duración total de las películas vistas por los usuarios o el número total de eventos de clic. Tras crear una atribución de métricas, Amazon Personalize envía automáticamente las métricas sobre los eventos de la operación de la PutEvents API y los datos incrementales masivos a Amazon CloudWatch. Para los datos masivos, puede optar por publicar informes en un bucket de Amazon S3.
-
Pruebas A/B: realizar pruebas A/B con las recomendaciones de Amazon Personalize implica mostrar diferentes tipos de recomendaciones a diferentes grupos de usuarios y comparar los resultados. Puede utilizar las pruebas A/B para comparar y evaluar diferentes estrategias de recomendación, evaluar el rendimiento del modelo y medir el impacto de las recomendaciones.
Temas
