Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Mesurer l'impact des recommandations d'Amazon Personalize
Au fur et à mesure que vos clients interagissent avec les recommandations, vous pouvez mesurer dans quelle mesure les recommandations d'Amazon Personalize vous aident à atteindre vos objectifs. Vous pouvez identifier les campagnes et les recommandeurs qui ont le plus d'impact sur les indicateurs de performance clés. Par exemple, vous pouvez identifier la ressource qui génère le plus de minutes regardées, le plus de clics ou le plus d'achats. Vous pouvez également comparer les performances des recommandations d'Amazon Personalize à celles générées par des services tiers.
Lorsque vous savez quelle campagne ou quel agent de recommandation génère le plus d'impact, vous pouvez prendre des mesures pour tirer davantage parti de ses recommandations. Par exemple, vous pouvez augmenter la visibilité des recommandations sur votre site afin de susciter davantage d'engagement. Vous pouvez également intégrer les recommandations dans une campagne marketing, telle que des e-mails personnalisés ou des publicités ciblées.
Si vous identifiez une ressource qui n'a pas l'impact escompté, vous pouvez prendre des mesures pour améliorer les recommandations. Par exemple, vous pouvez utiliser la console Amazon Personalize pour analyser les données d'entraînement utilisées pour créer la ressource, apporter les améliorations de données recommandées, puis réimporter les données. Pour plus d'informations sur l'analyse des données, consultezAnalyse de la qualité et de la quantité de données dans les ensembles de données.
Les éléments suivants peuvent vous aider à mesurer l'impact des recommandations :
-
Attribution métrique : une attribution métrique Amazon Personalize crée des rapports basés sur les métriques que vous spécifiez, les interactions entre les articles et les données sur les articles que vous importez. Par exemple, la durée totale des films visionnés par les utilisateurs ou le nombre total d'événements liés aux clics. Une fois que vous avez créé une attribution de métriques, Amazon Personalize envoie automatiquement des métriques sur les événements liés à l'opération d'PutEventsAPI et des données en masse incrémentielles à Amazon CloudWatch. Pour les données en masse, vous pouvez choisir de publier des rapports dans un compartiment Amazon S3.
-
Tests A/B : pour réaliser des tests A/B avec les recommandations d'Amazon Personalize, il faut présenter différents types de recommandations à différents groupes d'utilisateurs et comparer les résultats. Vous pouvez utiliser les tests A/B pour comparer et évaluer différentes stratégies de recommandation, évaluer les performances du modèle et mesurer l'impact des recommandations.
Rubriques
