Lista di controllo della prontezza

Dopo aver esaminato il funzionamento di Amazon Personalize e aver completato l'esercizio introduttivo, puoi iniziare a prepararti a utilizzare Amazon Personalize con i tuoi dati. Questa lista di controllo fornisce elenchi di caratteristiche, requisiti e linee guida sui dati di Amazon Personalize. Può aiutarti a pianificare oppure puoi utilizzarlo come riferimento per creare risorse in Amazon Personalize.

Hai abbinato i tuoi casi d'uso alle risorse di Amazon Personalize?

I consigli di Amazon Personalize possono risolvere i seguenti casi d'uso:

• Generazione di consigli personalizzati per un utente

• Consigliare articoli simili o correlati

• Consigliare articoli di tendenza o popolari

• Consigliare le migliori azioni successive per un utente

• Riordinamento in base alla pertinenza (solo con risorse personalizzate)

• Generazione di segmenti di utenti (solo con risorse personalizzate)

Amazon Personalize offre risorse basate sul dominio e risorse personalizzate configurate per questi casi d'uso. Inizia creando un gruppo di set di dati di dominio o un gruppo di set di dati personalizzato:

• Con un gruppo di set di dati di dominio, crei risorse preconfigurate e ottimizzate per i domini VIDEO_ON_DEMAND o ECOMMERCE.

  Se disponi di un'applicazione di streaming video o di e-commerce, ti consigliamo di iniziare con un gruppo di set di dati Domain. Puoi comunque aggiungere risorse personalizzate, come soluzioni e versioni di soluzioni addestrate per casi d'uso personalizzati. E puoi comunque utilizzare risorse personalizzate per ottenere consigli sui batch. Non puoi creare le migliori risorse per le azioni successive, inclusi i set di dati Actions e Action Interactions, in un gruppo di set di dati di dominio.

• Con un gruppo di set di dati personalizzato, scegli una ricetta che corrisponda al tuo caso d'uso. Quindi addestra e distribuisci solo soluzioni e versioni configurabili (modelli di raccomandazione Amazon Personalize addestrati). Quando sei pronto, puoi implementare la versione della soluzione in una campagna per ricevere consigli in tempo reale. Oppure puoi ricevere consigli in batch senza una campagna.

  Se non disponi di un'applicazione di streaming video o di e-commerce, ti consigliamo di creare un gruppo di set di dati personalizzato. Altrimenti, inizia con un gruppo di set di dati di dominio e aggiungi risorse personalizzate se necessario.

Per informazioni sui casi d'uso e sulle ricette personalizzate disponibili in Amazon Personalize, consulta. Casi d'uso del dominio e ricette personalizzate

Disponi di dati sufficienti sulle interazioni tra gli articoli?

Per tutti i casi d'uso e le ricette, devi avere almeno 1.000 interazioni tra elementi per 25 utenti unici con almeno due interazioni ciascuno. Per consigli sulla qualità, ti consigliamo di avere almeno 50.000 interazioni tra articoli da parte di almeno 1.000 utenti con due o più interazioni tra articoli ciascuna.

Se non sei sicuro di disporre di dati sufficienti, puoi importarli e analizzarli con la console Amazon Personalize. Per ulteriori informazioni, consulta Analisi della qualità e della quantità di dati nei set di dati.

Disponi di un'architettura di streaming di eventi in tempo reale?

Se non disponi di dati sufficienti sulle interazioni tra gli articoli, puoi utilizzare Amazon Personalize per raccogliere dati aggiuntivi sugli eventi in tempo reale. Con alcune ricette e casi d'uso, Amazon Personalize può imparare dalle attività più recenti degli utenti e aggiornare i consigli man mano che utilizzano l'applicazione.

Per informazioni sulla registrazione degli eventi, incluso l'impatto degli eventi sui consigli, un elenco di servizi di tracciamento degli eventi di terze parti e implementazioni di esempio, consulta. Registrazione di eventi in tempo reale per influenzare le raccomandazioni

I tuoi dati sono ottimizzati per Amazon Personalize?

Ti consigliamo di verificare quanto segue nei tuoi dati:

• Controlla i valori mancanti. È consigliabile che almeno il 70% dei record contenga dati per ogni attributo. Consigliamo di completare almeno il 70% delle colonne che consentono valori nulli.

• Risolvi eventuali imprecisioni o problemi nei dati, ad esempio convenzioni di denominazione incoerenti, categorie duplicate per un elemento, ID non corrispondenti tra i set di dati o ID duplicati. Questi problemi possono influire negativamente sui consigli o portare a comportamenti imprevisti. Ad esempio, potresti avere sia «N/A» che «Non applicabile» nei tuoi dati, ma filtrare i consigli basati solo su «N/A». Gli elementi contrassegnati come «Non applicabile» non verranno rimossi dal filtro.

• Se un elemento, un utente o un'azione può avere più categorie, ad esempio un film con più generi, combina i valori categorici in un attributo e separa ogni valore con l'operatore |. Ad esempio, i dati GENRES di un film potrebbero essere Azione | Avventura | Thriller.

• Evita di avere più di 1000 categorie possibili per una colonna (a meno che la colonna non contenga dati solo a scopo di filtro).

Per un elenco completo di consigli sui dati e istruzioni su come utilizzare Amazon Personalize per identificare i problemi, consulta. Analisi della qualità e della quantità di dati nei set di dati

Raccogli dati opzionali che possono migliorare i consigli?

I seguenti dati possono contribuire a migliorare la pertinenza dei consigli.

• Tipo di evento (obbligatorio per tutti i casi d'uso del gruppo di set di dati di dominio)

• Valore evento

• Metadati contestuali

• Metadati degli elementi e degli utenti

• Dati di interazione con le azioni (utilizzati solo dalle ricette PERSONALIZED_ACTIONS)

Per ulteriori informazioni sui tipi di dati che Amazon Personalize può utilizzare, consulta. Tipi di dati che Amazon Personalize può utilizzare

Hai un piano per testare i tuoi consigli?

Puoi utilizzare i test A/B per confrontare i risultati di diversi gruppi di utenti che interagiscono con i consigli di modelli diversi. I test A/B possono aiutarti a confrontare diverse strategie di raccomandazione e vedere se i consigli ti aiutano a raggiungere i tuoi obiettivi aziendali. Per ulteriori informazioni, consulta Misurazione dell'impatto delle raccomandazioni con i test A/B.

Hai obiettivi aziendali aggiuntivi?

In alcuni casi, potresti avere degli obiettivi oltre a generare consigli pertinenti per i tuoi utenti. Ad esempio, potresti voler massimizzare le entrate o promuovere determinati tipi di articoli di una determinata categoria. Le seguenti funzionalità di Amazon Personalize possono aiutarti:

• Promozioni: puoi utilizzare le promozioni per assicurarti che una determinata percentuale di articoli soddisfi i tuoi requisiti aziendali. Per ulteriori informazioni, consulta Promuovere gli elementi nei consigli.

• Ottimizzazione per l'obiettivo aziendale: per alcune ricette personalizzate per gruppi di set di dati, è possibile ottimizzare una soluzione per un obiettivo personalizzato, ad esempio massimizzare i minuti di streaming o aumentare le entrate. Per ulteriori informazioni, consulta Ottimizzazione di una soluzione per un obiettivo aggiuntivo.

• Consigli di filtraggio. Utilizza i filtri per applicare le regole aziendali ai consigli. Puoi utilizzare i filtri per includere o escludere determinati tipi di elementi dai consigli. Per ulteriori informazioni, consulta Suggerimenti di filtraggio e segmenti di utenti.