기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
지표 어트리뷰션을 통한 추천 영향력 측정
항목 추천의 영향을 측정하기 위해 지표 어트리뷰션을 만들 수 있습니다. 지표 어트리뷰션은 가져온 항목 상호 작용 및 항목 데이터, 지정한 지표를 기반으로 보고서를 생성합니다. 예를 들어, 사용자가 본 영화의 총 길이 또는 총 클릭 이벤트 수가 여기에 해당합니다. Personalize는 15분 동안 계산을 집계합니다. 스트리밍된 상호 작용 데이터 및 증분 대량 데이터의 경우 Amazon Personalize는 자동으로 지표 보고서를 Amazon에 보냅니다. CloudWatch 대량 데이터의 경우 S3 버킷에 보고서를 게시하도록 선택할 수 있습니다.
가져오는 각 상호작용에 대해 소스 데이터를 포함시켜서 다양한 캠페인, 추천자 및 타사와 비교합니다. 사용자에게 보여준 추천의 추천 ID나 이벤트 소스(예: 타사)를 포함시킬 수 있습니다.
예를 들어, 서로 다른 두 Personalize 추천자의 영화 추천을 보여주는 동영상 스트리밍 앱이 있을 수 있습니다. 어떤 추천자가 가장 많은 시청 이벤트를 생성하는지 확인하려면 총 시청 이벤트 수를 추적하는 지표 어트리뷰션을 만들 수 있습니다. 그런 다음 사용자가 추천과 상호작용하는 동안 시청 이벤트를 기록하고 각 이벤트에 recommendationId을 포함시킬 수 있습니다. Personalize는 recommendationId를 사용하여 각 추천자를 식별합니다. 이벤트를 기록할 때 양쪽 추천자에 대해 15분마다 집계된 시청 이벤트 총계를 볼 수 있습니다. CloudWatch 이벤트에 recommendationId또는 eventAttributionSource을 포함시키는 방법을 보여주는 코드 샘플은 이벤트 지표 및 어트리뷰션 보고서단원을 참조하세요.
주제
