本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用指标归因衡量建议的影响
要衡量物品建议的影响，您可以创建指标归因。指标归因可根据您导入的物品交互和物品数据以及您指定的指标创建报告。例如，用户观看的影片总时长或单击事件的总数。Amazon Personalize 在 15 分钟的时间段内汇总计算结果。对于流媒体互动数据和增量批量数据，Amazon Personalize 会自动向亚马逊发送指标报告 CloudWatch。对于批量数据，您可以选择将报告发布到 Amazon S3 存储桶。
对于您导入的每个交互，都要包含源数据，以比较不同的市场活动、推荐器和第三方。您可以包括向用户或事件源（例如第三方）展示的建议的建议 ID。
例如，您可能有一个视频流应用程序，它显示来自两个不同 Amazon Personalize 推荐器的电影推荐。如果您想查看哪个推荐器产生的观看事件最多，可以创建指标归因来跟踪观看事件的总数。然后，您可以在用户与建议交互时记录观看事件，并将 recommendationId 包含在每个事件中。Amazon Personalize 使用 recommendationId 来识别每个推荐器。在记录事件时，您可以查看中两个推荐者在每 15 分钟内汇总的观看活动总数。 CloudWatch有关显示如何为事件添加 recommendationId 或 eventAttributionSource 的代码示例，请参阅事件指标和归因报告。
主题
