Analyse des recommandations d’articles
Découvrez les analyses des recommandations d’articles et comment les consulter dans Braze.
Consulter les analyses
Vous pouvez consulter les analyses de votre recommandation pour voir quels articles ont été recommandés aux utilisateurs et dans quelle mesure le modèle de recommandation était précis.
- Allez dans Analytics > Item Recommendation.
- Sélectionnez votre recommandation dans la liste.
Indicateurs disponibles
Audience
Ces indicateurs décrivent votre audience de recommandation. Selon le type de recommandation et les données analytiques disponibles, la section Audience peut inclure Précision et Couverture.
Pour les recommandations IA personnalisée, la carte Type de recommandation affiche le taux de personnalisation estimé, les utilisateurs ayant réalisé l’événement configuré et la population totale. Pour les recommandations Les plus récentes, elle affiche la proportion d’utilisateurs recevant des recommandations Les plus récentes par rapport au repli Les plus populaires. Les recommandations Les plus populaires et Tendances n’affichent pas de répartition par type de recommandation au niveau utilisateur.
Consultez le tableau suivant pour plus d’informations :
| Indicateur | Description |
|---|---|
| Précision | Le pourcentage de fois où la prédiction principale du modèle correspondait à l’achat réel suivant de l’utilisateur. Pendant l’entraînement, Braze compare sa prédiction la plus probable avec ce que l’utilisateur a réellement acheté ensuite dans un ensemble d’interactions mises de côté lors de l’entraînement. La précision dépend fortement de la taille et de la composition spécifiques de votre catalogue, et doit être utilisée comme guide pour comprendre à quelle fréquence le modèle est correct. Lors de tests précédents, les modèles ont obtenu de bons résultats avec des valeurs de précision allant de 6 à 20 %. Cet indicateur se met à jour lors du prochain réentraînement du modèle. |
| Couverture | Le pourcentage d’éléments disponibles dans le catalogue qui sont recommandés à au moins un utilisateur. Vous pouvez vous attendre à une couverture d’éléments plus élevée avec les recommandations d’éléments personnalisées qu’avec les recommandations les plus populaires. |
| Taux de personnalisation | Pour les recommandations IA personnalisée, le pourcentage estimé d’utilisateurs disposant de recommandations personnalisées enregistrées sur leur profil, calculé par rapport au nombre total d’utilisateurs ayant réalisé l’événement configuré au cours des 24 derniers mois. Les utilisateurs ayant réalisé l’événement mais ne disposant pas de suffisamment de données pour générer une recommandation personnalisée reçoivent les éléments les plus populaires en repli lorsqu’ils sont ciblés par un message. |
| Type de recommandation | Pour les recommandations Les plus récentes, le pourcentage d’utilisateurs recevant des recommandations Les plus récentes par rapport au repli Les plus populaires. |
Éléments
Ce tableau comprend les indicateurs relatifs à vos éléments personnalisés, les plus récents et les plus populaires de votre catalogue.
Consultez le tableau suivant pour plus d’informations :
| Indicateur | Description |
|---|---|
| Éléments personnalisés Éléments les plus récents |
Cette colonne liste chaque élément du modèle de recommandation par ordre décroissant de fréquence de recommandation aux utilisateurs. Il s’agit de recommandations personnalisées ou les plus récentes générées par le modèle. Les éléments de repli les plus populaires apparaissent dans la colonne Éléments les plus populaires. Le compteur indique combien d’utilisateurs se sont vu attribuer chaque élément par le modèle. Les éléments Personnalisés ou Les plus récents seront listés selon le type de recommandation. |
| Éléments les plus populaires | Cette colonne liste chaque élément du catalogue par ordre décroissant de popularité. La popularité fait ici référence aux éléments du catalogue avec lesquels les utilisateurs interagissent le plus souvent dans l’ensemble de l’espace de travail. Les éléments les plus populaires sont utilisés en repli lorsque les recommandations personnalisées ou les plus récentes ne peuvent pas être calculées pour un utilisateur individuel. |
Aperçu
Il s’agit d’un aperçu de la configuration de recommandation choisie, incluant la date de dernière mise à jour de la recommandation.
