AI項目レコメンデーションを作成する

カタログ内の項目からAIレコメンデーションエンジンを作成する方法について説明します。

AI項目レコメンデーションについて

AI項目レコメンデーションを使用して、最も人気のある製品を計算したり、特定のカタログに対してパーソナライズ済みのAIレコメンデーションを作成したりできます。おすすめを作成した後、パーソナライゼーションを使用してメッセージにそれらの製品を挿入できます。

プラン固有のAI機能

次の表に、AI パーソナライズド、最も人気、最新、トレンドの各おすすめタイプの無料版と Pro 版の違いを示します。

<sup>1. これは、ユーザー固有のアイテムおすすめが更新される頻度です（AI パーソナライズドおよび最新のみ）。最も人気とトレンドはグローバルなおすすめであり、モデルの再トレーニング時に更新されます。たとえば、ユーザーが AI アイテムおすすめに基づいてアイテムを購入した場合、そのおすすめアイテムはこの頻度に従って更新されます。
2. 利用可能なおすすめタイプは、AI パーソナライズド、最新、最も人気、およびトレンドです。</sup>

AI項目レコメンデーションの作成

前提条件

始める前に、以下を準備しておく必要があります。

• 以下に説明するレコメンデーションタイプのいずれかを使用するには、少なくとも1つのカタログが必要です。
• Braze上に、項目への参照を含む購入データまたはイベントデータ（カスタムイベントまたは購入オブジェクト）があり、カタログの項目IDと一致している必要があります。

ステップ 1: 新しいレコメンデーションを作成する

ダッシュボードのいずれかの場所からAI項目レコメンデーションを作成できます。

• from the navigation menu
• from a catalog

ステップ 2: レコメンデーションの詳細を追加する

レコメンデーションに名前と説明（オプション）を付けます。

ステップ 3: レコメンデーションを定義する

レコメンデーションタイプを選択します。各タイプは、過去6か月間の項目インタラクションデータ（購入またはカスタムイベントデータなど）を使用します。それぞれの詳細な情報とユースケースについては、タイプとユースケースを参照してください。

ステップ 3.1: 過去の購入やインタラクションを除外する（オプション）

ユーザーが既に購入または操作した項目をおすすめしないようにするには、[ユーザーが以前に操作した項目をおすすめしない] を選択します。このオプションは、レコメンデーションの [タイプ] が [AIパーソナライズド] に設定されている場合にのみ使用できます。

この設定により、レコメンデーションが最近更新されている場合、ユーザーがすでに購入または操作した項目がメッセージで再利用されるのを防ぎます。ただし、レコメンデーション更新の間に購入または操作された項目は引き続き表示される場合があります。無料版の項目レコメンデーションでは、更新は毎週行われます。プロ版のAI項目レコメンデーションでは、更新が24時間ごとに行われます。

たとえば、AI項目レコメンデーションのプロ版を使用している場合、ユーザーが何かを購入し、その後30分以内にマーケティングメールを受信すると、購入したばかりの項目が時間内にメールから除外されない可能性があります。ただし、24時間後に送信されるメッセージには、その項目は含まれません。

ステップ 3.2: カタログを選択する

まだ入力されていない場合は、このレコメンデーションが項目を取得するカタログを選択します。

ステップ 3.3: セレクションを追加する（オプション）

レコメンデーションをさらに細かくコントロールしたい場合は、セレクションを選択してカスタムフィルターを適用します。セレクションは、ブランド、サイズ、ロケーションなど、カタログ内の特定の列によってレコメンデーションをフィルタリングします。Liquid を含むセレクションは、レコメンデーションで使用できません。

ステップ 4: レコメンデーションを推進するインタラクションを選択する

このレコメンデーションを最適化するイベントを選択します。このイベントは通常「購入」ですが、項目とのあらゆるインタラクションも指定できます。

以下のイベントで最適化できます。

• 購入オブジェクトを使用した購入イベント
• 購入を表すカスタムイベント
• その他の項目インタラクションを表すカスタムイベント（商品の表示、クリック、メディア再生など）

[カスタムイベント] を選択した場合は、リストからイベントを選択します。

ステップ 5: 対応するプロパティ名を選択する

レコメンデーションを作成するには、インタラクションイベント（購入オブジェクトまたはカスタムイベント）のどのフィールドが、カタログの項目の id フィールドと一致する一意の識別子を持っているかをBrazeに伝える必要があります。よくわからない場合は要件を確認してください。

このフィールドを [プロパティ名] で選択します。

[プロパティ名] フィールドには、SDK経由でBrazeに送信されるフィールドのリストがあらかじめ入力されます。十分なデータが提供されていれば、これらのプロパティは正しいプロパティである確率の順にランク付けされます。カタログの id フィールドに対応するものを選択してください。

要件

プロパティを選択する際には、いくつかの要件があります。

• 選択したカタログの id フィールドにマッピングする必要があります。
• 購入オブジェクトを選択した場合: product_id またはインタラクションイベントの properties のフィールドである必要があります。
• カスタムイベントを選択した場合: カスタムイベントの properties のフィールドである必要があります。
• ネストされたフィールドは、ドット表記を用いて event_property.nested_property の形式で [プロパティ名] ドロップダウンに入力する必要があります。たとえば、イベントプロパティ location 内のネストされたプロパティ district_name を選択する場合は、location.district_name と入力します。
• e コマースイベントを使って項目レコメンデーションをトレーニングする場合: イベントから製品IDにアクセスするには products.product_id を追加します。
• フィールドは製品の配列の中にあっても、IDの配列で終わっても構いません。いずれの場合も、各製品IDは、同じタイムスタンプを持つ個別の連続したイベントとして扱われます。

マッピングの例

以下のマッピング例は、どちらもこのサンプルカタログを参照しています。

• custom event
• purchase object

1
2
3
4
5
6
7
8
9
10
11
12
13
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "product_sku": "ADI-BL-7"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "2ff3f9a9-8803-4c3a-91da-14adbf93dc99",
        "products": [
          { "sku": "ADI-BL-7" },
          { "sku": "ADI-WH-9" }
        ]
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "13791e08-7c22-4f6c-8cc6-832c76af3743",
        "purchase": {
          "product_skus": ["ADI-BL-7", "ADI-WH-9"]
        }
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "ADI-BL-7",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "color": "black",
        "checkout_duration": 180,
        "size": "7",
        "brand": "Adidas"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "shoes",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "sku": "ADI-RD-8",
        "color": "red",
        "checkout_duration": 180,
        "size": "8",
        "brand": "Adidas"
      }
    }
  ]
}

ステップ 6: レコメンデーションをトレーニングする

準備ができたら、[レコメンデーションを作成] を選択します。このプロセスは、完了するまで10分から36時間かかることがあります。レコメンデーションが正常にトレーニングされた場合、または作成に失敗した場合にはその理由を説明するメール通知が届きます。

レコメンデーションは [予測] ページに表示され、必要に応じて編集したりアーカイブしたりできます。レコメンデーションは、毎週1回（有料）または毎月1回（無料）自動的に再トレーニングされます。