このページはAIにより自動翻訳されており、不正確な内容が含まれている可能性があります。翻訳の誤りを報告するには、ページ右側の目次の下にあるフィードバックをご利用ください。
アイテムレコメンデーションの分析
アイテムレコメンデーションの分析と、Brazeでの表示方法について説明します。
分析を表示する
レコメンデーションの分析を表示して、ユーザーにどのアイテムがレコメンドされたか、またレコメンデーションモデルの精度がどの程度だったかを確認できます。
- Analytics > Item Recommendation に移動します。
- リストからレコメンデーションを選択します。
利用可能な指標
オーディエンス
これらの指標は、レコメンデーションのオーディエンスを表します。レコメンデーションタイプと利用可能な分析データに応じて、オーディエンスセクションには精度とカバレッジが含まれます。
AIパーソナライズされたレコメンデーションの場合、レコメンデーションタイプカードには、推定パーソナライゼーション率、設定されたイベントを持つユーザー、および総人口が表示されます。最新のレコメンデーションの場合、最新のレコメンデーションを受け取っているユーザーの割合と最も人気のフォールバックの割合が表示されます。最も人気およびトレンドのレコメンデーションでは、ユーザーレベルのレコメンデーションタイプの内訳は表示されません。
詳細については、以下の表を参照してください。
| 指標 | 説明 |
|---|---|
| 精度 | モデルのトップ予測がユーザーの実際の次の購入と一致した割合です。トレーニング中、Brazeはトレーニングから除外されたインタラクションのセットにおいて、最も可能性の高い単一の予測とユーザーが実際に次に購入したものを比較します。精度は特定のカタログサイズと構成に大きく依存するため、モデルがどの程度正確かを理解するためのガイドとして使用してください。 過去のテストでは、精度が6〜20%の範囲でモデルが良好なパフォーマンスを発揮しています。この指標は、モデルが次に再トレーニングされたときに更新されます。 |
| カバレッジ | カタログ内の利用可能なアイテムのうち、少なくとも1人のユーザーにレコメンドされているアイテムの割合です。パーソナライズされたアイテムレコメンデーションでは、最も人気のあるレコメンデーションよりも高いアイテムカバレッジが期待できます。 |
| パーソナライゼーション率 | AIパーソナライズされたレコメンデーションの場合、プロファイルにパーソナライズされたレコメンデーションが保存されているユーザーの推定割合です。過去24か月間に設定されたイベントを実行したユーザーの総数に対して計算されます。イベントを実行したがパーソナライズされたレコメンデーションを生成するのに十分なデータがないユーザーには、メッセージ送信時にフォールバックとして最も人気のあるアイテムが表示されます。 |
| レコメンデーションタイプ | 最新のレコメンデーションの場合、最も人気のフォールバックと比較して、最新のレコメンデーションを受け取るユーザーの割合です。 |
アイテム
この表には、カタログのパーソナライズされたアイテム、最新のアイテム、および最も人気のあるアイテムに関する指標が含まれています。
詳細については、以下の表を参照してください。
| 指標 | 説明 |
|---|---|
| パーソナライズされたアイテム 最新のアイテム |
この列には、レコメンデーションモデルの各アイテムが、ユーザーにレコメンドされた頻度の降順で一覧表示されます。これらはモデルが生成したパーソナライズされたレコメンデーションまたは最新のレコメンデーションです。最も人気のあるフォールバックアイテムは、最も人気のあるアイテム列に表示されます。カウントは、モデルによって各アイテムが割り当てられたユーザー数を示しています。 レコメンデーションタイプに応じて、パーソナライズされたアイテムまたは最新のアイテムのいずれかが一覧表示されます。 |
| 最も人気のあるアイテム | この列には、カタログ内の各アイテムが人気度の降順で一覧表示されます。ここでの人気度とは、ワークスペース全体でユーザーが最も頻繁にインタラクションするカタログ内のアイテムを指します。最も人気のあるアイテムは、個々のユーザーに対してパーソナライズされたレコメンデーションまたは最新のレコメンデーションを計算できない場合のフォールバックとして使用されます。 |
概要
これは、選択したレコメンデーション設定の概要であり、レコメンデーションが最後に更新された日時が含まれています。
New Stuff!