ステージング環境でのテスト
レコメンデーションを実稼動環境にデプロイする前に、非実稼動環境でサービスをテストし、すべてが期待どおりに動作していることを確認します。
ストアフロントから収集した 買い物客の行動データに基づいて商品を返すことがで Product Recommendations ます。 ただし、実稼動以外の環境では、買い物客からの行動データがない可能性があります。 行動データを使用せずにテストできるレコメンデーションタイプは More like this のみです。 このレコメンデーションタイプではコンテンツの直接類似性一致が使用されるので、入力データは必要ありません。
次のレコメンデーションタイプには、行動データが必要です。
- 最も頻繁に閲覧された
- がこれを表示し、が表示されました
- これを購入し、それを購入しました
行動データを使用して、実稼動以外の環境でレコメンデーションをテストするにはどうすればよいですか？ いくつかの選択肢があります。
実稼動環境からのレコメンデーションの取得（推奨）
Adobe Commerceでは、実稼動環境からレコメンデーションを取得し、SaaS データ領域を 切り替えて、実稼動以外の環境でプレビューできます。
実稼動環境からレコメンデーションを取得するには、次の点を確認する必要があります。
- 実稼動環境では、ストアフロントのデータ収集が 設定され、有効になります。
- 非実稼動環境でのカタログの内容は、実稼動環境でのカタログの内容とほとんど同じです。 同様のカタログを使用することで、レコメンデーションユニットに返される製品が実稼動環境の製品に確実に類似するようにします。
非実稼動環境での行動データの生成
-
カタログデータが実稼動カタログと類似している非実稼動環境に
magento/product-recommendationsモジュールをデプロイします。 -
管理画面の configuration に実稼動以外のデータ領域 ID のいずれかを使用します。
-
ストアフロントをクリックしてデータを自分で生成し、実際の買い物客の行動を模倣します（または、自動化スクリプトを作成します）。 テストを通じて、実稼動以外の環境で行動イベントを生成します。 これらのイベントは、レコメンデーションを強化する製品アフィニティの生成に使用されます。 テストの場 Commerce、次のレコメンデーションタイプを操作することをお勧めします。
- 最も多く閲覧 – 必要最小限の入力データ。 ユーザーは製品を表示する必要があります。
- これを表示し、次を表示 – 複数の製品を表示するには複数のユーザーが必要です。
- これを購入、それを購入 – 複数の製品を購入するには複数のユーザーが必要です。
注意事項
-
実稼動以外の SaaS Data Space の行動データとカタログデータは、関連付けられたストアフロントで生成された行動データに完全に基づいて結果の製品レコメンデーションが行われる分離された環境を識別します。
-
大量の行動データがないため、製品の関連付けを計算するための入力データが疎になります。 ただし、そのデータは引き続きSenseiに送信され、機械学習モデルを計算し、この環境内で生成されたデータに基づいてレコメンデーションを提供します。