Collect Data
Product Recommendationsをインストールして設定すると、モジュールは行動データ収集をストアフロントにデプロイします。 このメカニズムは、買い物客から匿名化された行動データを収集し、Product Recommendationsを強化します。 例えば、view イベントはViewed this, viewed thatのレコメンデーションタイプの計算に使用され、place-order イベントはBought this, bought thatのレコメンデーションタイプの計算に使用されます。
Product Recommendations イベントが収集する行動データについて詳しくは、開発者ドキュメント を参照してください。
医療業界のユーザー事例
ヘルスケアのお客様で、Data Connection拡張機能の一部であるData Services HIPAA拡張機能をインストールした場合、Product Recommendationsによって使用されるストアフロントイベントデータはキャプチャされなくなります。 これは、ストアフロントのイベントデータがクライアントサイドで生成されるためです。 ストアフロントイベントデータの取得と送信を続行するには、Product Recommendationsのイベント収集を再度有効にします。 詳しくは、一般設定を参照してください。
データの種類とイベント
商品レコメンデーションでは、次の2種類のデータを使用します。
- 行動 – 商品ビュー、カートに追加された商品、購入など、サイトでの買い物客のエンゲージメントに関するデータ。
- カタログ – 商品メタデータ（名前、価格、在庫状況など）。
magento/product-recommendations モジュールをインストールすると、Adobe AIは行動データとカタログデータを集計し、レコメンデーションタイプごとに商品レコメンデーションを作成します。 商品レコメンデーションサービスは、推奨された商品 個のアイテム を含むウィジェットの形式で、これらのレコメンデーションをストアフロントにデプロイします。
レコメンデーションタイプによっては、買い物客の行動データを活用してマシンラーニングモデルをトレーニングし、パーソナライズされたレコメンデーションを作成するものもあります。 その他のレコメンデーションタイプでは、カタログデータのみを使用し、行動データは使用しません。 サイトで商品レコメンデーションをすばやく使用する場合は、次のカタログのみのレコメンデーションタイプを使用できます。
More like thisVisual similarity
コールドスタート
行動データを活用したレコメンデーションタイプを、いつ頃から使うことができますか？ それは企業によって異なります。 これは コールドスタート 問題と呼ばれます。
Cold Startの問題は、モデルのトレーニングと効果の実現にかかる時間を指します。 商品レコメンデーションの場合、Adobe AIがマシンラーニングモデルのトレーニングに十分なデータを収集するのを待ってから、レコメンデーションユニットをサイトに展開します。 モデルに含まれるデータが多ければ多いほど、レコメンデーションはより正確で有用になります。 データ収集はライブサイトで行われるので、magento/production-recommendations モジュールをインストールして設定することで、早い段階でこのプロセスを開始することをお勧めします。
次の表に、各レコメンデーションタイプに十分なデータを収集するのにかかる時間に関する一般的なガイダンスを示します。
Most viewed、Most purchased、Most added to cart）Viewed this, viewed thatViewed this, bought that, Bought this, bought thatTrendingトレーニングに必要な時間に影響を与える可能性があるその他の変数：
- トラフィック量の増加が学習の高速化に貢献
- レコメンデーションタイプによっては、他のタイプよりも学習が速いものもあります
- Adobe Commerceは、行動データを4時間ごとに再計算します。 レコメンデーションは、サイトで長く使用するにつれて精度が向上します。
各レコメンデーションタイプのトレーニングの進捗状況を視覚化するために、 レコメンデーションの作成 ページには準備状況インジケーターが表示されます。
ライブサイトでデータを収集し、マシンラーニングモデルをトレーニングしている間に、レコメンデーションの設定に必要なその他のテストや設定タスクを完了できます。 この作業が完了する頃には、モデルには有用なレコメンデーションを作成するのに十分なデータが揃っており、ストアフロントに展開することができます。
多くの商品SKUで十分なトラフィック（閲覧数、購入数、トレンド）をサイトで獲得できなければ、学習プロセスを完了するのに十分なデータがない可能性があります。 これにより、管理者の準備状況インジケーターが停止しているように見える場合があります。 準備状況インジケーターは、店舗に適したレコメンデーションタイプを選択するためのデータポイントを加盟店に提供することを目的としています。 数字はガイドであり、100%に達することはありません。 準備状況インジケーターについて詳細情報を表示します。
バックアップの推奨事項 backuprecs
入力データがユニット内のすべてのリクエスト済みレコメンデーション項目を提供するのに不十分な場合、Adobe Commerceはレコメンデーション単位を設定するためのバックアップ レコメンデーションを提供します。 例えば、Recommended for youのレコメンデーションタイプをホームページにデプロイした場合、サイトで初めて購入する顧客は、パーソナライズされた商品を正確にレコメンデーションするのに十分な行動データを生成できていません。 この場合、Adobe Commerceは、この買い物客にMost viewedのレコメンデーションタイプに基づいて商品を表示します。
入力データ収集が不十分な場合、次のレコメンデーションタイプはMost viewed個のレコメンデーションタイプにフォールバックします。
Recommended for youViewed this, viewed thatViewed this, bought thatBought this, bought thatTrendingConversion (view to purchase)Conversion (view to cart)