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拡張機能に含まれるData Services HIPAA拡張機能をインストールしている場合、Product Recommendationsはクライアント側で生成されるため、ストアフロントイベントデータの収集を停止します。
ストアフロントイベントデータの収集と送信を再開するには、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の中には、買い物客の行動データを利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生成するものもあります。 カタログデータのみに依存している場合もあります。 商品レコメンデーションをすばやく使用するには、次のカタログのみのレコメンデーションタイプから選択します。
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。 この状況は コールドスタート 問題と呼ばれます。
Cold Startの問題は、マシンラーニングモデルが効果的な推奨事項を生成するためにトレーニングに必要な時間です。 商品レコメンデーションの場合、Adobe AIは、レコメンデーションユニットをデプロイする前に、モデルをトレーニングするのに十分なデータを収集する必要があります。 一般的に、データが多いほど、レコメンデーションの正確性と有用性が向上します。 データ収集はライブサイトで行われるので、magento/product-recommendations モジュールをインストールして設定することで、このプロセスを早い段階で開始します。
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ながら、残りのテストと設定のタスクを完了します。 モデルに十分なデータが揃って有益なレコメンデーションが生成されたら、レコメンデーションユニットをストアフロントにデプロイします。
ほとんどの製品SKUに対して十分なトラフィック（ビュー、購入、トレンド）がサイトに流入しない場合、学習プロセスが完了せず、管理画面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可能性があります。 準備状況の指標は、マーチャントがストアに最適なレコメンデーションタイプを選択するのに役立ちますが、それはガイドに過ぎず、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しく見る。 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
入力データが不十分な場合、レコメンデーションユニットがリクエストされたアイテムをすべて返さないようにすると、Adobe Commerceはバックアップレコメンデーションを入力します。 例えば、ホームページにRecommended for youのレコメンデーションタイプをデプロイした後、初めての買い物客は、パーソナライズされたレコメンデーションに十分な行動データを生成できない可能性があります。 この場合、Adobe CommerceはMost viewed レコメンデーションタイプに基づいてアイテムを表示します。
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)