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て、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、Product Recommendationsが商品を返品します。 一方、実稼動以外の環境では、買い物客の行動データがない可能性があります。 行動データなしで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は、コンテンツの類似性の直接一致を使用するため、入力データは必要ありません。
行動データが必要なレコメンデーションタイプは次のとおりです。
- 閲覧数
- 閲覧したページ
- 買った、買った
非本番環境のレコメンデーションを、行動データを使ってどのようにテストできるか？ オプションがいくつかあります。
実稼動環境から推奨事項を取得する（推奨）
Adobe Commerceを使用すると、SaaS データスペースを切り替えて実稼働環境から推奨事項を取得し、実稼働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、次のことを確認する必要があります。
- ストアフロントデータ収集は、実稼動環境で設定され、有効になっています。
- 実稼動環境以外の環境のカタログは、実稼動環境のカタログとほぼ同じです。 類似のカタログを使用すると、レコメンデーションユニットに返される製品が、実稼動環境の製品とほぼ同じになります。
非実稼働環境に関する行動データの生成
-
magento/product-recommendationsモジュールを、カタログデータが実稼動カタログと類似する実稼動以外の環境にデプロイします。 -
管理画面の設定に、実稼動以外のデータスペース IDのいずれかを使用します。
-
実際の買い物客の行動を模倣したり、自動化スクリプトを作成したりするために、ストアフロントをクリックして、自身でデータを生成します。 テストを通じて、非本番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実現する製品との親和性を生み出すために使用されます。 テストの場合、Commerceは、次のレコメンデーションタイプを操作することを推奨します。
- 最も閲覧された – 最小限の入力データが必要です。 利用者は商品を閲覧する必要があります。
- 複数のユーザーが複数の製品を表示する必要があることを確認しました。
- これを購入し、それを購入しました – 複数のユーザーが複数の製品を購入する必要があります。
注意事項
-
実稼動以外のSaaS データスペース から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製品レコメンデーションを行う隔離された環境を特定します。
-
行動データが少ないため、製品の関連付けを計算するための入力データが少なくなります。 しかし、そのデータはまだSenseiに送信され、マシンラーニングモデルを計算し、この環境内で生成されたデータにもとづいてレコメンデーションを提供します。