AI 項目のレコメンデーションの作成

カタログ内のアイテムからAI レコメンドエンジンを作成する方法について説明します。

AI 項目の推奨事項について

AI 項目の推奨事項を使用して、最も人気のある製品を計算したり、特定のカタログ に対してカスタマイズされたAI 推奨事項を作成したりします。おすすめを作成した後、パーソナライゼーションを使用してメッセージにそれらの商品を挿入できます。

AI によるアイテムのおすすめの作成

前提条件

始める前に、以下の作業を完了しておく必要があります。

• 以下に説明する推奨タイプを使用するには、少なくとも1 つのcatalog が必要です。
• Braze 上に、カタログに保存されている一意の商品 ID への参照を含む購入データまたはイベントデータ (カスタムイベントまたは購入オブジェクト) があること。

ステップ1:新しいレコメンデーションを作成する

ダッシュボードのいずれかの場所からAI アイテムの推奨を作成できます。

• ナビゲーションメニューから
• カタログから

ステップ2:おすすめの詳細を追加する

おすすめに名前と説明 (オプション) を付けます。

ステップ 3:おすすめを定義する

推奨タイプを選択します。各タイプは、過去6か月間のインタラクションデータ (購入またはカスタムイベントデータなど) を使用します。それぞれの詳細な情報と使用例については、Types and Uses Casesを参照してください。

ステップ 3.1:事前の購入やインタラクションを除外する (オプション)

ユーザーが既に購入したアイテムや、ユーザーが既に使用したアイテムを推薦しないようにするには、[ユーザーが以前に操作したアイテムをおすすめとして表示しない] を選択します。このオプションは、おすすめの [タイプ] が [AI によるパーソナライズ] に設定されている場合にのみ使用できます。

この設定により、おすすめが最近更新された場合、ユーザーがすでに購入したアイテムやインタラクションしたアイテムがメッセージングに再利用されるのを防ぐことができます。ただし、おすすめ更新の間に購入したアイテムや、対話したアイテムが表示されることはあります。無料版のアイテムおすすめでは、更新は毎週行われます。プロバージョンの AI によるアイテムおすすめでは、更新が 24 時間ごとに行われます。

たとえば、AI によるアイテムのおすすめの Pro バージョンを使用している場合、ユーザーが何かを購入し、その後 30 分以内にマーケターメールを受信した場合、購入したばかりのアイテムが時間内にメールから除外されない可能性があります。ただし、24 時間後に送信されるメッセージには、そのアイテムは含まれません。

ステップ 3.2:カタログを選択する

まだ入力されていない場合は、レコメンデーションを取得するカタログを選択します。

ステップ3.3：セレクションを追加する (オプション)

おすすめをさらに制御したい場合は、[セレクション] を選択してカスタムフィルターを適用します。セレクションは、ブランド、サイズ、場所など、カタログ内の特定の列によって、おすすめアイテムをフィルタリングします。Liquid を含むセレクションは、おすすめで使用できません。

ステップ4:おすすめを推進するインタラクションを選択する

このおすすめを最適化するイベントを選択します。このイベントは通常、「購入」ですが、アイテムとのインタラクションも可能です。

以下のイベントで最適化できます。

• [購入オブジェクト] のある購入イベント
• 購入を表すカスタムイベント
• 他のアイテムインタラクションを表すカスタムイベント (商品の表示、クリック、メディア再生など)

[カスタムイベント] を選択した場合は、リストからイベントを選択します。

ステップ 5: 対応するプロパティ名を選択する

おすすめを作成するには、インタラクションイベント (購入オブジェクトまたはカスタムイベント) のどのフィールドが、カタログのアイテムの id フィールドと一致する一意の識別子を持っているかを Braze に伝える必要があります。よくわからない場合は要件を確認してください。

このフィールドを [プロパティ名] に選択します。

[プロパティ名] フィールドに、SDK 経由で Braze に送信されるフィールドのリストがあらかじめ入力されます。十分なデータが提供されていれば、これらのプロパティはそれが正しいプロパティである確率の順にランク付けされます。カタログの id フィールドに対応するものを選択します。

要件

プロパティを選択するには、いくつかの要件があります。

• 選択したカタログの id フィールドにマッピングする必要があります。
• 購入オブジェクトを選択した場合:product_id またはインタラクションイベントの properties のフィールドである必要があります。
• カスタムイベントを選択した場合:カスタムイベントの properties のフィールドである必要があります。
• ネストされたフィールドは、ドット表記を用いて event_property.nested_property の形式で [プロパティ名] ドロップダウンに入力する必要があります。たとえば、イベントプロパティ location 内のネストされたプロパティ district_name を選択する場合は、「location.district_name」と入力します。
• フィールドは商品の配列の中にあってもいいし、IDの配列で終わってもいい。いずれの場合も、各製品 ID は、同じタイムスタンプを持つ個別の連続したイベントとして扱われます。

マッピングの例

以下のマッピング例は、どちらもこのサンプルカタログを参照しています。

• カスタムイベント
• 購入オブジェクト

1
2
3
4
5
6
7
8
9
10
11
12
13
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "product_sku": "ADI-BL-7"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "2ff3f9a9-8803-4c3a-91da-14adbf93dc99",
        "products": [
          { "sku": "ADI-BL-7" },
          { "sku": "ADI-WH-9" }
        ]
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
  "events": [
    {
      "external_id": "user1",
      "app_id": "your-app-id",
      "name": "added_to_cart",
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "transaction_id": "13791e08-7c22-4f6c-8cc6-832c76af3743",
        "purchase": {
          "product_skus": ["ADI-BL-7", "ADI-WH-9"]
        }
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "ADI-BL-7",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "color": "black",
        "checkout_duration": 180,
        "size": "7",
        "brand": "Adidas"
      }
    }
  ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
  "purchases": [
    {
      "external_id": "user1",
      "app_id": "11ae5b4b-2445-4440-a04f-bf537764c9ad",
      "product_id": "shoes",
      "currency": "USD",
      "price": 100.00,
      "time": "2024-07-16T19:20:30+01:00",
      "properties": {
        "sku": "ADI-RD-8",
        "color": "red",
        "checkout_duration": 180,
        "size": "8",
        "brand": "Adidas"
      }
    }
  ]
}

ステップ 6: おすすめをトレーニングする

準備ができたら、[レコメンデーションを作成] を選択します。このプロセスは、完了するまで 10 分から 36 時間かかることがあります。おすすめが正常にトレーニングされるか、作成に失敗した場合にはその理由を説明するメール更新が送信されます。

おすすめは [予測] ページに表示され、必要に応じて編集したりアーカイブしたりできます。レコメンデーションは、毎週1回 (有料) または毎月1回 (無料) 自動的に再試行されます。

プラン別の機能

次の表に、AI によるパーソナライズ、人気、トレンドの各おすすめタイプの無料版と Pro バージョンの違いを示します。

<sup>1. これは、ユーザー固有のアイテムのおすすめが更新される頻度です (モデルの再トレーニング時に更新される「最も人気のある」アイテムを除くすべてのモデル)。たとえば、ユーザーが AI によるおすすめアイテムに基づいてアイテムを購入した場合、そのおすすめアイテムはこの頻度に従って更新されます
2. 利用可能なおすすめタイプは、AI パーソナライズ、最新、最高人気、およびトレンドです。</sup>

よくある質問(FAQ)

“最も人気のある” アイテムが他のモデルのおすすめアイテムに混在してしまう原因は何ですか?

レコメンデーションエンジンがリストをキュレーションすると、まずは「最も人気」や「AI でパーソナライズ」のように、選択された特定のモデルに基づいてパーソナライズされたセレクションが優先されます。このモデルが、何らかの理由で 30 のおすすめアイテムの完全なリストを満たすことができない場合、すべてのユーザーの中で最も人気のあるアイテムの一部が追加され、各ユーザーに常におすすめアイテムの完全なセットがあることを保証します。

これは、いくつかの特定の条件下で発生します。

• モデルが検出した条件に一致する項目が 30 個に満たない。
• 関連するアイテムが購入不可能で在庫切れとなっている。
• 在庫状況やユーザーの好みの変化により、アイテムが現在の選択基準を満たしていない。

アイテムレコメンドプロにアップグレードした後、既存のレコメンドは週1回トレーニングされますか?

はい。ただしスケジュールされている次回の更新後のみです。Item Recommendations Pro にアップグレードした直後は、既存のレコメンデーションは週次トレーニングおよび日次予測に切り替えられません。ただし、次回の再トレーニングサイクルで自動的に新しいスケジュールが適用されます。たとえば、レコメンデーションの最終トレーニングが2月1日であり、30日ごとに再トレーニングするように設定されている場合、3月2日の次回の更新後に新しい週単位のスケジュールが適用されます。