項目のレコメンデーションの分析

項目のレコメンデーションの分析と、Braze でこの分析を表示する方法について説明します。

分析を表示する

おすすめの分析を見ることで、ユーザーがどのアイテムをすすめられたのか、レコメンデーションモデルがどの程度正確だったのかを確認することができます。

1. [分析] > [アイテムのおすすめ] に移動します。
2. リストからおすすめを選択します。

使用可能なメトリック

オーディエンス

これらは、レコメンデーションのオーディエンスに関連する指標であり、精度、カバレッジ、レコメンデーションのタイプが含まれます。

詳細については、次の表を参照してください。

指標	説明
精度	ユーザーが購入した次のアイテムをモデルが正しく予測した回数の割合。精度は、特定のカタログサイズとミックスに大きく依存します。モデルが正しかった頻度を理解するためのガイドとして使用してください。 過去のテストでは、モデルが 6 ～ 20% の精度で良好なパフォーマンスを提供することがわかっています。この指標は、モデルが次に再トレーニングされるときに更新されます。
カバレッジ	カタログ内の使用可能なアイテムのうち、少なくとも 1 人のユーザーに推薦されるものの割合。アイテムのカバレッジは、最も人気のあるものよりも、パーソナライズされたアイテムのおすすめの方が高くなることが期待できます。
おすすめのタイプ	パーソナライズされたレコメンデーションまたは最新のレコメンデーションを受け取るユーザーの割合と、使用率が最も高い項目のフォールバックを受け取るユーザーの割合。フォールバックは、パーソナライズされた、または最新のおすすめを生成するのに十分なデータがないユーザーに送信されます。

アイテム

このテーブルには、カタログのパーソナライズされた項目、最新の項目、および最も人気のある項目に関するメトリクスが含まれます。

詳細については、次の表を参照してください。

指標	説明
パーソナライズされた項目 最新の項目	この列には、カタログ内の各アイテムが、ユーザーへの推奨頻度の降順で表示されます。この列には、モデルによって各アイテムに割り当てられたユーザーの数も表示されます。 Personalizedまたは最新の項目は、推奨タイプによって表示されます。
使用率が最も高い項目	この列には、カタログ内の各アイテムが人気の高い順に表示されます。ここでいう「人気」とは、ワークスペース全体でユーザーが最も多くインタラクションを行っているカタログアイテムを指します。個々のユーザーに対してパーソナライズされたおすすめや最新のおすすめを計算できない場合に、フォールバックとして使用されます。

概要

これは、推奨が最後に更新された日時を含む、選択した推奨設定の概要です。