AIアイテムのおすすめ

カタログ内のアイテムに対するAIアイテム推薦の作成方法を学びます。

AIアイテムの推奨を使用して、最も人気のある製品を計算したり、特定のカタログのためにパーソナライズされたAI推奨を作成したりできます。レコメンデーションを作成した後、パーソナライゼーションを使用してそれらの製品をメッセージに挿入できます。

前提条件

• 少なくとも1つの[カタログ][カタログ]を使用して、以下に説明する推奨タイプのいずれかを使用する必要があります。
• Braze（カスタムイベントまたは購入オブジェクト）に購入またはイベントデータがあり、カタログに保存されている一意の製品IDへの参照が含まれている必要があります。
• AIパーソナライズされた推奨事項は、数百または数千のアイテムで最も効果的に機能し、通常、購入またはインタラクションデータを持つ少なくとも30,000人のユーザーが必要です。これはあくまで大まかなガイドであり、変動する可能性があります。他の推奨タイプは、より少ないデータで動作できます。

AIアイテム推薦の作成

アイテムの推薦を作成するには:

1. 分析 > AIアイテム推薦に移動します。
2. Create 予測 > AI アイテム推薦。

個々のカタログから直接推奨を作成することもできます。カタログ ページからカタログを選択し、おすすめを作成 をクリックします。

ステップ 1:推奨事項の詳細を追加

まず、あなたの推薦に名前とオプションの説明を付けてください。

ステップ 2:あなたの推薦を定義する

次に、推奨タイプを選択します。すべての推奨タイプは、過去6か月間のアイテムインタラクション（購入またはカスタムイベント）データを使用します。以下に記載されているインタラクションは、購入イベントまたはステップ3で選択されたカスタムイベントを指します。

• 最も人気があります:カタログ内のすべてのユーザーが最も頻繁に操作する最大30個のアイテムを計算します。例えば、最も購入された製品などです。
• 最新:ユーザーが最近最も多くやり取りした最大30製品のリストを作成します。
• AIパーソナライズされた:トランスフォーマーという新しい種類の深層学習を使用して、各ユーザーが次に操作する可能性が最も高いアイテムのセットを予測します。次に最も可能性の高いアイテムを最も可能性の高い順に最大30個まで計算します。このタイプの推奨は、他のBraze顧客のデータとあなたのデータを組み合わせるために大規模言語モデル（LLM）を使用しません。

ステップ 2a: 以前の購入またはやり取りを除外する（オプション）

ユーザーがすでに購入または操作したアイテムを提案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推奨しないを選択してください。このオプションは、推奨タイプがAIパーソナライズされたに設定されている場合にのみ利用可能です。

![][2-3]

この設定により、ユーザーが既に購入または操作したアイテムが、最近推奨が更新された場合にメッセージに再表示されないようにします。推奨の更新間に購入または操作されたアイテムは、まだ表示される場合があります。アイテム推薦の無料版では、更新は毎週行われます。AIアイテム推奨のプロバージョンでは、更新は24時間ごとに行われます。

例えば、AIアイテム推薦のプロバージョンを使用する場合、ユーザーが何かを購入し、その後30分以内にマーケティングメールを受け取ると、購入したばかりのアイテムがメールから除外されない可能性があります。ただし、24時間後に送信されたメッセージにはそのアイテムは含まれません。

ステップ 2b: カタログを選択

まだ入力されていない場合は、この推奨事項がアイテムを取得する [カタログ][カタログ] を選択します。

ステップ 2c: 選択を追加（オプション）

推奨事項をさらに制御したい場合は、選択を選択してカスタムフィルタを適用します。選択は、カタログ内の特定の列（ブランド、サイズ、場所など）によってフィルター推奨を行います。Liquid を含む選択は、あなたの推薦に使用できません。

![][2-2]

ステップ 3:推奨事項を推進するためのインタラクションを選択

次に、この推奨事項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、アイテムとのやり取りである場合もあります。

最適化できます:

• 購入オブジェクトでイベントを購入する
• 購入を表すカスタムイベント
• カスタムイベントは、他のアイテムのインタラクション（製品の閲覧、クリック、メディアの再生など）を表します。

カスタムイベントを選択した場合、リストからイベントを選択してください。

![][3]

ステップ 4:対応するプロパティ名{#property-name}を選択してください

レコメンデーションを作成するには、Braze に対して、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）のどのフィールドにアイテムのカタログ内のidフィールドと一致する一意の識別子があるかを伝える必要があります。わからない？要件を表示.

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は、SDKを通じてBrazeに送信されたフィールドのリストで事前に入力されます。十分なデータが提供されれば、これらのプロパティも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てください。

![][4]

要件

プロパティを選択するためのいくつかの要件があります：

• 選択したカタログのidフィールドにマップ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:propertiesのカスタムイベント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、プロパティ名 ドロップダウンにドット表記で event_property.nested_property の形式で入力する必要があります。例えば、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、location.district_nameを入力します。
• フィールドは、（単一のイベント内の複数のカタログアイテムの）配列に含まれることがあります。それは自動的に平坦化されます。

例のマッピング

次の例のマッピング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
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 5: トレーニング the recommendation

準備ができたら、推奨事項を作成を選択します。このプロセスは完了するまでに10分から36時間かかることがあります。推奨が正常にトレーニングされるか、作成が失敗した理由の説明があると、メール更新を受け取ります。

推奨事項は予測ページにあり、必要に応じて編集またはアーカイブできます。推奨事項は毎月1回自動的に再訓練されます。

分析

推奨事項の分析を表示して、ユーザーに推奨されたアイテムと推奨モデルの精度を確認できます。

1. 分析 > アイテム推薦 に移動します。
2. リストからあなたの推薦を選択してください。

ページの上部には、精度やカバレッジなど、あなたの推薦に関する統計情報が表示されます。

![][5]

これらの指標は次の表で定義されています。

次のセクションでは、カタログ内のアイテムの内訳を示し、2つの列に分けています。

• パーソナライズされたアイテム または 最新のアイテム:この列には、ユーザーに最も頻繁に推奨される順にカタログ内の各アイテムが表示されます。この列は、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示しています。
• 最も人気のある商品この列には、カタログ内の各アイテムが人気の降順でリストされています。ここでの人気度とは、ユーザーがワークスペース全体で最も頻繁に操作するカタログ内のアイテムを指します。パーソナライズされたまたは最新のものを個々のユーザーに対して計算できない場合、フォールバックとして最も人気のあるものが使用されます。

![][6]

推奨事項の概要には、選択した推奨事項の構成の概要が表示され、推奨事項が最後に更新された日時が含まれます。

![][7]{: style=”max-width:45%” }

メッセージングでの推奨事項の使用

![][10]{: style=”max-width:30%;float:right;margin-left:15px;”}

推奨事項のトレーニングが終了したら、Liquidを使用してメッセージをパーソナライズし、そのカタログで最も人気のある製品を挿入できます。Liquidは、メッセージ作成者にあるパーソナライゼーションウィンドウで生成できます:

1. パーソナライゼーションをサポートするメッセージ作成者では、パーソナライゼーションウィンドウを開くには、をクリックします。
2. パーソナライゼーション Type、Item Recommendationを選択します。
3. アイテム推奨名の場合は、作成したばかりの推奨を選択します。
4. 「予測されたアイテムの数」には、挿入したいトップ製品の数を入力してください。例えば、最も購入されたアイテムのトップ3を表示できます。
5. 表示する情報については、各アイテムに含めるべきカタログのフィールドを選択します。これらのフィールドの各項目の値は、この推奨事項に関連付けられたカタログから取得されます。
6. アイコンをクリックして、メッセージ内の必要な場所にLiquidを貼り付けてください。

AIアイテム推奨ティア

次の表は、AIアイテム推奨の無料版とプロ版の違いを説明しています:

^{1. これは、ユーザー固有のアイテム推奨が更新される頻度です（モデルが再トレーニングされると更新されるMost Popularアイテムを除くすべてのモデル）。例えば、ユーザーがAIアイテム推薦に基づいて推奨されたアイテムを購入した場合、推奨アイテムはこの頻度}に従って更新されます。 ^{2.利用可能な推奨タイプは、AIパーソナライズされた、最新、および最も人気があります。}

よくある質問

「最も人気のある」アイテムが他のモデルの推薦に混ざる原因は何ですか？

当社の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際、まず「最新」や「AIパーソナライズされた」など、選択した特定のモデルに基づいてパーソナライズされた選択を優先します。このモデルが何らかの理由で30件の推奨事項の完全なリストを埋める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いくつかが追加され、各ユーザーが常に完全な推奨事項のセットを持つようにします。

これはいくつかの特定の条件下で発生します:

• モデルは、条件に一致するアイテムが30個未満であることを見つけます。
• 該当する商品はもう利用できないか、在庫がありません。
• アイテムは現在の選択基準を満たしていない可能性があります。在庫の変更やユーザーの好みによるものかもしれません。

[2-1]: /docs/ja/assets/img/item_recs_2-1.png?e8420c0735b7889b579aed7b4bd87f99 [2-2]: /docs/ja/assets/img/item_recs_2-2.png?68ca2dec544d39b26039bf34d65cbd72 [2-3]: /docs/ja/assets/img/item_recs_2-3.png?5362d9aa2d6143ae17307b3dc85be54c [3]: /docs/ja/assets/img/item_recs_3.png?bb1856995d9e9b413317414db40b05f4 [4]: /docs/ja/assets/img/item_recs_4.png?fc49688d955f5e0f241f95ee44830e1d [5]: /docs/ja/assets/img/item_recs_analytics_1.png?41a0d395740ef127b10e73260918b3d8 [6]: /docs/ja/assets/img/item_recs_analytics_2.png?f85b55000f6a461f9c644291f036b0c3 [7]: /docs/ja/assets/img/item_recs_analytics_3.png?f8e96ec0f584096dced105150ce3682f [10]: /docs/ja/assets/img/add_personalization.png?39e5072027aee76764acbc896b613777 [catalog]: /docs/ja/user_guide/personalization_and_dynamic_content/catalogs/