Um varejista implantou o Amazon Personalize e observou que as vendas de itens recomendados aumentam logo após a implantação, mas depois caem rapidamente. Apenas dados históricos de antes de uma campanha de marketing recente foram usados para treinamento. Que mudança você deve fazer para melhorar e sustentar as recomendações?

A queda nas vendas de itens recomendados após um aumento inicial sugere que as recomendações se tornaram desatualizadas ou irrelevantes. Usar apenas dados históricos anteriores a uma campanha de marketing recente significa que o modelo não está aprendendo com o comportamento atual do usuário. Capturar interações de usuários ao vivo com o rastreador de eventos do Amazon Personalize permite que o modelo se adapte em tempo real, incorporando novos interesses e tendências, o que é crucial para sustentar a relevância das recomendações. Incluir metadados do usuário e mudar para a receita HRNN-Metadata pode melhorar a personalização, mas não resolve o problema de dados desatualizados. Substituir por uma implementação do SageMaker com FM é uma solução mais complexa e não aborda diretamente a necessidade de dados em tempo real para o Personalize. Adicionar atributos de tipo de evento e valor de evento pode enriquecer os dados, mas sem a captura de eventos em tempo real, o problema de obsolescência persistirá.