Un minorista implementó Amazon Personalize y observó que las ventas de artículos recomendados aumentaron justo después de la implementación, pero luego cayeron rápidamente. Solo se utilizaron datos históricos anteriores a una campaña de marketing reciente para el entrenamiento. ¿Qué cambio debería realizar para mejorar y mantener las recomendaciones?

La captura de interacciones de usuarios en vivo con el rastreador de eventos de Amazon Personalize es crucial porque permite que el modelo se adapte dinámicamente a los cambios en el comportamiento del usuario y las tendencias del mercado. Si solo se utilizan datos históricos, las recomendaciones se vuelven obsoletas rápidamente, especialmente después de campañas de marketing que alteran las preferencias de los clientes. Al alimentar eventos en tiempo real, Personalize puede actualizar continuamente sus recomendaciones, manteniéndolas relevantes y efectivas. Incluir metadatos de usuario y cambiar a HRNN-Metadata podría mejorar la personalización, pero no aborda la obsolescencia de las recomendaciones sin datos en tiempo real. Reemplazar la solución con SageMaker y FM es una reingeniería excesiva y no garantiza una mejor adaptación a los cambios sin una estrategia de datos en tiempo real. Agregar atributos de tipo de evento y valor de evento es útil para enriquecer los datos de interacciones, pero no resuelve el problema de la falta de datos actuales.