한 소매업체가 Amazon Personalize를 배포한 후 추천 상품 판매량이 배포 직후 급증했다가 빠르게 감소하는 것을 확인했습니다. 최근 마케팅 캠페인 이전의 과거 데이터만 훈련에 사용되었습니다. 추천을 개선하고 유지하기 위해 어떤 변경을 해야 할까요?

Amazon Personalize는 최신 사용자 행동을 반영할 때 가장 효과적입니다. 과거 데이터만으로 훈련하면 캠페인 초기에만 관련성이 높고, 시간이 지남에 따라 사용자의 변화하는 선호도를 반영하지 못해 추천 품질이 빠르게 저하될 수 있습니다. 이벤트 트래커를 사용하여 실시간 이벤트를 캡처하고 Personalize에 피드하면 시스템이 최신 사용자 상호 작용을 기반으로 추천을 지속적으로 업데이트하여 관련성을 유지하고 판매 감소를 방지할 수 있습니다. 사용자 메타데이터 추가는 추천 품질을 높일 수 있지만, 실시간 상호 작용 데이터 없이는 여전히 최신 트렌드를 따라가지 못합니다. SageMaker로 전환하는 것은 Personalize의 장점을 포기하는 것이며, 이벤트 유형 및 값 속성 추가는 이미 Personalize에서 지원하는 기능이지만, 실시간 데이터 피딩 없이는 효과가 제한적입니다.