Een retailer heeft Amazon Personalize geïmplementeerd en merkt dat de verkoop van aanbevolen artikelen direct na de implementatie omhoogschiet, maar daarna snel daalt. Alleen historische gegevens van vóór een recente marketingcampagne werden gebruikt voor training. Welke wijziging moet u aanbrengen om de aanbevelingen te verbeteren en te behouden?

De verkoop daalt omdat de aanbevelingen verouderd raken. Amazon Personalize leert van historische gegevens, maar zonder continue updates worden de aanbevelingen minder relevant naarmate gebruikersgedrag verandert. Door live gebruikersinteracties via de event tracker te voeden, kan Personalize zich in realtime aanpassen aan nieuw gedrag en trends, waardoor de aanbevelingen fris en effectief blijven. Het toevoegen van gebruikersmetadata en overschakelen naar de HRNN-Metadata recipe kan de kwaliteit van de aanbevelingen verbeteren, maar lost het probleem van verouderde gegevens niet op. Een SageMaker-implementatie is een complexere oplossing die niet per se beter presteert dan Personalize voor dit specifieke probleem en vereist meer beheer. Het toevoegen van event type en event value attributen verrijkt de dataset, maar garandeert geen realtime aanpassingen.