本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用指標屬性測量建議影響
<a name="metric-attributions"></a>

 若要測量項目建議的影響，您可以建立指標屬性。*指標屬性*會根據您匯入的項目互動和項目資料，以及您指定的指標來建立報告。例如，使用者監看的電影總長度，或點選事件總數。Amazon Personalize 會在 15 分鐘的時段內彙總計算。對於串流互動資料和增量大量資料，Amazon Personalize 會自動將指標報告傳送至 Amazon CloudWatch。對於大量資料，您可以選擇將報告發佈至 Amazon S3 儲存貯體。

 對於您匯入的每個互動，請包含來源資料來比較不同的行銷活動、推薦者和第三方。您可以包含顯示使用者或事件來源之建議的建議 ID，例如第三方。

 例如，您可能有一個影片串流應用程式，顯示來自兩個不同 Amazon Personalize 推薦者的電影建議。如果您想要查看哪個推薦者產生最多的監看事件，您可以建立追蹤監看事件總數的指標屬性。然後，您可以在使用者與建議互動時記錄監看事件，並在每個事件`recommendationId`中包含 。Amazon Personalize 使用 `recommendationId`來識別每個建議者。當您記錄事件時，您可以檢視 CloudWatch 中兩個建議程式每 15 分鐘彙總的觀看事件總計。如需示範如何為事件包含 `recommendationId`或 `eventAttributionSource`的程式碼範例，請參閱 [事件指標和屬性報告](event-metrics.md)。

**Topics**
+ [指標屬性的準則和要求](metric-attribution-requirements.md)
+ [建立 Amazon Personalize 指標屬性](creating-metric-attribution.md)
+ [更新 Amazon Personalize 指標屬性](updating-metric-attribution.md)
+ [刪除 Amazon Personalize 指標屬性](deleting-metric-attribution.md)
+ [在 CloudWatch 中檢視指標資料的圖表](metric-attribution-results-cloudwatch.md)
+ [將指標屬性報告發佈至 Amazon S3](metric-attribution-results-s3.md)