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。

# 準備度檢查清單
<a name="readiness-checklist"></a>

此檢查清單提供 Amazon Personalize 功能、需求和資料指導的清單。它可協助您規劃，也可以在 Amazon Personalize 中建立資源時將其用作參考。

**Topics**
+ [您是否已將使用案例與 Amazon Personalize 資源配對？](#readiness-usecases)
+ [您有足夠的項目互動資料嗎？](#readiness-interact-data)
+ [您是否有即時事件串流架構？](#readiness-events)
+ [您的資料是否已針對 Amazon Personalize 進行最佳化？](#readiness-data-prep)
+ [您是否收集可改善建議的選用資料？](#readiness-optional-data)
+ [您是否有計劃測試您的建議？](#readiness-ab-testing)
+ [您有額外的業務目標嗎？](#readiness-business-goals)

## 您是否已將使用案例與 Amazon Personalize 資源配對？
<a name="readiness-usecases"></a>

Amazon Personalize 建議可以解決下列使用案例：
+ 為使用者產生個人化建議
+ 建議類似或相關的項目
+ 建議趨勢或熱門項目
+  建議使用者的下一個最佳動作 
+ 依相關性重新排序 （僅限使用自訂資源）
+ 產生使用者區段 （僅適用於自訂資源）

Amazon Personalize 功能以網域為基礎的資源，以及針對這些使用案例設定的自訂資源。首先建立網域資料集群組或自訂資料集群組：
+ 使用*網域資料集群組*，您可以為 VIDEO\$1ON\$1DEMAND 或 ECOMMERCE 網域建立針對 預先設定和最佳化的資源。

  如果您有串流影片或電子商務應用程式，建議您從網域資料集群組開始。您仍然可以新增自訂資源，例如針對自訂使用案例訓練的解決方案和解決方案版本。您仍然可以使用自訂資源來取得批次建議。您無法在網域資料集群組中建立下一個最佳動作資源，包括動作和動作互動資料集。
+  使用*自訂資料集群組*，您可以選擇符合您使用案例的配方。然後，您只訓練和部署可設定的解決方案和解決方案版本 （已訓練的 Amazon Personalize 建議模型）。準備就緒後，您可以在行銷活動中部署解決方案版本，以取得即時建議。或者，您可以取得沒有行銷活動的批次建議。

   如果您沒有串流影片或電子商務應用程式，建議您建立自訂資料集群組。否則，請從網域資料集群組開始，並視需要新增自訂資源。

如需 Amazon Personalize 中可用使用案例和自訂配方的資訊，請參閱 [將您的使用案例與 Amazon Personalize 資源配對](use-cases-and-recipes.md)。

## 您有足夠的項目互動資料嗎？
<a name="readiness-interact-data"></a>

對於所有使用案例和配方，您必須至少有 1，000 個項目互動給 25 個唯一使用者，每個使用者至少有兩個互動。對於品質建議，我們建議您從至少 1，000 個使用者至少有 50，000 個項目互動，每個使用者有兩個或更多項目互動。

 如果您不確定您是否有足夠的資料，可以使用 Amazon Personalize 主控台匯入和分析它。如需詳細資訊，請參閱[分析 Amazon Personalize 資料集中的資料品質和數量](analyzing-data.md)。

## 您是否有即時事件串流架構？
<a name="readiness-events"></a>

 如果您沒有足夠的項目互動資料，您可以使用 Amazon Personalize 來收集其他即時事件資料。透過一些配方和使用案例，Amazon Personalize 可以從使用者的最新活動中學習，並在使用者使用您的應用程式時更新建議。

 如需有關記錄事件的資訊，包括事件如何影響建議、第三方事件追蹤服務的清單，以及範例實作，請參閱 [記錄即時事件以影響建議](recording-events.md)。

## 您的資料是否已針對 Amazon Personalize 進行最佳化？
<a name="readiness-data-prep"></a>

我們建議您在資料中檢查下列項目：
+ 檢查是否有遺失值。我們建議至少 70% 的記錄具有每個屬性的資料。我們建議允許 null 值至少完成 70% 的資料欄。
+ 修正資料中的任何不正確或問題，例如不一致的命名慣例、項目的重複類別、跨資料集的不相符 IDs 或重複 IDs。這些問題可能會對建議產生負面影響，或導致非預期的行為。例如，您的資料中可能同時有「N/A」和「不適用」，但僅根據「N/A」篩選掉建議。篩選條件不會移除標記為「不適用」的項目。
+  如果項目、使用者或動作可以有多個類別，例如具有多個類型的電影，請將分類值合併為一個屬性，並將每個值與 \$1 運算子分開。例如，電影的 GENRES 資料可能是動作 \$1 冒險 \$1 威脅。
+ 避免資料欄的可能類別超過 1000 個 （除非資料欄包含僅供篩選之用的資料）。

如需資料建議的完整清單，以及如何使用 Amazon Personalize 來識別問題的指示，請參閱 [分析 Amazon Personalize 資料集中的資料品質和數量](analyzing-data.md)。

## 您是否收集可改善建議的選用資料？
<a name="readiness-optional-data"></a>

下列資料有助於改善建議相關性。
+  事件類型 （所有網域資料集群組使用案例都需要） 
+  事件值 
+  內容中繼資料 
+ 項目和使用者中繼資料
+ 動作互動資料 （僅供 PersonalIZED\$1ACTIONS 配方使用）

 如需 Amazon Personalize 可使用之資料類型的詳細資訊，請參閱 [Amazon Personalize 可以使用的資料類型](datasets.md)。

## 您是否有計劃測試您的建議？
<a name="readiness-ab-testing"></a>

您可以使用 A/B 測試來比較不同使用者群組與不同模型建議互動的結果。A/B 測試可協助您比較不同的建議策略，並查看建議是否可協助您實現業務目標。如需詳細資訊，請參閱[使用 A/B 測試測量建議影響](ab-testing-recommendations.md)。

## 您有額外的業務目標嗎？
<a name="readiness-business-goals"></a>

在某些情況下，除了為您的使用者產生相關建議之外，您可能還有目標。例如，您可能想要最大化收入，或從特定類別提升特定類型的項目。下列 Amazon Personalize 功能可協助您：
+ 促銷：您可以使用促銷來確保特定百分比的項目符合您的業務需求。如需詳細資訊，請參閱[在即時建議中提升項目](promoting-items.md)。
+ 最佳化業務目標：對於某些自訂資料集群組配方，您可以最佳化自訂目標的解決方案，例如最大化串流分鐘數或增加收入。如需詳細資訊，請參閱[針對其他目標最佳化解決方案](optimizing-solution-for-objective.md)。
+ 篩選建議。使用篩選條件將業務規則套用至建議。您可以使用篩選條件，從建議中包含或排除特定類型的項目。如需詳細資訊，請參閱[篩選建議和使用者客群](filter.md)。