تخصيص أمازون متحمس للإعلان عن الجديد التالي أفضل عمل (aws-next-best-action
) وصفة لمساعدتك في تحديد أفضل الإجراءات التي يمكنك اقتراحها على المستخدمين الفرديين والتي ستمكنك من زيادة الولاء للعلامة التجارية والتحويل.
Amazon Personalize هي خدمة تعلم آلي مُدارة بالكامل (ML) تجعل من السهل على المطورين تقديم تجارب مستخدم مخصصة للغاية في الوقت الفعلي. فهو يمكّنك من تحسين مشاركة العملاء من خلال دعم توصيات المنتجات والمحتوى المخصصة في مواقع الويب والتطبيقات والحملات التسويقية المستهدفة. يمكنك البدء دون أي خبرة سابقة في تعلم الآلة، وذلك باستخدام واجهات برمجة التطبيقات (APIs) لإنشاء إمكانات تخصيص متطورة بسهولة ببضع نقرات. يتم تشفير كافة البيانات الخاصة بك لتكون خاصة وآمنة.
في هذا المنشور، نعرض لك كيفية استخدام وصفة الإجراء الأفضل التالي لتخصيص توصيات الإجراءات بناءً على التفاعلات والاحتياجات والسلوكيات السابقة لكل مستخدم.
حل نظرة عامة
مع النمو السريع للقنوات الرقمية والتقدم التكنولوجي الذي يجعل التخصيص الفائق أكثر سهولة، تكافح العلامات التجارية لتحديد الإجراءات التي ستحقق أقصى قدر من التفاعل لكل مستخدم على حدة. تعرض العلامات التجارية نفس الإجراءات لجميع المستخدمين أو تعتمد على أساليب تقسيم المستخدمين التقليدية للتوصية بالإجراءات لكل مجموعة مستخدمين. ومع ذلك، لم تعد هذه الأساليب كافية، لأن كل مستخدم يتوقع تجربة فريدة ويميل إلى التخلي عن العلامات التجارية التي لا تفهم احتياجاته. علاوة على ذلك، لا تستطيع العلامات التجارية تحديث توصيات الإجراءات في الوقت الفعلي نظرًا للطبيعة اليدوية للعملية.
باستخدام Next Best Action، يمكنك تحديد الإجراءات التي تتمتع بأعلى احتمالية لجذب كل مستخدم على حدة بناءً على تفضيلاته واحتياجاته وتاريخه. يأخذ Next Best Action مصالح كل مستخدم في الاعتبار ويقدم توصيات بشأن الإجراءات في الوقت الفعلي. يمكنك التوصية بإجراءات مثل التسجيل في برامج الولاء، والاشتراك في رسالة إخبارية أو مجلة، واستكشاف فئة جديدة، وتنزيل تطبيق، وغيرها من الإجراءات التي تشجع على التحويل. سيمكنك ذلك من تحسين تجربة كل مستخدم من خلال تزويدهم بتوصيات بشأن الإجراءات عبر رحلة المستخدم الخاصة بهم والتي ستساعد في تعزيز مشاركة العلامة التجارية وإيراداتها على المدى الطويل. سيساعد ذلك أيضًا على تحسين عائدك على الاستثمار التسويقي من خلال التوصية بالإجراء الذي من المرجح أن يتخذه كل مستخدم.
شركاء AWS يحبون كريديرا متحمسون لإمكانيات التخصيص التي سيفتحها Amazon Personalize Next Best Action لعملائهم.
"Amazon Personalize هو حل عالمي للتعلم الآلي يمكّن الشركات من إنشاء تجارب ذات معنى للعملاء عبر مجموعة واسعة من حالات الاستخدام دون إعادة صياغة واسعة النطاق أو تكلفة تنفيذ مسبقة مطلوبة عادةً لهذه الأنواع من الحلول. نحن متحمسون حقًا لإضافة إمكانية Next Best Action التي ستمكن العملاء من تقديم توصيات إجراءات مخصصة، مما يؤدي إلى تحسين تجاربهم الرقمية بشكل كبير وزيادة قيمة الأعمال الإضافية. على وجه التحديد، نتوقع من أي شخص يعمل في مجال البيع بالتجزئة أو المحتوى أن يرى تجربة محسنة لعملائه وتحويلات أعلى كنتيجة مباشرة لاستخدام Amazon Personalize. يسعدنا للغاية أن نكون شريكًا في الإطلاق مع AWS في هذا الإصدار ونتطلع إلى تمكين الشركات من قيادة الحلول المخصصة القائمة على التعلم الآلي من خلال Next Best Action.
– جيسون جوث، الشريك والرئيس التنفيذي للتكنولوجيا في Credera.
أمثلة على حالات الاستخدام
لاستكشاف تأثير هذه الميزة الجديدة بمزيد من التفصيل، دعنا نراجع مثالاً من خلال أخذ ثلاثة مستخدمين: أ (User_id
11999)، ب (User_id
17141)، و ج (User_id
8103)، الذين يمرون بمراحل مختلفة من رحلة المستخدم الخاصة بهم أثناء إجراء عمليات شراء على موقع ويب. نرى بعد ذلك كيف يقترح Next Best Action الإجراءات المثلى لكل مستخدم بناءً على تفاعلاته وتفضيلاته السابقة.
أولاً، ننظر إلى مجموعة بيانات التفاعلات الإجرائية لفهم كيفية تفاعل المستخدمين مع الإجراءات في الماضي. يوضح المثال التالي المستخدمين الثلاثة وأنماط التسوق المختلفة الخاصة بهم. المستخدم "أ" هو مشتري متكرر وقد قام بالتسوق في الغالب في فئتي "الجمال والعناية" و"المجوهرات" في الماضي. المستخدم "ب" هو مشتري عادي أجرى بعض عمليات الشراء في فئة "الإلكترونيات" في الماضي، والمستخدم "ج" هو مستخدم جديد على موقع الويب قام بأول عملية شراء له في فئة "الملابس".
نوع المستخدم | معرف المستخدم | الإجراءات | نوع_الحدث_الإجراء | الطابع الزمني |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | اتخذت | 2023-09-17 20:03:05 |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | اتخذت | 2023-09-18 19:28:38 |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | اتخذت | 2023-09-20 17:49:52 |
المستخدم أ | 11999 | الشراء في فئة "مجوهرات". | اتخذت | 2023-09-26 18:36:16 |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | اتخذت | 2023-09-30 19:21:05 |
المستخدم أ | 11999 | قم بتنزيل تطبيق الهاتف المحمول | اتخذت | 2023-09-30 19:29:35 |
المستخدم أ | 11999 | الشراء في فئة "مجوهرات". | اتخذت | 2023-10-01 19:35:47 |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | اتخذت | 2023-10-04 19:19:34 |
المستخدم أ | 11999 | الشراء في فئة "مجوهرات". | اتخذت | 2023-10-06 20:38:55 |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | اتخذت | 2023-10-10 20:17:07 |
المستخدم ب | 17141 | الشراء في فئة "الإلكترونيات". | اتخذت | 2023-09-29 20:17:49 |
المستخدم ب | 17141 | الشراء في فئة "الإلكترونيات". | اتخذت | 2023-10-02 00:38:08 |
المستخدم ب | 17141 | الشراء في فئة "الإلكترونيات". | اتخذت | 2023-10-07 11:04:56 |
المستخدم ج | 8103 | الشراء في فئة "الملابس". | اتخذت | 2023-09-26 18:30:56 |
تقليديًا، تعرض العلامات التجارية نفس الإجراءات لجميع المستخدمين أو تستخدم استراتيجيات تجزئة المستخدمين للتوصية بالإجراءات لقاعدة مستخدميها. يعد الجدول التالي مثالاً لعلامة تجارية تعرض نفس مجموعة الإجراءات لجميع المستخدمين. قد تكون هذه الإجراءات ذات صلة بالمستخدمين أو لا تكون، مما يقلل من تفاعلهم مع العلامة التجارية.
نوع المستخدم | معرف المستخدم | توصيات العمل | رتبة الفعل |
المستخدم أ | 11999 | اشترك في برنامج الولاء | 1 |
المستخدم أ | 11999 | قم بتنزيل تطبيق الهاتف المحمول | 2 |
المستخدم أ | 11999 | الشراء في فئة "الإلكترونيات". | 3 |
المستخدم ب | 17141 | اشترك في برنامج الولاء | 1 |
المستخدم ب | 17141 | قم بتنزيل تطبيق الهاتف المحمول | 2 |
المستخدم ب | 17141 | الشراء في فئة "الإلكترونيات". | 3 |
المستخدم ج | 8103 | اشترك في برنامج الولاء | 1 |
المستخدم ج | 8103 | قم بتنزيل تطبيق الهاتف المحمول | 2 |
المستخدم ج | 8103 | الشراء في فئة "الإلكترونيات". | 3 |
الآن دعونا نستخدم Next Best Action للتوصية بإجراءات لكل مستخدم. بعد تحديد الإجراءات المؤهلة للتوصيات، سيتم aws-next-best-action
تُرجع الوصفة قائمة مرتبة من الإجراءات، مخصصة لكل مستخدم، بناءً على ميل المستخدم (احتمال قيام المستخدم بإجراء معين، يتراوح بين 0.0-1.0) وقيمة هذا الإجراء، إذا تم توفيره. ولأغراض هذا المنشور، فإننا نأخذ في الاعتبار ميل المستخدم فقط.
في المثال التالي، نرى أنه بالنسبة للمستخدم أ (المشتري المتكرر)، يعد الاشتراك في برنامج الولاء هو الإجراء الموصى به الأعلى بدرجة ميل تبلغ 1.00، مما يعني أنه من المرجح أن يقوم هذا المستخدم بالتسجيل في برنامج الولاء لأنه قام بذلك العديد من المشتريات. ولذلك، فإن التوصية بإجراء الاشتراك في برنامج الولاء للمستخدم أ لديها احتمالية كبيرة لزيادة مشاركة المستخدم أ.
نوع المستخدم | معرف المستخدم | توصيات العمل | رتبة الفعل | درجة الميل |
المستخدم أ | 11999 | اشترك في برنامج الولاء | 1 | 1.00 |
المستخدم أ | 11999 | الشراء في فئة "مجوهرات". | 2 | 0.86 |
المستخدم أ | 11999 | الشراء في فئة "الجمال والعناية". | 3 | 0.85 |
المستخدم ب | 17141 | الشراء في فئة "الإلكترونيات". | 1 | 0.78 |
المستخدم ب | 17141 | اشترك في برنامج الولاء | 2 | 0.71 |
المستخدم ب | 17141 | الشراء في فئة "المنازل الذكية". | 3 | 0.66 |
المستخدم ج | 8103 | الشراء في فئة "حقائب اليد والأحذية". | 1 | 0.60 |
المستخدم ج | 8103 | قم بتنزيل تطبيق الهاتف المحمول | 2 | 0.48 |
المستخدم ج | 8103 | الشراء في فئة "الملابس". | 3 | 0.46 |
وبالمثل، فإن المستخدم "ب" (شخصية المشتري العادي) لديه احتمالية أكبر لمواصلة الشراء في فئة "الإلكترونيات" وكذلك شراء منتجات جديدة في فئة مماثلة، "المنازل الذكية". لذلك، توصيك Next Best Action بتحديد أولويات الإجراءات، والشراء في فئة "الإلكترونيات" والشراء في فئة "المنازل الذكية". وهذا يعني أنه إذا طلبت من المستخدم "ب" شراء منتجات في هاتين الفئتين، فقد يؤدي ذلك إلى تفاعل أكبر. نلاحظ أيضًا أن إجراء الاشتراك في برنامج الولاء يوصى به للمستخدم "ب" ولكن بدرجة ميل أقل تبلغ 0.71 مقارنة بالمستخدم "أ"، الذي تبلغ درجة ميله 1.0. وذلك لأن المستخدمين الذين لديهم تاريخ أعمق والذين هم على طول رحلة التسوق الخاصة بهم يستفيدون بشكل أكبر من برامج الولاء بسبب المزايا الإضافية ومن المرجح جدًا أن يتفاعلوا أكثر.
أخيرًا، نرى أن الإجراء الأفضل التالي للمستخدم "ج" هو الشراء في فئة "حقائب اليد والأحذية"، وهو ما يشبه الإجراء السابق للشراء في فئة "الملابس". ونلاحظ أيضًا أن درجة الميل إلى تنزيل تطبيق الهاتف المحمول أقل نسبيًا (0.48) من إجراء آخر، وهو الشراء في فئة "حقائب اليد والأحذية"، والذي لديه درجة ميل أعلى تبلغ 0.60. وهذا يعني أنه إذا أوصيت المستخدم "ج" بشراء منتجات في فئة تكميلية ("حقائب اليد والأحذية") عبر تنزيل تطبيق الهاتف المحمول، فمن المرجح أن يلتزم بعلامتك التجارية ويستمر في التسوق في المستقبل.
لمزيد من التفاصيل حول كيفية تنفيذ الإجراء الأفضل التالي (aws-next-best-action
) وصفة، راجع توثيق.
وفي الختام
تساعدك وصفة Next Best Action الجديدة في Amazon Personalize على التوصية بالإجراءات الصحيحة للمستخدم المناسب في الوقت الفعلي بناءً على سلوكه واحتياجاته الفردية. سيمكنك هذا من تحقيق أقصى قدر من مشاركة المستخدم ويؤدي إلى زيادة معدلات التحويل.
لمزيد من المعلومات حول تخصيص Amazon ، راجع دليل مطور تخصيص أمازون.
حول المؤلف
شريا شارما هو مدير المنتج الفني الأول الذي يعمل مع AWS AI/ML على Amazon Personalize. لديها خلفية في هندسة علوم الكمبيوتر والاستشارات التكنولوجية وتحليلات البيانات. تستمتع في أوقات فراغها بالسفر والأداء المسرحي وتجربة مغامرات جديدة.
برانش أنوبهاف هو مهندس برمجيات أول في Amazon Personalize. إنه متحمس لتصميم أنظمة التعلم الآلي لخدمة العملاء على نطاق واسع. خارج عمله، يحب لعب كرة القدم وهو من المتابعين المتحمسين لريال مدريد.
أنكت ديشموخ هو عالم تطبيقي في مختبرات AWS AI التي تدعم Amazon Personalize. يعمل Aniket في المجال العام لأنظمة التوصية وقطاع الطرق السياقية والتعلم العميق متعدد الوسائط.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/build-brand-loyalty-by-recommending-actions-to-your-users-with-amazon-personalize-next-best-action/
- :لديها
- :يكون
- :ليس
- $ UP
- 1
- 100
- 11
- 114
- 120
- 125
- 13
- 14
- 17
- 19
- 20
- 28
- 29
- 30
- 35%
- 36
- 49
- 60
- 7
- 72
- 8
- a
- من نحن
- يمكن الوصول
- حسابي
- في
- اكشن
- الإجراءات
- وأضاف
- إضافة
- إضافي
- السلف
- مغامرات
- بعد
- AI
- AI / ML
- الكل
- على طول
- أيضا
- أمازون
- تخصيص أمازون
- أمازون ويب سيرفيسز
- an
- تحليلات
- و
- أعلن
- آخر
- أي وقت
- أي شخص
- واجهات برمجة التطبيقات
- التطبيق
- التطبيقات
- تطبيقي
- اقتراب
- هي
- المنطقة
- مجموعة
- AS
- At
- AWS
- خلفية
- قاعدة
- على أساس
- BE
- لان
- سلوك
- تستفيد
- الفوائد
- أفضل
- ما بين
- العلامة تجارية
- العلامات التجارية
- نساعدك في بناء
- الأعمال
- الأعمال
- لكن
- يشترى
- مشتر..
- شراء
- by
- الحملات
- CAN
- يستطيع الحصول على
- قدرات
- قدرة
- الحالات
- غير رسمية
- الفئات
- الفئة
- قنوات
- رئيس
- الرئيس التنفيذي للتكنولوجيا
- جماعة
- الشركات
- مقارنة
- مكمل
- الكمبيوتر
- علوم الكمبيوتر
- نظر
- الاستشارات
- محتوى
- قريني
- استمر
- تحويل
- التحويلات
- التكلفة
- خلق
- زبون
- إشراك العملاء
- العملاء
- البيانات
- تحليلات البيانات
- عميق
- التعلم العميق
- أعمق
- حدد
- نقل
- تصميم
- التفاصيل
- تفاصيل
- حدد
- المطور
- المطورين
- مختلف
- رقمي
- مباشرة
- لا
- بإمكانك تحميله
- تحميل
- قيادة
- قيادة
- اثنان
- كل
- بسهولة
- هين
- إما
- مؤهل
- تمكين
- تمكين
- تمكن
- شجع
- مشفرة
- اشتباك
- جذاب
- مهندس
- الهندسة
- كل
- مثال
- متحمس
- توقع
- تتوقع
- الخبره في مجال الغطس
- خبرة
- اكتشف
- استكشاف
- واسع
- جدا
- الميزات
- قليل
- الاسم الأول
- متابعيك
- في حالة
- إلى الأمام
- متكرر
- تبدأ من
- تماما
- إضافي
- علاوة على ذلك
- مستقبل
- العلاجات العامة
- دولار فقط واحصل على خصم XNUMX% على جميع
- أكبر
- التسويق
- يملك
- he
- مساعدة
- يساعد
- لها
- مرتفع
- أعلى
- أعلى
- جدا
- له
- تاريخ
- كيفية
- كيفية
- لكن
- HTML
- HTTPS
- if
- التأثير
- تنفيذ
- التنفيذ
- تحسن
- تحسن
- تحسين
- in
- القيمة الاسمية
- في ازدياد
- فرد
- معلومات
- تفاعل
- التفاعلات
- السريرية
- إلى
- استثمار
- IT
- رحلة
- JPG
- مختبرات
- إطلاق
- قيادة
- تعلم
- مثل
- أرجحية
- على الأرجح
- قائمة
- طويل الأجل
- يعد
- بحث
- أبحث
- يحب
- خفض
- الوفاء
- برنامج الولاء
- برامج الولاء
- آلة
- آلة التعلم
- صنع
- مجلة
- جعل
- يصنع
- القيام ب
- تمكن
- مدير
- كتيب
- التسويق
- تعظيم
- مايو..
- ذات مغزى
- يعني
- ML
- الجوال
- تطبيقات الجوال
- الأكثر من ذلك
- أكثر
- خاصة
- الطبيعة
- إحتياجات
- جديد
- منتجات جديدة
- بريدك الإلكتروني
- التالي
- لا
- يلاحظ..
- كثير
- of
- امين شرطة منزل فؤاد
- on
- فقط
- الأمثل
- or
- أخرى
- خارج
- في الخارج
- على مدى
- خاص
- الشريكة
- شركاء
- عاطفي
- الماضي
- أنماط
- أداء
- التخصيص
- إضفاء الطابع الشخصي
- مخصصه
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- لعب
- إمكانيات
- منشور
- توفير الطاقة
- التفضيلات
- سابق
- قبل
- أولويات
- خاص
- عملية المعالجة
- المنتج
- مدير المنتج
- المنتجات
- البرنامج
- البرامج
- تعزيز
- تزود
- المقدمة
- ويوفر
- توفير
- شراء
- مشتريات
- المشتريات
- غرض
- تتراوح
- المرتبة
- سريع
- الأجور
- حقيقي
- ريال مدريد
- في الوقت الحقيقي
- في الحقيقة
- وصفة
- نوصي
- توصية مجاناً
- ساندي خ. ميليك
- موصى به
- التوصية
- توصي
- تقليص
- الرجوع
- نسبيا
- الافراج عن
- ذات الصلة
- اعتمد
- مطلوب
- نتيجة
- بيع بالتجزئة
- عائد أعلى
- عائدات
- إيرادات
- مراجعة
- حق
- نفسه
- حجم
- علوم
- عالم
- أحرز هدفاً
- تأمين
- انظر تعريف
- تقسيم
- كبير
- خدمة
- الخدمة
- خدماتنا
- طقم
- هي
- التسوق والترفيه
- إظهار
- يظهر
- بشكل ملحوظ
- التوقيع
- مماثل
- كرة القدم
- تطبيقات الكمبيوتر
- مهندس البرمجيات
- حل
- الحلول
- متطور
- الفضاء
- على وجه التحديد
- مراحل
- بدأت
- استراتيجيات
- النضال
- الاشتراك
- هذه
- كاف
- اقترح
- وتقترح
- دعم
- أنظمة
- جدول
- يأخذ
- مع الأخذ
- المستهدفة
- تقني
- تكنولوجيا
- يميل
- من
- أن
- •
- المستقبل
- مسرح
- من مشاركة
- منهم
- then
- وبالتالي
- تشبه
- هم
- ثلاثة
- بسعادة غامرة
- الوقت
- إلى
- تيشرت
- تقليدي
- السفر
- يحاول
- اثنان
- أنواع
- عادة
- غير قادر
- فهم
- فريد من نوعه
- فتح
- تحديث
- تستخدم
- مستخدم
- رحلة المستخدم
- المستخدمين
- استخدام
- قيمنا
- we
- الويب
- خدمات ويب
- الموقع الإلكتروني
- المواقع
- ابحث عن
- التي
- في حين
- من الذى
- لمن
- واسع
- سوف
- مع
- في غضون
- بدون
- للعمل
- عامل
- أعمال
- عالمي
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت