Az Amazon testreszabása izgatottan jelenti be az újat Következő legjobb akció (aws-next-best-action
).
Az Amazon Personalize egy teljesen felügyelt gépi tanulási (ML) szolgáltatás, amely megkönnyíti a fejlesztők számára, hogy valós időben személyre szabott felhasználói élményt nyújtsanak. Lehetővé teszi az ügyfelek elköteleződésének javítását azáltal, hogy személyre szabott termék- és tartalomajánlásokat tesz közzé webhelyeken, alkalmazásokban és célzott marketingkampányokban. Előzetes ML-tapasztalat nélkül is elkezdheti az API-k segítségével, hogy néhány kattintással egyszerűen építsen ki kifinomult személyre szabási lehetőségeket. Minden adata titkosítva van, hogy privát és biztonságos legyen.
Ebben a bejegyzésben bemutatjuk, hogyan használhatja a Next Best Action receptet a cselekvési javaslatok személyre szabásához az egyes felhasználók korábbi interakciói, szükségletei és viselkedése alapján.
Megoldás áttekintése
A digitális csatornák gyors növekedésével és a technológiai fejlődéssel, amelyek elérhetőbbé teszik a hiper-személyre szabást, a márkák nehezen tudják meghatározni, hogy milyen lépésekkel maximalizálják az egyes felhasználók elkötelezettségét. A márkák vagy ugyanazokat a műveleteket jelenítik meg minden felhasználó számára, vagy a hagyományos felhasználói szegmentálási megközelítésekre hagyatkoznak, hogy az egyes felhasználói csoportoknak műveleteket javasoljanak. Ezek a megközelítések azonban már nem elegendőek, mert minden felhasználó egyedi élményt vár, és hajlamos elhagyni azokat a márkákat, amelyek nem értik az igényeiket. Ezenkívül a márkák nem tudják valós időben frissíteni az akciójavaslatokat a folyamat manuális jellege miatt.
A Next Best Action segítségével meghatározhatja azokat a műveleteket, amelyek a legnagyobb valószínűséggel vonzzák le az egyes felhasználókat preferenciáik, szükségleteik és előzményeik alapján. A Next Best Action figyelembe veszi az egyes felhasználók munkamenet közbeni érdekeit, és valós időben cselekvési javaslatokat ad. Javasolhat olyan műveleteket, mint a hűségprogramokba való beiratkozás, hírlevélre vagy magazinra való feliratkozás, új kategória felfedezése, alkalmazás letöltése és egyéb konverzióra ösztönző műveletek. Ez lehetővé teszi, hogy javítsa az egyes felhasználók élményét azáltal, hogy javaslatokat ad nekik a felhasználói útjuk során végzett műveletekre vonatkozóan, amelyek elősegítik a hosszú távú márkaelköteleződést és -bevételt. Ezenkívül javítja a marketingbefektetés megtérülését azáltal, hogy olyan műveleteket ajánl, amelyeket minden felhasználó nagy valószínűséggel megtesz.
Az AWS-partnerek kedvelik Credera izgatottak azok a személyre szabási lehetőségek, amelyeket az Amazon Personalize Next Best Action kínál ügyfeleik számára.
„Az Amazon Personalize egy világszínvonalú gépi tanulási megoldás, amely lehetővé teszi a vállalatok számára, hogy érdemi ügyfélélményt teremtsenek a felhasználási esetek széles skáláján anélkül, hogy az ilyen típusú megoldásoktól jellemzően nagy átdolgozás vagy előzetes bevezetési költségek merülnének fel. Nagyon izgatottak vagyunk a Next Best Action képesség hozzáadásával kapcsolatban, amely lehetővé teszi az ügyfelek számára, hogy személyre szabott cselekvési javaslatokat tegyenek, jelentősen javítva digitális élményeiket és további üzleti értéket teremtve. Konkrétan azt várjuk, hogy bárki, aki a kiskereskedelmi vagy tartalmi területen dolgozik, jobb élményt és magasabb konverziót tapasztaljon ügyfelei számára az Amazon Personalize használatának közvetlen eredményeként. Rendkívül izgatottak vagyunk, hogy az AWS bevezetési partnerei lehetünk ezen a kiadáson, és alig várjuk, hogy a vállalkozásokat a Next Best Action segítségével ML-alapú, személyre szabott megoldások kidolgozására kényszerítsük.”
– Jason Goth, a Credera partnere és technológiai igazgatója.
Példa felhasználási esetek
Az új funkció hatásának részletesebb feltárásához tekintsünk át egy példát három felhasználó alapján: A (User_id
11999), B (User_id
17141), és C (User_id
8103), akik felhasználói útjuk különböző szakaszaiban vannak, miközben egy webhelyen vásárolnak. Ezután meglátjuk, hogy a Next Best Action hogyan javasolja az optimális műveleteket az egyes felhasználók számára a korábbi interakcióik és preferenciáik alapján.
Először is megvizsgáljuk a műveleti interakciók adatkészletét, hogy megértsük, hogyan léptek interakcióba a felhasználók a műveletekkel a múltban. A következő példa a három felhasználót és különböző vásárlási szokásaikat mutatja be. A felhasználó gyakori vásárló, és korábban leginkább a „Szépség és ápolás” és „Ékszer” kategóriában vásárolt. B felhasználó egy alkalmi vásárló, aki korábban néhány vásárlást hajtott végre az „Elektronika” kategóriában, C felhasználó pedig egy új felhasználó a webhelyen, aki először a „Ruházat” kategóriában vásárolt.
Felhasználói típus | Felhasználói azonosító | Hozzászólások | Action_Event_Type | Timestamp |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | meghozott | 2023-09-17 20:03:05 |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | meghozott | 2023-09-18 19:28:38 |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | meghozott | 2023-09-20 17:49:52 |
A felhasználó | 11999 | Vásároljon „Ékszer” kategóriában | meghozott | 2023-09-26 18:36:16 |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | meghozott | 2023-09-30 19:21:05 |
A felhasználó | 11999 | Töltse le a mobilalkalmazást | meghozott | 2023-09-30 19:29:35 |
A felhasználó | 11999 | Vásároljon „Ékszer” kategóriában | meghozott | 2023-10-01 19:35:47 |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | meghozott | 2023-10-04 19:19:34 |
A felhasználó | 11999 | Vásároljon „Ékszer” kategóriában | meghozott | 2023-10-06 20:38:55 |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | meghozott | 2023-10-10 20:17:07 |
B felhasználó | 17141 | Vásároljon az „Elektronika” kategóriában | meghozott | 2023-09-29 20:17:49 |
B felhasználó | 17141 | Vásároljon az „Elektronika” kategóriában | meghozott | 2023-10-02 00:38:08 |
B felhasználó | 17141 | Vásároljon az „Elektronika” kategóriában | meghozott | 2023-10-07 11:04:56 |
Felhasználó C | 8103 | Vásároljon „Ruházat” kategóriában | meghozott | 2023-09-26 18:30:56 |
Hagyományosan a márkák vagy ugyanazokat a műveleteket jelenítik meg minden felhasználó számára, vagy felhasználói szegmentációs stratégiákat alkalmaznak, hogy akciókat javasoljanak felhasználói bázisuknak. A következő táblázat egy példa egy márkára, amely minden felhasználó számára ugyanazt a műveletsort mutatja. Ezek a műveletek relevánsak lehetnek a felhasználók számára, vagy nem, csökkentve ezzel a márkával való elkötelezettségüket.
Felhasználói típus | Felhasználói azonosító | Akciójavaslatok | A cselekvés rangja |
A felhasználó | 11999 | Iratkozzon fel a hűségprogramra | 1 |
A felhasználó | 11999 | Töltse le a mobilalkalmazást | 2 |
A felhasználó | 11999 | Vásároljon az „Elektronika” kategóriában | 3 |
B felhasználó | 17141 | Iratkozzon fel a hűségprogramra | 1 |
B felhasználó | 17141 | Töltse le a mobilalkalmazást | 2 |
B felhasználó | 17141 | Vásároljon az „Elektronika” kategóriában | 3 |
Felhasználó C | 8103 | Iratkozzon fel a hűségprogramra | 1 |
Felhasználó C | 8103 | Töltse le a mobilalkalmazást | 2 |
Felhasználó C | 8103 | Vásároljon az „Elektronika” kategóriában | 3 |
Most használjuk a Következő legjobb műveletet, hogy javasoljunk műveleteket az egyes felhasználók számára. Miután meghatározta az ajánlásokra jogosult műveleteket, a aws-next-best-action
A recept a műveletek rangsorolt listáját adja vissza, minden felhasználó számára személyre szabva, a felhasználói hajlandóság (a felhasználó egy adott művelet végrehajtásának valószínűsége, 0.0 és 1.0 között) és a művelet értéke alapján, ha rendelkezésre áll. Ebben a bejegyzésben csak a felhasználói hajlandóságot vesszük figyelembe.
A következő példában azt látjuk, hogy A felhasználó (gyakori vásárló) számára a Feliratkozás a hűségprogramra a legjobban ajánlott művelet 1.00-es hajlampontszámmal, ami azt jelenti, hogy ez a felhasználó a legnagyobb valószínűséggel azért jelentkezik be a hűségprogramba, mert számos vásárlás. Ezért az Előfizetés a hűségprogramra művelet A felhasználónak történő ajánlása nagy valószínűséggel növeli A felhasználó elkötelezettségét.
Felhasználói típus | Felhasználói azonosító | Akciójavaslatok | A cselekvés rangja | Hajlampontszám |
A felhasználó | 11999 | Iratkozzon fel a hűségprogramra | 1 | 1.00 |
A felhasználó | 11999 | Vásároljon „Ékszer” kategóriában | 2 | 0.86 |
A felhasználó | 11999 | Vásároljon a „Szépség és ápolás” kategóriában | 3 | 0.85 |
B felhasználó | 17141 | Vásároljon az „Elektronika” kategóriában | 1 | 0.78 |
B felhasználó | 17141 | Iratkozzon fel a hűségprogramra | 2 | 0.71 |
B felhasználó | 17141 | Vásároljon az „Intelligens otthonok” kategóriában | 3 | 0.66 |
Felhasználó C | 8103 | Vásároljon „Kézitáskák és cipők” kategóriában | 1 | 0.60 |
Felhasználó C | 8103 | Töltse le a mobilalkalmazást | 2 | 0.48 |
Felhasználó C | 8103 | Vásároljon „Ruházat” kategóriában | 3 | 0.46 |
Hasonlóképpen, a B felhasználó (alkalmi vásárló személy) nagyobb valószínűséggel folytatja a vásárlást az „Elektronika” kategóriában, és egy hasonló kategóriába, az „okos otthonok” kategóriába tartozó új termékeket is vásárol. Ezért a Next Best Action azt javasolja, hogy helyezze előtérbe a tevékenységeket, a vásárlást az „Elektronika” kategóriában és a vásárlást az „Intelligens otthonok” kategóriában. Ez azt jelenti, hogy ha arra kéri B felhasználót, hogy vásároljon e két kategóriába tartozó termékeket, az nagyobb elköteleződéshez vezethet. Azt is észrevesszük, hogy a hűségprogramra való feliratkozást a B felhasználónak ajánljuk, de alacsonyabb, 0.71-es hajlampontszámmal, mint az A felhasználó, akinek a hajlandósági pontszáma 1.0. Ennek az az oka, hogy a mélyebb múlttal rendelkező és vásárlási útjukat továbbhaladó felhasználók a hozzáadott előnyök miatt többet profitálnak a hűségprogramokból, és nagy valószínűséggel többet lépnek kapcsolatba egymással.
Végül azt látjuk, hogy a következő legjobb akció C felhasználó számára a „Kézitáskák és cipők” kategóriában vásárol, ami hasonló az előző Vásárlás a „Ruházat” kategóriában tett akciójukhoz. Azt is látjuk, hogy a mobilalkalmazás letöltésére vonatkozó hajlandósági pontszám viszonylag alacsonyabb (0.48), mint egy másik akció, a Vásárlás a „Kézitáskák és cipők” kategóriában, amely magasabb, 0.60-as. Ez azt jelenti, hogy ha azt ajánlja C felhasználónak, hogy a mobilalkalmazás letöltése helyett egy kiegészítő kategóriába tartozó termékeket vásároljon („Kézitáskák és cipők”), akkor nagyobb valószínűséggel ragaszkodik az Ön márkájához, és a jövőben is folytatja a vásárlást.
További részletekért a következő legjobb akció végrehajtásáról (aws-next-best-action
) recept, lásd dokumentáció.
Következtetés
Az Amazon Personalize új Next Best Action receptje segítségével valós időben ajánlhatja a megfelelő műveleteket a megfelelő felhasználónak az egyéni viselkedésük és szükségleteik alapján. Ez lehetővé teszi a felhasználók elköteleződésének maximalizálását és magasabb konverziós arányok elérését.
Az Amazon Personalize szolgáltatással kapcsolatos további információkért lásd a Amazon Personalize fejlesztői útmutató.
A szerzőkről
Shreeya Sharma idősebb műszaki termékmenedzser, aki az Amazon Personalize AWS AI/ML-lel dolgozik. Számítástechnikai mérnöki, technológiai tanácsadási és adatelemzői múlttal rendelkezik. Szabadidejében szívesen utazik, színházat játszik és új kalandokat próbál ki.
Pranesh Anubhav az Amazon Personalize vezető szoftvermérnöke. Szenvedélye a gépi tanulási rendszerek tervezése az ügyfelek széles körű kiszolgálása érdekében. A munkáján kívül szeret focizni, és a Real Madrid lelkes követője.
Aniket Deshmukh Alkalmazott tudós az Amazon Personalize-t támogató AWS AI laborokban. Az Aniket az ajánlási rendszerek, a kontextuális banditák és a multimodális mély tanulás általános területén dolgozik.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/build-brand-loyalty-by-recommending-actions-to-your-users-with-amazon-personalize-next-best-action/
- :van
- :is
- :nem
- $ UP
- 1
- 100
- 11
- 114
- 120
- 125
- 13
- 14
- 17
- 19
- 20
- 28
- 29
- 30
- 35%
- 36
- 49
- 60
- 7
- 72
- 8
- a
- Rólunk
- hozzáférhető
- Fiók
- át
- Akció
- cselekvések
- hozzáadott
- mellett
- További
- előlegek
- kalandok
- Után
- AI
- AI / ML
- Minden termék
- mentén
- Is
- amazon
- Az Amazon testreszabása
- Az Amazon Web Services
- an
- analitika
- és a
- bejelent
- Másik
- bármilyen
- bárki
- API-k
- app
- alkalmazások
- alkalmazott
- megközelít
- VANNAK
- TERÜLET
- Sor
- AS
- At
- AWS
- háttér
- bázis
- alapján
- BE
- mert
- viselkedés
- haszon
- Előnyök
- BEST
- között
- márka
- márka
- épít
- üzleti
- vállalkozások
- de
- megvesz
- VEVŐ..
- Vásárlás
- by
- Kampányok
- TUD
- Kaphat
- képességek
- képesség
- esetek
- alkalmi
- kategóriák
- Kategória
- csatornák
- fő
- Főmérnöke
- kohort
- Companies
- képest
- kiegészítő
- számítógép
- Computer Science
- Fontolja
- tanácsadó
- tartalom
- szövegre vonatkozó
- folytatódik
- Átalakítás
- konverziók
- Költség
- teremt
- vevő
- Ügyfél-elkötelezettség
- Ügyfelek
- dátum
- Adatelemzés
- mély
- mély tanulás
- mélyebb
- meghatározott
- szállít
- tervezés
- részlet
- részletek
- Határozzuk meg
- Fejlesztő
- fejlesztők
- különböző
- digitális
- közvetlen
- ne
- letöltés
- letöltései
- hajtás
- vezetés
- két
- minden
- könnyen
- megerőltetés nélküli
- bármelyik
- választható
- képessé
- lehetővé
- lehetővé teszi
- ösztönzése
- titkosított
- eljegyzés
- vonzó
- mérnök
- Mérnöki
- Minden
- példa
- izgatott
- vár
- elvárja
- tapasztalat
- Tapasztalatok
- feltárása
- Feltárása
- kiterjedt
- rendkívüli módon
- Funkció
- kevés
- vezetéknév
- következő
- A
- Előre
- gyakori
- ból ből
- teljesen
- további
- Továbbá
- jövő
- általános
- kap
- nagyobb
- Növekedés
- Legyen
- he
- segít
- segít
- neki
- Magas
- <p></p>
- legnagyobb
- nagyon
- övé
- történelem
- Hogyan
- How To
- azonban
- HTML
- HTTPS
- if
- Hatás
- végre
- végrehajtás
- javul
- javított
- javuló
- in
- Növelje
- növekvő
- egyéni
- információ
- kölcsönhatásba
- kölcsönhatások
- érdekek
- bele
- beruházás
- IT
- utazás
- jpg
- Labs
- indít
- vezet
- tanulás
- mint
- valószínűség
- Valószínű
- Lista
- hosszú lejáratú
- hosszabb
- néz
- keres
- szeret
- alacsonyabb
- Hűség
- hűségprogram
- Hűségprogramok
- gép
- gépi tanulás
- készült
- magazin
- csinál
- KÉSZÍT
- Gyártás
- sikerült
- menedzser
- kézikönyv
- Marketing
- Maximize
- Lehet..
- jelentőségteljes
- eszközök
- ML
- Mobil
- Mobil alkalmazás
- több
- a legtöbb
- többnyire
- Természet
- igények
- Új
- új termékek
- Hírlevél
- következő
- nem
- Értesítés..
- számos
- of
- Tiszt
- on
- csak
- optimálisan
- or
- Más
- ki
- kívül
- felett
- különös
- partner
- partnerek
- szenvedélyes
- múlt
- minták
- előadó
- Testreszabás
- megszemélyesít
- Személyre
- Plató
- Platón adatintelligencia
- PlatoData
- játék
- lehetőségek
- állás
- Bekapcsolom
- preferenciák
- előző
- Előzetes
- Fontossági sorrendet
- magán
- folyamat
- Termékek
- termék menedzser
- Termékek
- Program
- Programok
- kellene támogatnia,
- ad
- feltéve,
- biztosít
- amely
- Vásárlás
- vásárlások
- beszerzési
- cél
- kezdve
- rangsorolt
- gyors
- Az árak
- igazi
- Real Madrid
- real-time
- tényleg
- recept
- ajánl
- Ajánlást
- ajánlások
- ajánlott
- ajánló
- ajánlja
- csökkentő
- utal
- viszonylag
- engedje
- támaszkodnak
- kötelező
- eredményez
- kiskereskedelem
- visszatérés
- Visszatér
- jövedelem
- Kritika
- jobb
- azonos
- Skála
- Tudomány
- Tudós
- pontszám
- biztonság
- lát
- szegmentáció
- idősebb
- szolgál
- szolgáltatás
- Szolgáltatások
- készlet
- ő
- Bevásárlás
- előadás
- Műsorok
- jelentősen
- aláírás
- hasonló
- Futball
- szoftver
- Software Engineer
- megoldások
- Megoldások
- kifinomult
- Hely
- kifejezetten
- állapota
- kezdődött
- stratégiák
- Küzdelem
- Iratkozz fel
- ilyen
- elegendő
- javasol
- javasolja,
- Támogató
- Systems
- táblázat
- tart
- bevétel
- célzott
- Műszaki
- Technológia
- hajlamos
- mint
- hogy
- A
- A jövő
- színház
- azok
- Őket
- akkor
- ebből adódóan
- Ezek
- ők
- ezt
- három
- izgalommal
- idő
- nak nek
- felső
- hagyományos
- Utazó
- próbál
- kettő
- típusok
- jellemzően
- képtelen
- megért
- egyedi
- kinyit
- Frissítések
- használ
- használó
- felhasználói út
- Felhasználók
- segítségével
- érték
- we
- háló
- webes szolgáltatások
- weboldal
- honlapok
- Mit
- ami
- míg
- WHO
- akinek
- széles
- lesz
- val vel
- belül
- nélkül
- Munka
- dolgozó
- művek
- világszínvonalú
- te
- A te
- zephyrnet