Personalizza i tuoi consigli promuovendo articoli specifici utilizzando le regole aziendali con Amazon Personalize

Ripubblicato da Platone

Seguaci: 0

Oggi siamo entusiasti di annunciarlo Promozioni funzionalità di Amazon Personalize che ti consente di consigliare esplicitamente articoli specifici ai tuoi utenti in base a regole in linea con i tuoi obiettivi aziendali. Ad esempio, puoi avere partnership di marketing che richiedono la promozione di determinati marchi, contenuti interni o categorie di cui desideri migliorare la visibilità. Le promozioni ti offrono un maggiore controllo sugli articoli consigliati. Puoi definire regole aziendali per identificare gli articoli promozionali e mostrarli a tutta la tua base utenti, senza alcun costo aggiuntivo. Puoi anche controllare la percentuale dei contenuti promossi nei tuoi consigli. Amazon Personalize trova automaticamente gli articoli rilevanti all'interno dell'insieme di articoli promozionali che soddisfano le tue regole aziendali e li distribuisce secondo i consigli di ciascun utente.

Amazon Personalize ti consente di migliorare il coinvolgimento dei clienti fornendo consigli personalizzati su prodotti e contenuti in siti Web, applicazioni e campagne di marketing mirate. Puoi iniziare senza alcuna esperienza precedente di machine learning (ML), utilizzando le API per creare facilmente sofisticate funzionalità di personalizzazione in pochi clic. Tutti i tuoi dati sono crittografati per essere privati e sicuri e vengono utilizzati solo per creare consigli per i tuoi utenti.

In questo post, mostriamo come personalizzare i tuoi consigli con la nuova funzionalità delle promozioni per un caso d'uso di e-commerce.

Panoramica della soluzione

Diverse aziende possono utilizzare le promozioni in base ai propri obiettivi individuali per il tipo di contenuto su cui desiderano aumentare il coinvolgimento. Puoi utilizzare le promozioni per fare in modo che una percentuale dei tuoi consigli sia di un tipo particolare per qualsiasi applicazione indipendentemente dal dominio. Ad esempio, nelle applicazioni di e-commerce, puoi utilizzare questa funzionalità per fare in modo che il 20% degli articoli consigliati siano quelli contrassegnati come in vendita o di una determinata marca o categoria. Per i casi d'uso di video on demand, puoi utilizzare questa funzionalità per riempire il 40% di un carosello con programmi e film appena lanciati che desideri mettere in evidenza o per promuovere contenuti dal vivo. Puoi utilizzare le promozioni in gruppi di set di dati di dominio ed gruppi di set di dati personalizzati (Personalizzazione dell'utente ed Articoli simili ricette).

Amazon Personalize semplifica la configurazione delle promozioni: innanzitutto crea un filtro che seleziona gli articoli che desideri promuovere. Puoi utilizzare la console o l'API Amazon Personalize per creare un filtro con la tua logica utilizzando Amazon Personalize DSL (linguaggio specifico del dominio). Ci vogliono solo pochi minuti. Quindi, quando richiedi consigli, specifica la promozione specificando il filtro, la percentuale di consigli che dovrebbero corrispondere a quel filtro e, se richiesto, i parametri del filtro dinamico. Gli elementi promossi vengono distribuiti in modo casuale nei consigli, ma i consigli esistenti non vengono rimossi.

Il diagramma seguente mostra come utilizzare le promozioni nei consigli in Amazon Personalize.

Puoi definire gli articoli da promuovere nel sistema del catalogo, caricarli nel set di dati degli articoli Amazon Personalize e quindi ottenere consigli. Ottenere consigli senza specificare una promozione restituisce gli elementi più pertinenti e, in questo esempio, solo un elemento tra quelli promossi. Non vi è alcuna garanzia che gli articoli promossi vengano restituiti. Ottenere consigli con il 50% di articoli promossi restituisce la metà degli articoli appartenenti agli articoli promossi.

Questo post ti guida attraverso il processo di definizione e applicazione delle promozioni nei tuoi consigli in Amazon Personalize per garantire che i risultati di una campagna o di un consiglio contengano elementi specifici che desideri che gli utenti vedano. Per questo esempio, creiamo un consulente per la vendita al dettaglio e promuoviamo gli articoli con CATEGORY_L2 as halloween, che corrisponde alle decorazioni di Halloween. Un esempio di codice per questo caso d'uso è disponibile su GitHub.

Prerequisiti

Per utilizzare le promozioni, devi prima configurare alcune risorse Amazon Personalize sulla console Amazon Personalize. Crea il tuo gruppo di set di dati, carica i tuoi dati e forma un consulente. Per le istruzioni complete, vedere Per iniziare.

Crea un gruppo di set di dati.

Creare un Interactions set di dati utilizzando quanto segue schema:

{
    "type": "record",
    "name": "Interactions",
    "namespace": "com.amazonaws.personalize.schema",
    "fields": [
        {
            "name": "USER_ID",
            "type": "string"
        },
        {
            "name": "ITEM_ID",
            "type": "string"
        },
        {
            "name": "TIMESTAMP",
            "type": "long"
        },
        {
            "name": "EVENT_TYPE",
            "type": "string"
        }
    ],
    "version": "1.0"
}

Importa i dati di interazione su Amazon Personalizza da Servizio di archiviazione semplice Amazon (Amazon S3). Per questo esempio, utilizziamo quanto segue file di dati. Abbiamo generato i dati sintetici in base al codice nel file Progetto Retail Demo Store. Fare riferimento al repository GitHub per ulteriori informazioni sui dati e sui potenziali usi.

Creare un Items set di dati utilizzando il seguente schema:

{
    "type": "record",
    "name": "Items",
    "namespace": "com.amazonaws.personalize.schema",
    "fields": [
        {
            "name": "ITEM_ID",
            "type": "string"
        },
        {
            "name": "PRICE",
            "type": "float"
        },
        {
            "name": "CATEGORY_L1",
            "type": ["string"],
            "categorical": true
        },
        {
            "name": "CATEGORY_L2",
            "type": ["string"],
            "categorical": true
        },
        {
            "name": "GENDER",
            "type": ["string"],
            "categorical": true
        }
    ],
    "version": "1.0"
}

Importa i dati dell'articolo in Amazon Personalize da Amazon S3. Per questo esempio, utilizziamo quanto segue file di dati, in base al codice in Progetto Retail Demo Store.Per ulteriori informazioni sulla formattazione e l'importazione delle interazioni e dei dati degli articoli da Amazon S3, consulta Importazione di record in blocco.
Crea un consigliere. In questo esempio creiamo un file Consigliere "Consigliato per te"..

Crea un filtro per le tue promozioni

Ora che hai configurato le risorse Amazon Personalize, puoi creare un file filtro che seleziona gli articoli per la tua promozione.

È possibile creare un filtro statico in cui tutte le variabili vengono codificate in modo rigido al momento della creazione del filtro. Ad esempio, per aggiungere tutti gli elementi che hanno CATEGORY_L2 as halloween, utilizzare la seguente espressione di filtro:

INCLUDE ItemID WHERE Items.CATEGORY_L2 IN ("halloween")

Puoi anche creare filtri dinamici. I filtri dinamici sono personalizzabili in tempo reale quando richiedi i consigli. Per creare un filtro dinamico, definisci i criteri dell'espressione del filtro utilizzando un parametro segnaposto anziché un valore fisso. Ciò ti consente di scegliere i valori da filtrare applicando un filtro a una richiesta di consiglio, anziché quando crei l'espressione. Fornisci un filtro quando chiami il OttieniRaccomandazioni or Ottieni una classifica personalizzata operazioni API o come parte dei dati di input durante la generazione di consigli in modalità batch tramite a processo di inferenza batch.

Ad esempio, per selezionare tutti gli elementi in una categoria scelta quando si effettua la chiamata di inferenza con un filtro applicato, utilizzare la seguente espressione di filtro:

INCLUDE ItemID WHERE Items.CATEGORY_L2 IN ($CATEGORY)

Puoi utilizzare la DSL precedente per creare un filtro personalizzabile sulla console Amazon Personalize. Completa i seguenti passaggi:

Sulla console Amazon Personalize, su Filtri pagina, scegli Crea un filtro.
Nel Nome del filtro, inserisci il nome del tuo filtro (per questo post inseriamo category_filter).
Seleziona Costruisci espressione oppure aggiungi la tua espressione manualmente per creare il tuo filtro personalizzato.
Costruisci l'espressione “Includi ItemID DOVE Items.CATEGORY_L2 IN $CATEGORY"Per Valore, inserisci un valore di $ più un nome di parametro simile al nome della tua proprietà e facile da ricordare (per questo esempio, $CATEGORY).
Facoltativamente, per concatenare ulteriori espressioni con il filtro, scegli il segno più.
Per aggiungere ulteriori espressioni di filtro, selezionare Aggiungi espressione.
Scegli Crea un filtro.

Puoi anche creare filtri tramite createFilter API in Amazon Personalizza. Per ulteriori informazioni, vedere Crea filtro.

Applica promozioni ai tuoi consigli

Applicando a filtro quando ricevere consigli è un buon modo per adattare i tuoi consigli a criteri specifici. Tuttavia, l'utilizzo dei filtri applica direttamente il filtro a tutti i consigli restituiti. Quando utilizzi le promozioni, puoi selezionare la percentuale dei consigli che corrisponde agli articoli promossi, consentendoti di combinare consigli personalizzati e gli articoli migliori che corrispondono ai criteri di promozione per ciascun utente nelle proporzioni adatte al tuo caso d'uso aziendale.

Il seguente codice di esempio è un corpo di richiesta per GetRecommendations API che ottiene consigli per un utente che utilizza il file "Raccomandato per te" consigliere:

{
    "recommenderArn" = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20
}

Questa richiesta restituisce consigli personalizzati per l'utente specificato. Tra gli articoli nel catalogo, questi sono i 20 articoli più rilevanti per l'utente.

Possiamo fare la stessa chiamata e applicare un filtro per restituire solo gli elementi che corrispondono al filtro. Il codice di esempio seguente è il corpo della richiesta per il file GetRecommendations API che ottiene consigli per un utente utilizzando il suggerimento "Consigliato per te" e applica a filtro dinamico per restituire solo gli elementi rilevanti che hanno CATEGORY_L2 as halloween:

{
    "recommenderArn" = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20,
    filterArn = "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
    filterValues={ "CATEGORY": ""halloween""}
}

Questa richiesta restituisce consigli personalizzati per l'utente specificato che ha CATEGORY_L2 as halloween. Tra gli articoli nel catalogo, questi sono i 20 articoli più rilevanti con CATEGORY_L2 as halloween per l'utente.

Puoi utilizzare le promozioni se desideri che una determinata percentuale di articoli abbia un attributo che desideri promuovere e che il resto siano gli articoli più rilevanti per questo utente tra tutti gli articoli nel catalogo. Possiamo fare la stessa chiamata e applicare una promozione. Il codice di esempio seguente è il corpo della richiesta per il file GetRecommendations API che ottiene consigli per un utente utilizzando il suggerimento "Consigliato per te" e applica una promozione per includere una determinata percentuale di articoli pertinenti che hanno CATEGORY_L2 as halloween:

{
    recommenderArn = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20,
    promotions = [{
        "name" : "halloween_promotion",
        "percentPromotedItems" : 20,
        "filterArn": "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
        "filterValues": {
            "CATEGORY" : ""halloween""
        }
    }]
}

Questa richiesta restituisce il 20% dei consigli che corrispondono al filtro specificato nella promozione: articoli con CATEGORY_L2 as halloween; e consigli personalizzati all'80% per l'utente specificato che rappresentano gli articoli più rilevanti per l'utente tra gli articoli nel catalogo.

Puoi utilizzare un filtro combinato con le promozioni. Il filtro nel blocco parametri di livello superiore si applica solo agli elementi non promossi.

Il filtro per selezionare gli elementi promossi è specificato nel file promotions blocco parametri. Il codice di esempio seguente è il corpo della richiesta per il file GetRecommendations API che ottiene consigli per un utente utilizzando il suggerimento "Consigliato per te" e utilizza il filtro dinamico che abbiamo utilizzato due volte. Il primo filtro si applica agli articoli non promossi, selezionando gli articoli con CATEGORY_L2 as decorativee il secondo filtro si applica alla promozione, promuovendo gli articoli con CATEGORY_L2 as halloween:

{
    recommenderArn = "arn:aws:personalize:us-west-2:000000000000:recommender/test-recommender",
    userId = "1",
    numResults = 20,
    "filterArn": "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
    "filterValues": {
        "CATEGORY" : ""decorative""
    }
    promotions = [{
        "name" : "halloween_promotion",
        "percentPromotedItems" : 20,
        "filterArn": "arn:aws:personalize:us-west-2:000000000000:filter/category_filter",
        "filterValues": {
            "CATEGORY" : ""halloween""
        }
    }]
}

Questa richiesta restituisce il 20% dei consigli che corrispondono al filtro specificato nella promozione: articoli con CATEGORY_L2 as halloween. Il restante 80% degli articoli consigliati sono consigli personalizzati per l'utente specificato CATEGORY_L2 as decorative. Questi sono gli articoli più rilevanti per l'utente tra gli articoli presenti nel catalogo CATEGORY_L2 as decorative.

ripulire

Assicurati di ripulire tutte le risorse inutilizzate che hai creato nel tuo account mentre segui i passaggi descritti in questo post. È possibile eliminare filtri, suggerimenti, set di dati e gruppi di set di dati tramite il Console di gestione AWS o usando Python SDK.

Sommario

Aggiunta promozioni in Amazon Personalize ti consente di personalizzare i tuoi consigli per ciascun utente includendo articoli su cui desideri aumentare esplicitamente la visibilità e il coinvolgimento. Le promozioni ti consentono inoltre di specificare la percentuale degli articoli consigliati da promuovere, in modo da personalizzare i consigli in modo da soddisfare i tuoi obiettivi aziendali senza costi aggiuntivi. Puoi utilizzare le promozioni per i consigli utilizzando le ricette di personalizzazione dell'utente e di articoli simili, nonché suggerimenti ottimizzati per i casi d'uso.

Per ulteriori informazioni su Amazon Personalize, vedere Che cos'è Amazon Personalize?

Circa gli autori

Anna Gruebler è un Solutions Architect presso AWS.

Alex Burkleaux è un Solutions Architect presso AWS. Il suo obiettivo è aiutare i clienti ad applicare l'apprendimento automatico e l'analisi dei dati per risolvere i problemi nel settore dei media e dell'intrattenimento. Nel tempo libero le piace trascorrere del tempo con la famiglia e fare volontariato come pattugliatrice delle piste sulla sua pista da sci locale.

Liam Morrison è un Solutions Architect Manager presso AWS. Dirige un team focalizzato sui servizi di Marketing Intelligence. Ha trascorso gli ultimi 5 anni concentrandosi sulle applicazioni pratiche del machine learning nei media e nell'intrattenimento, aiutando i clienti a implementare la personalizzazione, l'elaborazione del linguaggio naturale, la visione artificiale e altro ancora.