Amazonska prilagoditev z veseljem oznanja novo Naslednja najboljša akcija (aws-next-best-action
) recept, ki vam pomaga določiti najboljša dejanja, ki jih predlagate svojim posameznim uporabnikom in vam bodo omogočila povečanje zvestobe blagovni znamki in konverzijo.
Amazon Personalize je popolnoma upravljana storitev strojnega učenja (ML), ki razvijalcem olajša zagotavljanje zelo prilagojenih uporabniških izkušenj v realnem času. Omogoča vam, da izboljšate sodelovanje strank, tako da omogočite prilagojena priporočila za izdelke in vsebino na spletnih mestih, v aplikacijah in ciljnih marketinških akcijah. Začnete lahko brez kakršnih koli predhodnih izkušenj z ML z uporabo API-jev za preprosto izgradnjo prefinjenih zmogljivosti personalizacije v nekaj klikih. Vsi vaši podatki so šifrirani, da so zasebni in varni.
V tej objavi vam pokažemo, kako uporabiti recept Next Best Action za prilagajanje priporočil za dejanja na podlagi preteklih interakcij, potreb in vedenja vsakega uporabnika.
Pregled rešitev
Zaradi hitre rasti digitalnih kanalov in tehnološkega napredka, zaradi katerega je hiperpersonalizacija dostopnejša, se blagovne znamke trudijo ugotoviti, katera dejanja bodo povečala angažiranost vsakega posameznega uporabnika. Blagovne znamke bodisi prikazujejo enaka dejanja vsem uporabnikom bodisi se zanašajo na tradicionalne pristope segmentacije uporabnikov, da priporočijo dejanja vsaki skupini uporabnikov. Vendar ti pristopi ne zadoščajo več, saj vsak uporabnik pričakuje edinstveno izkušnjo in se nagiba k opuščanju blagovnih znamk, ki ne razumejo njegovih potreb. Poleg tega blagovne znamke ne morejo posodobiti priporočil za ukrepanje v realnem času zaradi ročne narave postopka.
Z Next Best Action lahko določite dejanja, ki imajo največjo verjetnost, da bodo pritegnila vsakega posameznega uporabnika na podlagi njegovih preferenc, potreb in zgodovine. Next Best Action upošteva interese vsakega uporabnika med sejo in zagotavlja priporočila za ukrepanje v realnem času. Priporočite lahko dejanja, kot so vpis v programe zvestobe, prijava na glasilo ali revijo, raziskovanje nove kategorije, prenos aplikacije in druga dejanja, ki spodbujajo konverzijo. To vam bo omogočilo, da izboljšate izkušnjo vsakega uporabnika, tako da mu zagotovite priporočila o dejanjih na njihovi uporabniški poti, ki bodo pomagala pri spodbujanju dolgoročnega sodelovanja z blagovno znamko in prihodkov. Pomagal bo tudi izboljšati vašo donosnost naložbe v trženje, tako da bo priporočil dejanje, za katerega je velika verjetnost, da bo vsak uporabnik izvedel.
Partnerji AWS všeč Credera so navdušeni nad možnostmi personalizacije, ki jih bo Amazon Personalize Next Best Action omogočil njihovim strankam.
»Amazon Personalize je rešitev za strojno učenje svetovnega razreda, ki podjetjem omogoča ustvarjanje smiselnih uporabniških izkušenj v širokem naboru primerov uporabe brez obsežnih predelav ali vnaprejšnjih stroškov implementacije, ki se običajno zahtevajo za te vrste rešitev. Resnično smo navdušeni nad dodatkom zmogljivosti Next Best Action, ki bo strankam omogočila, da zagotovijo prilagojena priporočila za ukrepanje, kar znatno izboljša njihovo digitalno izkušnjo in spodbudi dodatno poslovno vrednost. Natančneje, pričakujemo, da bodo vsi, ki delajo v maloprodajnem ali vsebinskem prostoru, videli izboljšano izkušnjo za svoje stranke in višje konverzije kot neposredni rezultat uporabe Amazon Personalize. Izjemno smo navdušeni, da smo partner za lansiranje te izdaje z AWS, in se veselimo, da bomo podjetjem omogočili, da poganjajo prilagojene rešitve, ki temeljijo na ML, z Next Best Action.”
– Jason Goth, partner in glavni tehnološki direktor, Credera.
Primeri uporabe
Da bi podrobneje raziskali vpliv te nove funkcije, si oglejmo primer s tremi uporabniki: A (User_id
11999), B (User_id
17141) in C (User_id
8103), ki so na različnih stopnjah svoje uporabniške poti med nakupovanjem na spletnem mestu. Nato vidimo, kako Next Best Action predlaga optimalna dejanja za vsakega uporabnika na podlagi njegovih preteklih interakcij in preferenc.
Najprej si ogledamo nabor podatkov o interakcijah dejanj, da bi razumeli, kako so uporabniki v preteklosti komunicirali z dejanji. Naslednji primer prikazuje tri uporabnike in njihove različne nakupovalne vzorce. Uporabnik A je pogost kupec in je v preteklosti večinoma nakupoval v kategorijah »Lepota in nega« ter »Nakit«. Uporabnik B je naključni kupec, ki je v preteklosti opravil nekaj nakupov v kategoriji »Elektronika«, uporabnik C pa je nov uporabnik spletne strani, ki je svoj prvi nakup opravil v kategoriji »Oblačila«.
Vrsta uporabnika | Uporabniško ime | Proces | Action_Event_Type | Timestamp |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | sprejeti | 2023-09-17 20:03:05 |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | sprejeti | 2023-09-18 19:28:38 |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | sprejeti | 2023-09-20 17:49:52 |
Uporabnik A | 11999 | Nakup v kategoriji "Nakit". | sprejeti | 2023-09-26 18:36:16 |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | sprejeti | 2023-09-30 19:21:05 |
Uporabnik A | 11999 | Prenesite mobilno aplikacijo | sprejeti | 2023-09-30 19:29:35 |
Uporabnik A | 11999 | Nakup v kategoriji "Nakit". | sprejeti | 2023-10-01 19:35:47 |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | sprejeti | 2023-10-04 19:19:34 |
Uporabnik A | 11999 | Nakup v kategoriji "Nakit". | sprejeti | 2023-10-06 20:38:55 |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | sprejeti | 2023-10-10 20:17:07 |
Uporabnik B | 17141 | Nakup v kategoriji "Elektronika". | sprejeti | 2023-09-29 20:17:49 |
Uporabnik B | 17141 | Nakup v kategoriji "Elektronika". | sprejeti | 2023-10-02 00:38:08 |
Uporabnik B | 17141 | Nakup v kategoriji "Elektronika". | sprejeti | 2023-10-07 11:04:56 |
Uporabnik C | 8103 | Nakup v kategoriji "Oblačila". | sprejeti | 2023-09-26 18:30:56 |
Tradicionalno blagovne znamke bodisi prikazujejo enaka dejanja vsem uporabnikom bodisi uporabljajo strategije segmentacije uporabnikov, da priporočijo dejanja svoji bazi uporabnikov. Naslednja tabela je primer blagovne znamke, ki vsem uporabnikom prikazuje enak niz dejanj. Ta dejanja so lahko ali pa tudi ne pomembna za uporabnike in zmanjšujejo njihovo sodelovanje z blagovno znamko.
Vrsta uporabnika | Uporabniško ime | Priporočila za ukrepanje | Stopnja delovanja |
Uporabnik A | 11999 | Naročite se na program zvestobe | 1 |
Uporabnik A | 11999 | Prenesite mobilno aplikacijo | 2 |
Uporabnik A | 11999 | Nakup v kategoriji "Elektronika". | 3 |
Uporabnik B | 17141 | Naročite se na program zvestobe | 1 |
Uporabnik B | 17141 | Prenesite mobilno aplikacijo | 2 |
Uporabnik B | 17141 | Nakup v kategoriji "Elektronika". | 3 |
Uporabnik C | 8103 | Naročite se na program zvestobe | 1 |
Uporabnik C | 8103 | Prenesite mobilno aplikacijo | 2 |
Uporabnik C | 8103 | Nakup v kategoriji "Elektronika". | 3 |
Zdaj pa uporabimo Next Best Action, da priporočimo dejanja za vsakega uporabnika. Ko določite dejanja, primerna za priporočila, se aws-next-best-action
recept vrne razvrščeni seznam dejanj, prilagojenih za vsakega uporabnika, na podlagi nagnjenosti uporabnika (verjetnost, da uporabnik izvede določeno dejanje, v razponu med 0.0–1.0) in vrednosti tega dejanja, če je na voljo. Za namen te objave upoštevamo samo nagnjenost uporabnika.
V naslednjem primeru vidimo, da je za uporabnika A (pogost kupec) najbolj priporočeno dejanje Naroči se na program zvestobe z oceno nagnjenosti 1.00, kar pomeni, da se bo ta uporabnik najverjetneje vpisal v program zvestobe, ker je naredil številne nakupe. Zato je s priporočilom dejanja Naročite se na program zvestobe uporabniku A velika verjetnost, da se poveča angažiranost uporabnika A.
Vrsta uporabnika | Uporabniško ime | Priporočila za ukrepanje | Stopnja delovanja | Ocena nagnjenosti |
Uporabnik A | 11999 | Naročite se na program zvestobe | 1 | 1.00 |
Uporabnik A | 11999 | Nakup v kategoriji "Nakit". | 2 | 0.86 |
Uporabnik A | 11999 | Nakup v kategoriji "Lepota in nega". | 3 | 0.85 |
Uporabnik B | 17141 | Nakup v kategoriji "Elektronika". | 1 | 0.78 |
Uporabnik B | 17141 | Naročite se na program zvestobe | 2 | 0.71 |
Uporabnik B | 17141 | Nakup v kategoriji "Pametne hiše". | 3 | 0.66 |
Uporabnik C | 8103 | Nakup v kategoriji "Torbice in čevlji". | 1 | 0.60 |
Uporabnik C | 8103 | Prenesite mobilno aplikacijo | 2 | 0.48 |
Uporabnik C | 8103 | Nakup v kategoriji "Oblačila". | 3 | 0.46 |
Podobno ima uporabnik B (oseba naključnega kupca) večjo verjetnost, da bo nadaljeval z nakupi v kategoriji »Elektronika« in tudi kupoval nove izdelke v podobni kategoriji, »Pametni domovi«. Zato vam Next Best Action priporoča, da prednostno določite dejanja, Nakup v kategoriji »Elektronika« in Nakup v kategoriji »Pametni domovi«. To pomeni, da če uporabnika B spodbudite k nakupu izdelkov v teh dveh kategorijah, lahko to povzroči večjo angažiranost. Opazili smo tudi, da je uporabniku B priporočljivo, da se naroči na program zvestobe, vendar z nižjo oceno nagnjenosti 0.71 v primerjavi z uporabnikom A, katerega ocena nagnjenosti je 1.0. To je zato, ker uporabniki, ki imajo globljo zgodovino in so dlje na svoji nakupovalni poti, imajo več koristi od programov zvestobe zaradi dodatnih ugodnosti in je zelo verjetno, da bodo več komunicirali.
Nazadnje vidimo, da je naslednje najboljše dejanje za uporabnika C nakup v kategoriji »Torbice in čevlji«, kar je podobno njihovemu prejšnjemu dejanju nakupa v kategoriji »Oblačila«. Vidimo tudi, da je ocena nagnjenosti k prenosu mobilne aplikacije razmeroma nižja (0.48) kot drugo dejanje, Nakup v kategoriji »Torbice in čevlji«, ki ima višjo oceno nagnjenosti 0.60. To pomeni, da če uporabniku C priporočate nakup izdelkov v dopolnilni kategoriji (»torbice in čevlji«) namesto prenosa mobilne aplikacije, je večja verjetnost, da bo ostal pri vaši blagovni znamki in nadaljeval nakupovanje v prihodnosti.
Za več podrobnosti o tem, kako izvesti Naslednje najboljše dejanje (aws-next-best-action
) recept, glejte Dokumentacija.
zaključek
Novi recept Next Best Action v storitvi Amazon Personalize vam pomaga priporočiti prava dejanja pravemu uporabniku v realnem času glede na njegovo individualno vedenje in potrebe. To vam bo omogočilo čim večjo angažiranost uporabnikov in vodilo do višjih stopenj konverzije.
Za več informacij o storitvi Amazon Personalize glejte Priročnik za razvijalce Amazon Personalize.
O avtorjih
Shreeya Sharma je višji tehnični produktni vodja, ki dela z AWS AI/ML na Amazon Personalize. Ima izkušnje z inženiringom računalništva, tehnološkim svetovanjem in analitiko podatkov. V prostem času rada potuje, gleda gledališče in preizkuša nove dogodivščine.
Pranesh Anubhav je višji programski inženir za Amazon Personalize. Navdušen je nad načrtovanjem sistemov strojnega učenja, ki služijo strankam v velikem obsegu. Poleg svojega dela rad igra nogomet in je navdušen spremljevalec Real Madrida.
Aniket Deshmukh je uporabni znanstvenik v laboratorijih AI AWS, ki podpirajo Amazon Personalize. Aniket deluje na splošnem področju priporočilnih sistemov, kontekstualnih razbojnikov in multimodalnega globokega učenja.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
- PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
- PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
- PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/build-brand-loyalty-by-recommending-actions-to-your-users-with-amazon-personalize-next-best-action/
- :ima
- : je
- :ne
- $GOR
- 1
- 100
- 11
- 114
- 120
- 125
- 13
- 14
- 17
- 19
- 20
- 28
- 29
- 30
- 35%
- 36
- 49
- 60
- 7
- 72
- 8
- a
- O meni
- dostopen
- Račun
- čez
- Ukrep
- dejavnosti
- dodano
- Poleg tega
- Dodatne
- napredek
- avanture
- po
- AI
- AI / ML
- vsi
- skupaj
- Prav tako
- Amazon
- Amazonska prilagoditev
- Amazon Web Services
- an
- analitika
- in
- Objavi
- Še ena
- kaj
- kdo
- API-ji
- aplikacija
- aplikacije
- uporabna
- pristopi
- SE
- OBMOČJE
- Array
- AS
- At
- AWS
- ozadje
- baza
- temeljijo
- BE
- ker
- vedenje
- koristi
- Prednosti
- BEST
- med
- blagovne znamke
- blagovne znamke
- izgradnjo
- poslovni
- podjetja
- vendar
- nakup
- KUPEC..
- Nakup
- by
- Kampanje
- CAN
- Lahko dobiš
- Zmogljivosti
- zmožnost
- primeri
- priložnostne
- kategorije
- Kategorija
- kanali
- šef
- Vodja tehnološke
- Kohorta
- Podjetja
- v primerjavi z letom
- dopolnilni
- računalnik
- Računalništvo
- Razmislite
- svetovanje
- vsebina
- kontekstualno
- naprej
- Pretvorba
- konverzije
- strošek
- ustvarjajo
- stranka
- Angažiranje strank
- Stranke, ki so
- datum
- Podatkovna analiza
- globoko
- globoko učenje
- globlje
- opredeliti
- poda
- oblikovanje
- Podatki
- Podrobnosti
- Ugotovite,
- Razvojni
- Razvijalci
- drugačen
- digitalni
- neposredna
- dont
- prenesi
- nalaganje
- pogon
- vožnjo
- 2
- vsak
- enostavno
- brez napora
- bodisi
- upravičeni
- pooblastitvi
- omogočajo
- omogoča
- spodbujanje
- šifriran
- sodelovanje
- angažiran
- inženir
- Inženiring
- Tudi vsak
- Primer
- razburjen
- pričakovati
- pričakuje
- izkušnje
- Doživetja
- raziskuje
- Raziskovati
- obsežen
- izredno
- Feature
- Nekaj
- prva
- po
- za
- Naprej
- pogosto
- iz
- v celoti
- nadalje
- Poleg tega
- Prihodnost
- splošno
- dobili
- več
- Rast
- Imajo
- he
- pomoč
- Pomaga
- jo
- visoka
- več
- najvišja
- zelo
- njegov
- zgodovina
- Kako
- Kako
- Vendar
- HTML
- HTTPS
- if
- vpliv
- izvajati
- Izvajanje
- izboljšanje
- izboljšalo
- izboljšanju
- in
- Povečajte
- narašča
- individualna
- Podatki
- interakcijo
- interakcije
- interesi
- v
- naložbe
- IT
- Potovanje
- jpg
- Labs
- kosilo
- vodi
- učenje
- kot
- verjetnost
- Verjeten
- Seznam
- dolgoročna
- več
- Poglej
- si
- ljubi
- nižje
- Zvestoba
- program zvestobe
- Programi zvestobe
- stroj
- strojno učenje
- je
- revije
- Znamka
- IZDELA
- Izdelava
- upravlja
- upravitelj
- Navodilo
- Trženje
- Povečajte
- Maj ..
- smiselna
- pomeni
- ML
- Mobilni
- mobilna aplikacija
- več
- Najbolj
- večinoma
- Narava
- potrebe
- Novo
- novi izdelki
- Novice
- Naslednja
- št
- Opaziti..
- številne
- of
- Častnik
- on
- samo
- optimalna
- or
- Ostalo
- ven
- zunaj
- več
- zlasti
- partner
- partnerji
- strastno
- preteklosti
- vzorci
- izvajati
- personalizacija
- prilagodite
- Prilagojene
- platon
- Platonova podatkovna inteligenca
- PlatoData
- igranje
- možnosti
- Prispevek
- Napajanje
- nastavitve
- prejšnja
- Predhodna
- Prednost
- zasebna
- Postopek
- Izdelek
- produktni vodja
- Izdelki
- Program
- programi
- spodbujanje
- zagotavljajo
- če
- zagotavlja
- zagotavljanje
- nakup
- nakupi
- nakup
- Namen
- obsegu
- uvrstitev
- hitro
- Cene
- pravo
- Real Madrid
- v realnem času
- res
- Recept
- Priporočamo
- Priporočilo
- Priporočila
- priporočeno
- priporočilo
- priporoča
- zmanjšanje
- glejte
- relativno
- sprostitev
- pomembno
- zanašajo
- obvezna
- povzroči
- Trgovina na drobno
- vrnitev
- vrne
- prihodki
- pregleda
- Pravica
- Enako
- Lestvica
- Znanost
- Znanstvenik
- rezultat
- zavarovanje
- glej
- segmentacija
- višji
- služijo
- Storitev
- Storitve
- nastavite
- je
- Nakupovalna
- Prikaži
- Razstave
- bistveno
- podpis
- Podoben
- Soccer
- Software
- Software Engineer
- Rešitev
- rešitve
- prefinjeno
- Vesolje
- posebej
- postopka
- začel
- strategije
- Boj
- naročiti
- taka
- dovolj
- predlagajte
- Predlaga
- Podpora
- sistemi
- miza
- meni
- ob
- ciljno
- tehnični
- Tehnologija
- težava
- kot
- da
- O
- Prihodnost
- gledališče
- njihove
- Njih
- POTEM
- zato
- te
- jih
- ta
- 3
- navdušena
- čas
- do
- vrh
- tradicionalna
- Potovanje
- poskuša
- dva
- Vrste
- tipično
- ne morem
- razumeli
- edinstven
- odklepanje
- Nadgradnja
- uporaba
- uporabnik
- uporabniško potovanje
- Uporabniki
- uporabo
- vrednost
- we
- web
- spletne storitve
- Spletna stran
- spletne strani
- Kaj
- ki
- medtem
- WHO
- katerih
- široka
- bo
- z
- v
- brez
- delo
- deluje
- deluje
- svetovni razred
- Vi
- Vaša rutina za
- zefirnet