Cá nhân hóa Amazon vui mừng thông báo cái mới Hành động hay nhất tiếp theo (aws-next-best-action
) để giúp bạn xác định những hành động tốt nhất để đề xuất cho người dùng cá nhân, giúp bạn tăng mức độ trung thành với thương hiệu và chuyển đổi.
Amazon Personalize là dịch vụ machine learning (ML) được quản lý toàn phần giúp các nhà phát triển dễ dàng cung cấp trải nghiệm người dùng được cá nhân hóa cao trong thời gian thực. Nó cho phép bạn cải thiện mức độ tương tác của khách hàng bằng cách cung cấp các đề xuất nội dung và sản phẩm được cá nhân hóa trong các trang web, ứng dụng và chiến dịch tiếp thị được nhắm mục tiêu. Bạn có thể bắt đầu mà không cần bất kỳ kinh nghiệm ML nào trước đó, sử dụng API để dễ dàng xây dựng các khả năng cá nhân hóa tinh vi chỉ bằng vài cú nhấp chuột. Tất cả dữ liệu của bạn được mã hóa để riêng tư và an toàn.
Trong bài đăng này, chúng tôi chỉ cho bạn cách sử dụng công thức Hành động tốt nhất tiếp theo để cá nhân hóa các đề xuất hành động dựa trên các tương tác, nhu cầu và hành vi trong quá khứ của mỗi người dùng.
Tổng quan về giải pháp
Với sự phát triển nhanh chóng của các kênh kỹ thuật số và tiến bộ công nghệ giúp quá trình cá nhân hóa trở nên dễ tiếp cận hơn, các thương hiệu gặp khó khăn trong việc xác định hành động nào sẽ tối đa hóa mức độ tương tác cho từng người dùng. Các thương hiệu hiển thị các hành động giống nhau cho tất cả người dùng hoặc dựa vào các phương pháp phân khúc người dùng truyền thống để đề xuất hành động cho từng nhóm người dùng. Tuy nhiên, những cách tiếp cận này không còn đủ nữa vì mọi người dùng đều mong đợi một trải nghiệm độc đáo và có xu hướng từ bỏ những thương hiệu không hiểu nhu cầu của họ. Hơn nữa, các thương hiệu không thể cập nhật các đề xuất hành động theo thời gian thực do tính chất thủ công của quy trình.
Với Hành động tốt nhất tiếp theo, bạn có thể xác định các hành động có khả năng thu hút từng người dùng cao nhất dựa trên sở thích, nhu cầu và lịch sử của họ. Hành động tốt nhất tiếp theo sẽ tính đến lợi ích trong phiên của từng người dùng và đưa ra đề xuất hành động theo thời gian thực. Bạn có thể đề xuất các hành động như đăng ký chương trình khách hàng thân thiết, đăng ký nhận bản tin hoặc tạp chí, khám phá danh mục mới, tải xuống ứng dụng và các hành động khác khuyến khích chuyển đổi. Điều này sẽ cho phép bạn cải thiện trải nghiệm của từng người dùng bằng cách cung cấp cho họ các đề xuất về hành động trong hành trình người dùng của họ, giúp thúc đẩy mức độ tương tác và doanh thu thương hiệu lâu dài. Nó cũng sẽ giúp cải thiện lợi tức đầu tư vào tiếp thị của bạn bằng cách đề xuất hành động mà mỗi người dùng có nhiều khả năng thực hiện.
Đối tác AWS thích Tín dụng rất hào hứng với các khả năng cá nhân hóa mà Amazon Personalize Next Best Action sẽ mang lại cho khách hàng của họ.
“Amazon Personalize là giải pháp máy học đẳng cấp thế giới cho phép các công ty tạo ra trải nghiệm có ý nghĩa cho khách hàng trong nhiều trường hợp sử dụng mà không cần phải làm lại nhiều hoặc chi phí triển khai trả trước thường được yêu cầu đối với các loại giải pháp này. Chúng tôi thực sự vui mừng về việc bổ sung khả năng Hành động tốt nhất tiếp theo sẽ cho phép khách hàng đưa ra đề xuất hành động được cá nhân hóa, cải thiện đáng kể trải nghiệm kỹ thuật số của họ và tăng thêm giá trị kinh doanh. Cụ thể, chúng tôi kỳ vọng bất kỳ ai làm việc trong lĩnh vực bán lẻ hoặc nội dung sẽ thấy được trải nghiệm được cải thiện cho khách hàng của mình và tỷ lệ chuyển đổi cao hơn nhờ kết quả trực tiếp của việc sử dụng Amazon Personalize. Chúng tôi vô cùng vui mừng được trở thành đối tác khởi động với AWS trong phiên bản này và mong muốn trao quyền cho các doanh nghiệp thúc đẩy các giải pháp được cá nhân hóa dựa trên ML với Hành động tốt nhất tiếp theo.”
– Jason Goth, Đối tác và Giám đốc Công nghệ, Credera.
Trường hợp sử dụng ví dụ
Để khám phá tác động của tính năng mới này một cách chi tiết hơn, hãy xem lại một ví dụ bằng cách lấy ba người dùng: A (User_id
11999), B (User_id
17141), và C (User_id
8103), những người đang ở các giai đoạn khác nhau trong hành trình của người dùng khi mua hàng trên trang web. Sau đó, chúng tôi xem cách Hành động tốt nhất tiếp theo đề xuất hành động tối ưu cho từng người dùng dựa trên các tương tác và tùy chọn trước đây của họ.
Đầu tiên, chúng tôi xem xét tập dữ liệu về tương tác hành động để hiểu cách người dùng đã tương tác với các hành động trong quá khứ. Ví dụ sau đây cho thấy ba người dùng và cách mua sắm khác nhau của họ. Người dùng A là người mua thường xuyên và trước đây chủ yếu mua sắm ở các danh mục “Làm đẹp & Chải chuốt” và “Trang sức”. Người dùng B là người mua thông thường, người đã thực hiện một số giao dịch mua hàng trong danh mục “Điện tử” trước đây và Người dùng C là người dùng mới trên trang web đã thực hiện giao dịch mua hàng đầu tiên trong danh mục “Quần áo”.
Loại người dùng | Tên người dùng | Hoạt động | Hành động_Sự kiện_Type | Dấu thời gian |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | Lấy | 2023-09-17 20:03:05 |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | Lấy | 2023-09-18 19:28:38 |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | Lấy | 2023-09-20 17:49:52 |
Người dùng A | 11999 | Mua hàng trong danh mục “Trang sức” | Lấy | 2023-09-26 18:36:16 |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | Lấy | 2023-09-30 19:21:05 |
Người dùng A | 11999 | Tải xuống ứng dụng di động | Lấy | 2023-09-30 19:29:35 |
Người dùng A | 11999 | Mua hàng trong danh mục “Trang sức” | Lấy | 2023-10-01 19:35:47 |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | Lấy | 2023-10-04 19:19:34 |
Người dùng A | 11999 | Mua hàng trong danh mục “Trang sức” | Lấy | 2023-10-06 20:38:55 |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | Lấy | 2023-10-10 20:17:07 |
Người dùng B | 17141 | Mua hàng trong danh mục “Điện tử” | Lấy | 2023-09-29 20:17:49 |
Người dùng B | 17141 | Mua hàng trong danh mục “Điện tử” | Lấy | 2023-10-02 00:38:08 |
Người dùng B | 17141 | Mua hàng trong danh mục “Điện tử” | Lấy | 2023-10-07 11:04:56 |
Người dùng C | 8103 | Mua hàng trong danh mục “Quần áo” | Lấy | 2023-09-26 18:30:56 |
Theo truyền thống, các thương hiệu sẽ hiển thị những hành động giống nhau cho tất cả người dùng hoặc sử dụng chiến lược phân khúc người dùng để đề xuất hành động cho cơ sở người dùng của họ. Bảng sau đây là ví dụ về một thương hiệu hiển thị cùng một nhóm hành động cho tất cả người dùng. Những hành động này có thể có hoặc không phù hợp với người dùng, làm giảm mức độ tương tác của họ với thương hiệu.
Loại người dùng | Tên người dùng | Khuyến nghị hành động | Xếp hạng hành động |
Người dùng A | 11999 | Đăng ký chương trình khách hàng thân thiết | 1 |
Người dùng A | 11999 | Tải xuống ứng dụng di động | 2 |
Người dùng A | 11999 | Mua hàng trong danh mục “Điện tử” | 3 |
Người dùng B | 17141 | Đăng ký chương trình khách hàng thân thiết | 1 |
Người dùng B | 17141 | Tải xuống ứng dụng di động | 2 |
Người dùng B | 17141 | Mua hàng trong danh mục “Điện tử” | 3 |
Người dùng C | 8103 | Đăng ký chương trình khách hàng thân thiết | 1 |
Người dùng C | 8103 | Tải xuống ứng dụng di động | 2 |
Người dùng C | 8103 | Mua hàng trong danh mục “Điện tử” | 3 |
Bây giờ, hãy sử dụng Hành động tốt nhất tiếp theo để đề xuất hành động cho từng người dùng. Sau khi bạn xác định các hành động đủ điều kiện cho đề xuất, aws-next-best-action
công thức trả về danh sách hành động được xếp hạng, được cá nhân hóa cho từng người dùng, dựa trên xu hướng của người dùng (xác suất người dùng thực hiện một hành động cụ thể, nằm trong khoảng từ 0.0–1.0) và giá trị của hành động đó, nếu được cung cấp. Với mục đích của bài đăng này, chúng tôi chỉ xem xét xu hướng của người dùng.
Trong ví dụ sau, chúng tôi thấy rằng đối với Người dùng A (người mua thường xuyên), Đăng ký Chương trình khách hàng thân thiết là hành động được đề xuất hàng đầu với điểm xu hướng là 1.00, nghĩa là người dùng này có nhiều khả năng đăng ký tham gia chương trình khách hàng thân thiết nhất vì họ đã thực hiện nhiều lần mua hàng. Do đó, việc đề xuất hành động Đăng ký Chương trình khách hàng thân thiết cho Người dùng A có khả năng tăng mức độ tương tác của Người dùng A cao.
Loại người dùng | Tên người dùng | Khuyến nghị hành động | Xếp hạng hành động | Số xu hướng |
Người dùng A | 11999 | Đăng ký chương trình khách hàng thân thiết | 1 | 1.00 |
Người dùng A | 11999 | Mua hàng trong danh mục “Trang sức” | 2 | 0.86 |
Người dùng A | 11999 | Mua hàng trong danh mục “Làm đẹp & Chăm sóc” | 3 | 0.85 |
Người dùng B | 17141 | Mua hàng trong danh mục “Điện tử” | 1 | 0.78 |
Người dùng B | 17141 | Đăng ký chương trình khách hàng thân thiết | 2 | 0.71 |
Người dùng B | 17141 | Mua hàng trong danh mục “Ngôi nhà thông minh” | 3 | 0.66 |
Người dùng C | 8103 | Mua hàng trong danh mục “Túi xách & Giày dép” | 1 | 0.60 |
Người dùng C | 8103 | Tải xuống ứng dụng di động | 2 | 0.48 |
Người dùng C | 8103 | Mua hàng trong danh mục “Quần áo” | 3 | 0.46 |
Tương tự, Người dùng B (người mua thông thường) có xác suất cao hơn để tiếp tục mua hàng trong danh mục “Điện tử” và cũng mua các sản phẩm mới trong danh mục tương tự, “Nhà thông minh”. Do đó, Next Best Action khuyên bạn nên ưu tiên các hành động Mua hàng trong danh mục “Điện tử” và Mua hàng trong danh mục “Ngôi nhà thông minh”. Điều này có nghĩa là nếu bạn nhắc Người dùng B mua sản phẩm thuộc hai danh mục này, điều đó có thể dẫn đến mức độ tương tác cao hơn. Chúng tôi cũng nhận thấy hành động Đăng ký Chương trình khách hàng thân thiết được khuyến nghị cho Người dùng B nhưng có điểm xu hướng thấp hơn là 0.71 so với Người dùng A có điểm xu hướng là 1.0. Điều này là do những người dùng có lịch sử sâu hơn và xa hơn trong hành trình mua sắm của họ sẽ được hưởng lợi nhiều hơn từ các chương trình Khách hàng thân thiết nhờ những lợi ích bổ sung và có nhiều khả năng tương tác nhiều hơn.
Cuối cùng, chúng tôi thấy rằng Hành động tốt nhất tiếp theo dành cho Người dùng C là mua hàng trong danh mục “Túi xách và Giày dép”, tương tự như hành động Mua hàng trước đó của họ trong danh mục “Quần áo”. Chúng tôi cũng thấy rằng điểm xu hướng Tải xuống ứng dụng dành cho thiết bị di động tương đối thấp hơn (0.48) so với một hành động khác, Mua trong danh mục “Túi xách và Giày dép”, có điểm xu hướng cao hơn là 0.60. Điều này có nghĩa là nếu bạn đề xuất Người dùng C mua sản phẩm trong danh mục bổ sung (“Túi xách & Giày dép”) thay vì tải xuống ứng dụng dành cho thiết bị di động, họ có nhiều khả năng gắn bó với thương hiệu của bạn hơn và tiếp tục mua sắm trong tương lai.
Để biết thêm chi tiết về cách triển khai Hành động tốt nhất tiếp theo (aws-next-best-action
) công thức, tham khảo tài liệu hướng dẫn.
Kết luận
Công thức Hành động tốt nhất tiếp theo mới trong Amazon Personalize giúp bạn đề xuất hành động phù hợp cho đúng người dùng trong thời gian thực dựa trên hành vi và nhu cầu cá nhân của họ. Điều này sẽ cho phép bạn tối đa hóa mức độ tương tác của người dùng và dẫn đến tỷ lệ chuyển đổi cao hơn.
Để biết thêm thông tin về Amazon Personalize, hãy xem phần Hướng dẫn dành cho nhà phát triển cá nhân hóa Amazon.
Về các tác giả
Shreeya Sharma là Giám đốc sản phẩm kỹ thuật cấp cao làm việc với AWS AI/ML trên Amazon Personalize. Cô có nền tảng về kỹ thuật khoa học máy tính, tư vấn công nghệ và phân tích dữ liệu. Trong thời gian rảnh rỗi, cô thích đi du lịch, biểu diễn sân khấu và thử những cuộc phiêu lưu mới.
Pranesh Anubhav là Kỹ sư phần mềm cao cấp của Amazon Personalize. Anh ấy đam mê thiết kế các hệ thống máy học để phục vụ khách hàng trên quy mô lớn. Ngoài công việc, anh thích chơi bóng đá và là một tín đồ cuồng nhiệt của Real Madrid.
Aniket Deshmukh là Nhà khoa học ứng dụng trong phòng thí nghiệm AI của AWS hỗ trợ Amazon Personalize. Aniket hoạt động trong lĩnh vực chung của hệ thống khuyến nghị, kẻ cướp theo ngữ cảnh và học sâu đa phương thức.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
- PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
- PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
- nguồn: https://aws.amazon.com/blogs/machine-learning/build-brand-loyalty-by-recommending-actions-to-your-users-with-amazon-personalize-next-best-action/
- : có
- :là
- :không phải
- $ LÊN
- 1
- 100
- 11
- 114
- 120
- 125
- 13
- 14
- 17
- 19
- 20
- 28
- 29
- 30
- 35%
- 36
- 49
- 60
- 7
- 72
- 8
- a
- Giới thiệu
- có thể truy cập
- Tài khoản
- ngang qua
- Hoạt động
- hành động
- thêm
- Ngoài ra
- thêm vào
- tiến bộ
- cuộc phiêu lưu
- Sau
- AI
- AI / ML
- Tất cả
- dọc theo
- Ngoài ra
- đàn bà gan dạ
- Cá nhân hóa Amazon
- Amazon Web Services
- an
- phân tích
- và
- Thông báo
- Một
- bất kì
- bất kỳ ai
- API
- ứng dụng
- các ứng dụng
- áp dụng
- cách tiếp cận
- LÀ
- KHU VỰC
- Mảng
- AS
- At
- AWS
- lý lịch
- cơ sở
- dựa
- BE
- bởi vì
- hành vi
- hưởng lợi
- Lợi ích
- BEST
- giữa
- thương hiệu
- thương hiệu
- xây dựng
- kinh doanh
- các doanh nghiệp
- nhưng
- mua
- NGƯỜI MUA ..
- Mua
- by
- Chiến dịch
- CAN
- Có thể có được
- khả năng
- khả năng
- trường hợp
- bình thường
- đố
- Phân loại
- kênh
- chánh
- Giám đốc Công nghệ
- Đội quân
- Các công ty
- so
- bổ túc
- máy tính
- Khoa học Máy tính
- Hãy xem xét
- tư vấn
- nội dung
- theo ngữ cảnh
- tiếp tục
- Chuyển đổi
- chuyển đổi
- Phí Tổn
- tạo
- khách hàng
- Cam kết của khách hàng
- khách hàng
- dữ liệu
- Phân tích dữ liệu
- sâu
- học kĩ càng
- sâu sắc hơn
- định nghĩa
- cung cấp
- thiết kế
- chi tiết
- chi tiết
- Xác định
- Nhà phát triển
- phát triển
- khác nhau
- kỹ thuật số
- trực tiếp
- dont
- tải về
- đang tải xuống
- lái xe
- lái xe
- hai
- mỗi
- dễ dàng
- nỗ lực
- hay
- đủ điều kiện
- nâng cao vị thế
- cho phép
- cho phép
- khuyến khích
- mã hóa
- Tham gia
- tương tác
- ky sư
- Kỹ Sư
- Mỗi
- ví dụ
- kích thích
- mong đợi
- kỳ vọng
- kinh nghiệm
- Kinh nghiệm
- khám phá
- Khám phá
- mở rộng
- cực kỳ
- Đặc tính
- vài
- Tên
- tiếp theo
- Trong
- Forward
- thường xuyên
- từ
- đầy đủ
- xa hơn
- Hơn nữa
- tương lai
- Tổng Quát
- được
- lớn hơn
- Tăng trưởng
- Có
- he
- giúp đỡ
- giúp
- cô
- Cao
- cao hơn
- cao nhất
- cao
- của mình
- lịch sử
- Độ đáng tin của
- Hướng dẫn
- Tuy nhiên
- HTML
- HTTPS
- if
- Va chạm
- thực hiện
- thực hiện
- nâng cao
- cải thiện
- cải thiện
- in
- Tăng lên
- tăng
- hệ thống riêng biệt,
- thông tin
- tương tác
- tương tác
- lợi ích
- trong
- đầu tư
- IT
- cuộc hành trình
- jpg
- Phòng thí nghiệm
- phóng
- dẫn
- học tập
- Lượt thích
- khả năng
- Có khả năng
- Danh sách
- lâu
- còn
- Xem
- tìm kiếm
- yêu
- thấp hơn
- Trung thành
- chương trình trung thành
- Các chương trình lòng trung thành
- máy
- học máy
- thực hiện
- tạp chí
- làm cho
- LÀM CHO
- Làm
- quản lý
- giám đốc
- nhãn hiệu
- Marketing
- Tối đa hóa
- Có thể..
- có ý nghĩa
- có nghĩa
- ML
- di động
- ứng dụng di động
- chi tiết
- hầu hết
- chủ yếu
- Thiên nhiên
- nhu cầu
- Mới
- sản phẩm mới
- Đăng ký bản tin
- tiếp theo
- Không
- Để ý..
- nhiều
- of
- Nhân viên văn phòng
- on
- có thể
- tối ưu
- or
- Nền tảng khác
- ra
- bên ngoài
- kết thúc
- riêng
- đối tác
- Đối tác
- đam mê
- qua
- mô hình
- biểu diễn
- cá nhân
- cá nhân
- Cá nhân
- plato
- Thông tin dữ liệu Plato
- PlatoDữ liệu
- chơi
- khả năng
- Bài đăng
- Chạy
- ưu đãi
- trước
- Trước khi
- Ưu tiên
- riêng
- quá trình
- Sản phẩm
- giám đốc sản xuất
- Sản phẩm
- chương trình
- Khóa Học
- thúc đẩy
- cho
- cung cấp
- cung cấp
- cung cấp
- mua
- mua hàng
- mua
- mục đích
- khác nhau,
- xếp hạng
- nhanh
- Giá
- thực
- Real Madrid
- thời gian thực
- có thật không
- công thức
- giới thiệu
- Khuyến nghị
- khuyến nghị
- đề nghị
- đề nghị
- đề nghị
- giảm
- xem
- tương đối
- phát hành
- có liên quan
- dựa
- cần phải
- kết quả
- bán lẻ
- trở lại
- Trả về
- doanh thu
- xem xét
- ngay
- tương tự
- Quy mô
- Khoa học
- Nhà khoa học
- Điểm số
- an toàn
- xem
- phân khúc
- cao cấp
- phục vụ
- dịch vụ
- DỊCH VỤ
- định
- chị ấy
- Mua sắm
- hiển thị
- Chương trình
- đáng kể
- ký
- tương tự
- Bóng đá
- Phần mềm
- Kỹ sư phần mềm
- giải pháp
- Giải pháp
- tinh vi
- Không gian
- đặc biệt
- giai đoạn
- bắt đầu
- chiến lược
- Đấu tranh
- đăng ký
- như vậy
- đủ
- đề nghị
- Gợi ý
- Hỗ trợ
- hệ thống
- bàn
- mất
- dùng
- nhắm mục tiêu
- Kỹ thuật
- Công nghệ
- xu hướng
- hơn
- việc này
- Sản phẩm
- Tương lai
- nhà hát
- cung cấp their dịch
- Them
- sau đó
- vì thế
- Kia là
- họ
- điều này
- số ba
- hồi hộp
- thời gian
- đến
- hàng đầu
- truyền thống
- Đi du lịch
- cố gắng
- hai
- loại
- thường
- không thể
- hiểu
- độc đáo
- mở khóa
- Cập nhật
- sử dụng
- người sử dang
- hành trình của người dùng
- Người sử dụng
- sử dụng
- giá trị
- we
- web
- các dịch vụ web
- Website
- trang web
- Điều gì
- cái nào
- trong khi
- CHÚNG TÔI LÀ
- có
- rộng
- sẽ
- với
- ở trong
- không có
- Công việc
- đang làm việc
- công trinh
- đẳng cấp thế giới
- Bạn
- trên màn hình
- zephyrnet