打造个性化客户体验

利用机器学习提高参与度、转化率和收入

由于提供更复杂数字体验的能力在不断发展,客户对于获得更个性化品牌体验的期望和需求也在不断增加,这体现在零售、媒体和娱乐、旅游和酒店等行业。今天的消费者希望在他们考虑、购买和使用产品和服务时,能够通过数字渠道获得实时的、精心策划的体验。

机器学习(ML)可以帮助组织提供高度个性化的体验,从而提高客户参与度、转化率、收入和利润率,并在数字世界中创造差异化。

AWS 提供机器学习解决方案,以通过数字渠道为您的客户提供更高质量的个性化体验,一切均按照您的业务需求定制。

使用 Machine Learning 打造个性化客户推荐(2:41)

优势

Cropped shot of a businessman using a digital tablet at night in an office

提供更好的个性化体验

解决常见的问题,如“流行度偏差”(仅仅向客户显示最流行的产品或内容)和“冷启动”(没有用户、产品或内容历史),这会削弱客户体验和在组织目录中发现新产品或内容的能力。

Woman in cafe shopping online with laptop

提高客户参与度

通过结合实时用户活动数据和用户资料信息,提供动态的客户体验和最佳的产品或内容推荐,提高用户参与度和转化率。

Side view of a man making a video chat at a boat

个性化每个接触点

将个性化轻松集成到您现有的网站、应用程序、SMS 和电子邮件营销系统中,从而在各种渠道和设备上提供独特的客户体验。

客户案例

Pulselive

ResMed 为患有睡眠呼吸暂停、慢性阻塞性肺病和其他睡眠障碍的人提供持续气道正压装置和面罩。这款与云端连接的设备可收集有关患者睡眠模式的数据,并通过 ResMed 的 myAir 应用程序与患者共享。ResMed 使用 Amazon SageMaker 快速构建 AI/ML IHS 解决方案,支持为全球超过 1850 万患者提供个性化睡眠治疗。 

“在采用 Amazon SageMaker 之前,所有 myAir 用户都会同时从应用程序中收到相同的消息,无论他们的状况如何。我们利用 Amazon SageMaker 的功能来训练模型管道并选择部署类型,包括近实时和批量推理,以向 myAir 用户提供量身定制的内容。” 

Badri Raghavan,ResMed AI 和 ML 副总裁

阅读案例研究以了解更多信息 »

Pulselive
“我们专注于如何通过 Pulselive 平台使用数据来为客户的粉丝打造并提升个性化在线体验。借助 Amazon Personalize,我们现在能够通过机器学习来为体育迷提供个性化推荐。我们并不认为自己是机器学习专家,但却发现 Personalize 非常简单,只需几天就能完成集成工作。在我们服务于一个在全球拥有数百万粉丝的顶级欧洲足球俱乐部客户时,我们很快就将其网站和移动应用程序的视频观看量提高了 20%。他们的粉丝显然正在接受新的推荐。利用 Amazon Personalize,我们将能够进一步突破极限,为世界各地的体育迷构建数据驱动的一对一个性化体验。”

Wyndham Richardson,Pulselive 总经理兼联合创始人

Pulselive

Cencosud 是一家跨国零售公司,是智利最大的零售公司,也是拉丁美洲第三大上市零售公司。 

“Cencosud 选择 Amazon Personalize,通过推荐产品提高用户参与度,为客户优化在线购物体验。通过 Amazon Personalize,Cencosud 能够快速开发基于机器学习的个性化解决方案,能够对跨多种类型的业务线进行扩展,与过去非机器学习驱动的方法相比,点击率提高了 600%,平均订单价值提高了近 26%。“我们之所以选择 Amazon Personalize 是因为该服务具有可扩展性,支持多种功能,并且我们在不需要开发大型昂贵项目即可进行测试。”

Javiera Valenzuela Rivera,Cencosud 首席风险官兼公司负责人

Cencosud 使用 Amazon Personalize 增强数字购物体验
观看视频评价 »
Zalando

全球软件公司 Autodesk 希望帮助建筑、工程和施工专业人士更快、更熟练地使用其 Autodesk AutoCAD 软件进行计算机辅助设计。Autodesk 已经能够通过使用 Amazon SageMaker 为命令和快捷方式提供主动建议来提高用户效率。 

“通过在 AWS 上使用机器学习,我们将见解的数量增加了 10 倍。”

Ashish Arora,Autodesk 工程经理

阅读案例研究以了解更多信息 »

BuildOn-Customer-Logos
“Zalando 的价值观主要体现在以客户为中心、速度、创业精神和赋能方面。我们决定在 AWS 上实现机器学习工作负载标准化,以改善客户体验,为我们的团队提供可进一步提高工作效率的工具和流程,并推动我们业务的发展。利用 Amazon SageMaker,Zalando 可以更好地开展活动、生成个性化服装,并为我们的客户提供更好的体验。利用由 AWS 提供支持的这项解决方案,我们的工程师和数据科学家的生产力提高了 20%。”

Rodrigue Schäfer,Zalando 数字基金会总监

Zappos
“在 Zappos,我们通过分析和机器学习解决方案,在保持非常流畅和响应性用户体验的同时,为个人用户个性化定制尺码和搜索结果,从而显著改善了电子商务客户体验。使用 Amazon SageMaker,我们可以预测客户的鞋码。AWS 是我们的 ML/AI 企业标准,因为有了 AWS 服务,我们的工程师就能够专注于改进性能和结果,不再需要担心 DevOps 开销。”

Ameen Kazerouni,Zappos 机器学习研究和平台主管

使用案例

提升用户体验

通过将高度相关的、符合情境的推荐集成到您现有的网站、应用程序等中来个性化每个接触点。

获得宝贵的见解和快速的投资回报

通过机器学习加快创新速度,快速创建有意义的用户参与,同时减少将个性化整合到客户体验中所需的时间。  

针对业务目标优化推荐

对产品推荐重新排名,以推动切实的业务目标,例如收入、追加销售和交叉销售机会、新项目以及在网站上花费的时间。 

帮助客户更快地发现产品

使用户能够快速找到新产品、交易、文章、内容和促销活动。 

个性化搜索结果

基于精选搜索结果和用户偏好添加个性化推荐。 

提高营销传播

个性化推送通知和营销电子邮件以提高流量转化率。您还可以个性化广告投放。 

增加平均购物车大小

实时显示相关或潮流产品,这些产品可能会在购物、浏览或结账时增加整体订单价值。 

更准确地定位用户

基于用户对特定产品或产品属性的亲近感来创建智能用户细分,从而提高参与度。 

充分发挥数据的价值

解锁隐含在产品描述、评论或其他非结构化文本中的有价值信息,以提高推荐的准确性。 

探索专门构建的服务、AWS 解决方案、合作伙伴解决方案和指南,以快速应对您的业务和技术应用场景。

通过机器学习保持个性化体验

通过端到端自动化和 Amazon Personalize 服务中资源的更新安排,开发和部署个性化工作负载。

预测性用户参与

本指南提供了一种简单的架构,可自动根据 Amazon Personalize 中的用户活动提出预测性建议,然后使用这些建议更新 Amazon Pinpoint 端点。

在 AWS 上对成员维系进行预测打分的指南

本指南展示了非营利性协会和成员组织如何使用 AWS 数据湖和人工智能/机器学习(AI/ML)服务主动了解哪些成员可能会让其成员资格终止。

使用第三方数据与 AWS Clean Rooms 进行预测性细分指南

本指南演示了 AWS 服务如何帮助您自动收集客户的第一方和第三方数据,在不共享原始数据的情况下实现协作,以及如何使用机器学习生成预测性细分。 

AWS 上近实时个性化建议的指南

本指南可帮助企业使用 Amazon Personalize 建立实时推荐渠道。该渠道根据用户的个人资料和行为创建个性化建议以改善客户体验。 

准备好开始使用了吗?

联系销售人员
联系我们

联系我们,深入了解适用于个性化的机器学习解决方案

联系我们 
寻找合作伙伴
寻找合作伙伴

联系 AWS 合作伙伴网络,与我们的全球技术和咨询合作伙伴合作

开始使用 
开始执行计划
亲自尝试

使用 Amazon Personalize 加快部署个性化工作负载

了解详情 

资源

使用机器学习向客户提供实时个性化推荐

观看视频 »

Amazon Personalize 现在可以为快速变化的新产品和新内容目录创建达 50% 的优质推荐

阅读博客 »

dely 如何利用 Amazon SageMaker 提供个性化的食谱推荐

阅读博客 »