个性化您的客户体验

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随着时间不断发展,客户对于从零售、媒体和娱乐、旅游和酒店等与之合作的品牌那里获得更个性化体验的期望和需求也在不断发展。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。

Machine learning (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 个性化客户推荐 (2:41)

优势

提供更好的个性化体验

提供更好的个性化体验

解决常见的问题,如“流行性偏好”(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。

提高客户参与度

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。

个性化每个接触点

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
“我们专注于如何通过 Pulselive 平台使用数据来为粉丝打造个性化和增强的在线体验。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

Lotte Mart
“为了让我们更加以客户为中心、扩展我们的覆盖面并增加用户使用率,我们开始利用 Amazon Personalize 帮助 M Coupon 移动应用程序的超过 600000 名用户在店内购物体验中实现节省。对比之前带来每月收入增长的大数据分析解决方案,通过使用 Amazon Personalize,我们推荐商品数量增长了 5 倍。特别值得一提的是,Amazon Personalize 使客户从未购买过的产品数量增加了高达 40%。由 AWS 提供支持的新推荐服务是我们在企业范围内推出的第一项人工智能技术,在这之后我们又推出了各种各样的人工智能技术。”

Jaehyun Shin,Lotte Mart 大数据团队负责人

Zalando
“Zalando 的价值观主要体现在以客户为中心、速度、创业精神和授权方面。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、打造个性化服务,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工作效率提高了 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,在保持高度流动性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,不再需要担心开发运维开销。”

Ameen Kazerouni,Zappos 机器学习研究和平台主管

选择符合您需求的解决方案

AWS 提供两种方法来执行基于 ML 的个性化解决方案。根据企业的个性化发展阶段、业务前景和期望的业务成果,AWS 提供预先训练的 AI 服务或 Amazon SageMaker。对于想要开始使用预先训练的个性化解决方案的组织,AWS 提供 Amazon Personalize,该服务是利用 Amazon 20 多年个性化体验的一项完全托管型服务。想要为推荐引擎开发自己的机器学习模型的组织可以使用Amazon SageMaker,这是一项全面托管型服务,可以帮助数据科学家和 ML 开发者快速构建、训练和部署机器学习模型。

Amazon Personalize

Amazon Personalize 使开发人员可以通过 Amazon.com 使用的 ML 技术来构建应用程序,从而提供实时个性化推荐,而无需 ML 专业知识。Amazon Personalize 可自动执行构建、训练和部署 ML 模型所需的很多复杂步骤,从而可以轻松地为各种不同的个性化使用案例开发应用程序,包括特定的产品或内容推荐、个性化搜索结果和定制的营销沟通信息。Amazon Personalize 使用专有的 Amazon ML 算法创建根据您的数据定制的高质量个性化模型。Amazon Personalize 是一种适合应用程序开发人员使用的解决方案,从而将 ML 的范围扩展到更广泛的组织,并为具有竞争性 ML 优先级的组织提供一种替代解决方案。

获取关于 Amazon Personalize 的更多信息 » 

Amazon SageMaker

Amazon SageMaker 是一项完全托管的服务,可以帮助每个 ML 开发人员和数据科学家快速构建、训练和部署机器学习模型。SageMaker 完全消除了机器学习中每个步骤的繁重工作,让开发高质量 DIY 模型变得更加轻松。SageMaker 提供多个内置的机器学习算法,例如因子分解机和 XGBoost,它们针对个性化进行了优化,您可以随时使用它们来训练和部署 ML 模型。您还可以将自己的个性化算法或模型带到 SageMaker 中,或者从 AWS Marketplace 上提供的数百种算法和预训练模型中进行选择。

获取关于 Amazon SageMaker 的更多信息 » 

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提高最多 50% 的推荐

阅读博客 »

dely 如何利用 Amazon SageMaker 提供个性化的配方推荐

阅读博客 »

准备好开始使用了吗?

联系销售人员
联系我们

联系我们,了解有关适用于个性化的机器学习解决方案的更多信息

联系我们 
开始使用执行计划
开始执行您的个性化计划

AWS Professional Services 组织是由专家组成的全球团队,可以帮助您在使用 AWS 云时实现预期业务成果。

了解更多 
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