Amazon Personalize 客户

Warner Bros.Discovery 是一家领先的全球媒体与娱乐公司，为观众提供世界上最多元化、最完整的电视、电影、流媒体和游戏内容、品牌和特许经营组合。

“我们在 Warner Bros.Discovery 的团队希望构建一个推广引擎，用于定制电影，并在我们的数字业务中为未经身份验证的用户提供推荐。我们希望在用户遍历 WBD 生态系统中的品牌和内容时，推动跨品牌参与度。借助 Amazon Personalize，我们能够在短短两天内构建并训练实时推荐引擎 POC。自从我们部署到 TBS、TNT、TruTV 和 Adult Swim 网站业务上以来，有超过 25000 名单一消费者点击了 Amazon Personalize 推荐的电影、节目和网站部分的跨组合推广。这些亮眼的成绩为我们下个月在 CNN 上部署推广引擎铺平了道路。与随机对照组相比，接受个性化推广的用户的总用户参与度增加了 14%，跨品牌参与度增加了 12%。我们还发现，与简单地向消费者推广我们最受欢迎的商品相比，使用个性化推广的响应率提高了 2 倍至 3 倍。Amazon Personalize 在我们的各个品牌向我们的粉丝更有效地展示他们希望看到的内容方面发挥了重要作用。”

Don Browning，WBD 云架构副总裁

FOX Corporation（FOX）致力于制作与分发新闻、体育和娱乐内容。最初，FOX 曾使用单一的遗留系统来提供个性化的用户内容，但希望在云中开创一个新的解决方案。他们选择与 Amazon Personalize 合作创新，在其业务中策划客户体验和营销。

“我们能够根据所有 Fox 业务的用户或内容趋势推荐视频、文章和相关营销信息，这使我们能够策划一种以客户为首的体验。使用 Amazon Personalize，我们可以更准确地向客户建议内容，与遗留系统相比，早期分析意味着每个建议查看的平均分钟数延长了 6%，并且弹出率降低了 15%。由于 Amazon Personalize 使我们的数据科学家更容易快速迭代，因此我们还能够在我们为客户提供的个性化水平上继续发展。这意味着每一位客户的旅程都越来越适合他们的喜好，他们访问我们业务的时间也越来越长。”

Alex Tverdohleb，FOX 数据服务副总裁

Seven West Media 是澳大利亚最著名的媒体公司之一，每月覆盖超过 1900 万用户，在广播电视、出版和数字内容制作领域处于市场领先地位。

 “我们已将 Personalize 嵌入到 7plus 平台中，以策划和定制最终用户体验，并向他们推荐针对我们 1350 万注册用户中的每位用户量身定制的独特内容。到目前为止，与之前的人工策划相比，为 7plus 用户提供个性化的节目、视觉效果和提示使观看时间（分钟）增加了 48%，观看者互动量增加了三倍。这使我们能够与全球最优秀的视频点播（VOD）运营商相媲美，并在竞争中脱颖而出。” 

Gereurd Roberts，Seven West Media 首席数字官

Discovery Education（DE）是全球教育技术领导者，其最先进的数字平台支持随时随地学习。通过其屡获殊荣的多媒体内容、教学支持和创新的课堂工具，Discovery Education 帮助教育工作者提供公平的学习体验，让所有学生参与其中，并在全球范围内支持取得更高的学术成就。Discovery Education 为全球约 450 万名教育工作者和 4500 万名学生提供服务，其资源可在近 100 个国家和地区访问。

“我们的目标是使用机器学习来更好地了解我们的教育工作者、我们的学生，以及我们平台的使用方式，从而做出更好、更个性化的推荐。反过来，这使得教师可以更快地找到相关内容，从而有更多的时间与学生在一起。使用 Amazon Personalize 后，我们可以通过主页上的“Just For You”菜单对我们的 K12 学习平台进行个性化设置，根据年级、偏好和资源为教育工作者提供一套独特的个性化资源。最终，我们发现主页上资源的点击率增加了 229%，与内容的高价值互动（如分配、下载和共享）也增加了 220%。对我们来说，我们觉得我们还处在使用机器学习以及通过个性化帮助我们实现目标的早期阶段。”

Pete Weir，Discovery Education 首席产品官

德甲联赛（又称德意志足球联赛（DFL））是德国的超级足球联赛，其利用 Amazon Personalize 为球迷创造个体化、区域化和个性化的体验。

“我们使用 Amazon Personalize 为每个赛季数百万活跃的德甲联赛官方应用程序用户生成个性化内容。最终，我们发现每个用户的文章阅读量增加了 67%，用户在应用程序中停留的时间增加了 17%。Amazon Personalize 在为我们的球迷更有效地提供他们想要观看的内容方面发挥了重要作用。”

Andreas Heyden，DFL 集团数字创新执行副总裁

Equinox 集团是一个汇聚了全球最具影响力、经验丰富、多元化生活方式品牌的高增长集团。除了 Equinox 外，该集团旗下的其他品牌，包括 Blink、Pure Yoga、SoulCycle 和 Equinox Hotels，也都以鼓舞和激励会员尽情享受生活而广受认可。该集团的品牌系列享誉全球，业务覆盖美国各大城市以及伦敦、多伦多和温哥华。

“随着疫情期间人们对家庭健身的需求不断增加，我们希望根据会员个人偏好推荐相关的、情境化的内容和课程，从而在 Equinox+ 应用程序中定制会员体验。通过使用 Amazon Personalize 对一小部分应用程序流量进行 A/B 测试，并对比现有基于规则的推荐系统，我们发现机器学习生成推荐的好处不言而喻，应用程序主页上的轮播内容的参与度增加了 92%。Personalize 还可以相对快速地建立和扩展，这样我们就可以向内部团队展示个性化的业务价值。正因为如此，我们正更广泛地在我们应用程序和其他业务部门中扩大使用 Personalize 功能。” 

Jay Fuller，Equinox 数据科学主管

公共广播服务 (PBS) 是一家位于弗吉尼亚州的非营利组织，成立于 1969 年，向全美 1 亿多电视观众和超过 3200 万在线观众播放教育、新闻和娱乐节目。PBS 目前拥有约 330 家成员电视台，向美国所有 50 个州、波多黎各、美属维尔京群岛、关岛和美属萨摩亚分发最高质量的内容。

“我们与AWS首席合作伙伴 Clear al e ClearScale合作，建立和配置了我们的初始解决方案和数据管道。我们需要更快地利用见解，在几个月而不是几年内推出一些东西。他们的专家为使用 Amazon Personalize 设置了 AWS Cloud 配置和相关服务，为我们节省了大量精力和数千小时的工程时间。借助 Amazon Personalize，仅插入一小部分观众、视频和互动，我们就看到了经得起检验且有可能扩展的推荐。从那以后，我们知道是时候更进一步，进行真正的概念验证，并建立一个可以与我们现有数据库相连接的架构了。“ 

Mikey Centrella，PBS 产品管理主管

Razer 是全球领先的游戏玩家生活方式品牌，拥有超过 1.75 亿用户。凭借遍布各大洲的粉丝群，该公司设计并建立了一个以游戏玩家为中心的硬件、软件和服务市场。

“随着用户数量不断增加，我们看到了一个机会，即通过向游戏玩家提供高度相关的产品来加深我们之间的关系。因此，我们热衷于测试机器学习（ML）的可能性。但是，作为一个小团队，它在我们需要维护推荐基础设施时带来了挑战。使用 Amazon Personalize 进行智能用户细分和高级筛选，在软件实用工具 Razer Synapse 上实施个性化推荐。该工具现在可以根据用户在批处理和实时通信中的现有设备设置和配置，向用户推荐补充设备。Amazon Personalize 使我们的点击率达到行业标准水平的 10 倍，为企业创造了额外收入。利用 ML 和 Amazon Personalize，我们得以更轻松、更方便地维护个性化系统。”

Hong Jie Wee，Razer Inc. 大数据负责人

Ticketek 是 TEG 旗下的一家公司，是票务和技术领域的全球领导者，拥有 40 多年的大型国际活动票务经验以及与世界一流场馆的合作经验。TEG 总部位于澳大利亚，在六大洲的 40 个国家/地区经营着 30 多个品牌。

“粉丝和创新是我们一切工作的核心。我们为粉丝们带来了数以千计的现场活动，每年售出约 3000 万张门票，覆盖一些全球最具标志性的场馆，并且每年为数百个娱乐和品牌合作伙伴和新观众建立联系。虽然我们的 1 级活动一般无需推销，但我们的 2-4 级活动不会售罄，而是依赖营销和促销。在澳大利亚，我们的 400 万订阅用户每周都会收到一封电子邮件通讯。它仅基于“状态”参数发送，没有其他个性化设置。通过使用 Amazon Personalize，我们现在能够为客户提供更多样化的表演和活动，以满足他们独特的兴趣点。我们的购买率提高了 250%，每封打开的新闻通讯售出的门票数量增加了 49%。这证明了技术、营销和数据科学的融合如何为我们带来了有影响力的运营和增长优势。”   

Tane Oakes，TEG 首席技术官

FanFight 是印度最大、最著名的模拟体育经营类游戏公司之一，拥有超过 500 万用户。

“我们在 2018 年创立了 FanFight，给印度的模拟体育经营类游戏投下了一颗震撼弹。我们因以客户为中心而自豪，并始终致力于为用户提供最佳体验。

在最初的几年中，我们的目标是构建一个可扩展的平台，并为用户在我们的平台上玩模拟体育经营类游戏提供最佳体验。随着时间的推移，我们从 2018 年的 100 万用户增长到 2020 年的 500 多万用户，现在我们希望为每个用户打造个性化体验，以实现更好的转化率。在我们的平台上，用户可以参与各种各样的竞赛，因此用户需要大量时间来浏览并做出决定；我们希望简化这一过程，使他们的决策过程尽可能无缝衔接。为了解决这个问题，我们使用 Amazon Personalize 为每个用户构建个性化推荐，并在首页推荐最相关的竞赛。通过 Amazon Personalize，我们能够根据用户的游戏历史提供可能的最佳竞赛推荐，并利用该推荐进行追加销售，以及交叉销售其他相似竞赛。此功能帮助我们将每位用户平均加入竞赛的次数提高了 12%，并将玩法的交易平均价值提升了 8%。”

Mukul Anand，FanFight 产品副总裁

作为备受体育界一些著名赛事举办机构青睐的数字合作伙伴，Pulselive 能够为体育迷们提供不可或缺的体验：无论是板球世界杯官方网站，还是英超联赛的 iOS 和 Android 应用程序。

“我们专注于通过 Pulselive 平台，利用数据来为粉丝打造增强的个性化在线体验。借助于 Amazon Personalize，我们现在能够通过机器学习来为体育迷提供个性化建议。我们并不是机器学习专家，但却发现 Personalize 非常简单易用，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建议。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

Coursera 是全球一流教育的领先提供商，与 190 多所顶尖大学和组织合作，为 4000 多万用户提供在线课程。

“来到 Coursera 的每个学员都为自己设定了一套专属的学习目标。我们提供了 4000 多个课程可供选择，挑战在于如何根据每个用户的个人兴趣定制体验。Amazon Personalize 允许我们实时调整个人偏好，提供高度相关的推荐，吸引我们的学员。在短短几周内，我们就能够完成 Amazon Personalize 模型的开发，并将其部署到生产环境中，自动扩展到满足 4000 万用户的需求。”

Mark Chamness，Coursera 数据科学与机器学习总监

SHOWROOM 是日本的一个直播平台，包括 AKB48 和 NOGIZAKA46 等日本偶像在内的成千上万的用户都会定期在上面进行直播。通过主播和观众之间的互动来打造独特体验是该公司商业模式的核心。

“通过使用 Amazon Personalize，我们能够快速向新用户部署实时定制的主播推荐。与我们传统的基于人气的推荐系统相比，Amazon Personalize 推荐在新用户中提高了 60% 的直播观看量。”

Kengo Senuma，SHOWROOM Inc. 人工智能团队经理

ViewLift 是一个全方位服务的数字内容分发平台，帮助媒体公司、体育联盟和团队、教育提供商等，通过主要 OTT 设备（包括网络、移动、电视连接设备、智能电视和游戏主机）上的本地品牌应用程序实现内容变现。

“通过将 Amazon Personalize 集成到我们的平台中，与精心策划或自动生成的内容系列相比，我们在推荐视频系列的客户点击量上保持了超过 24% 的增长。更重要的是，我们训练自定义机器学习推荐模型并扩展到数百万用户所需投入的成本和数据科学资源也都大幅减少。” 

Manik Bambha，Viewlift 联合创始人兼总裁

TVNZ 是一家新西兰国有商业资助的广播公司。TVNZ 致力于分享重要时刻，无论是突发新闻、追踪冒险、分享故事还是为用户奉献快乐。TVNZ 每天通过 TVNZ 1、2、DUKE、TVNZ OnDemand 和儿童平台 HEIHEI 覆盖 200 多万新西兰居民。

“TVNZ OnDemand 平台为新西兰居民提供了在自选设备上免费在线访问各种高质量本地和国际内容的服务。我们随时随地提供数以百计可供播放的节目，最大的挑战之一在于帮助每个观众找到最适合个人偏好的内容。通过 Amazon Personalize，我们能够快速生成和评估节目推荐，并开始发现使用托管服务的价值。自此以后，我们开始在 TVNZ OnDemand 个性化引擎的核心中采用 Amazon Personalize，通过对每个新的个性化推荐功能进行 A/B 测试，我们看到在关键的观众参与度指标上有了显著改进。同时，我们减少了与支持遗留的定制推荐引擎相关的时间和成本，使我们的开发人员能够专注于增值计划。当今的在线观众都在期待个性化的体验，而通过 Amazon Personalize，我们现在正在实现观众的期待。”

Nathan Wichmann，TVNZ OnDemand 产品经理

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

Dress the Population 生产由高端材料制成的奢华服装，在其实体店和线上商店出售，同时在其整个供应链中提供公平的工作条件。

“考虑到推荐算法需要几个月的学习才能发挥作用，我们之前对是否投资机器学习解决方案一直犹豫不决。但通过 Obviyo Growth Bots 和 Amazon Personalize，我们得以快速且经济高效地推出高质量的推荐引擎。我们已经显著改善了数字客户的产品发现体验。Obviyo Recommend 超出了我的预期。我们在第一次会议后的第二天就上线了这款产品，而且效果显著。在使用 Obviyo Recommend 的 72 小时内，参与个性化推荐的访问者的每次访问收入增加了 350%。14 天后，我们看到转化率提升了 28%。通过观察日常进展，我可以看到 Amazon Personalize 算法如何近乎实时地不断学习和改进结果。”

Shoshana Ritzle，Dress the Population 营销和创意副总裁

Yelloh（前身为 Schwan’s Home Delivery）将优质冷冻食品直接运送到 48 个州的家庭，覆盖超过 150 万客户，每年处理 750 万笔交易。 

“在过去的 70 年里，我们传承了建立信任关系和客户关系的悠久历史。在向现代移动零售商转型的过程中，我们希望改进我们的服务，以随时随地满足客户的需求 - 无论是线上还是线下。在与 AWS 合作之前，我们移动零售商的运营效率要低约 50%。借助 Amazon Personalize，我们可以更好地根据之前的订单和类似买家的购物篮向客户推荐可能喜欢的新食品。通过与 Amazon Pinpoint 和 Amazon Connect 相结合，最大限度地提高销售额和供货能力，我们可以提供送餐服务，让购物者可以更轻松、更高效地购买产品。这增加了品牌忠诚度和采购订单。我们开展了一项数字通信活动，并发送了超过 10 万条个性化消息，询问客户是否需要根据他们的独特偏好提供某些食品。我们收到了 1 万肯定回复，产生了大约 2 亿美元的年收入，另外由于在客户给出否定回复时采用了更好的送货路线而节省了约 5000 万美元。我们现在正朝着每年减少 1000 万英里的目标迈进。这才是真正的可持续性。” 

Kevin Boyum，Schwan’s Home Delivery/Yelloh 首席战略官

Lotte Mart 是韩国领先的零售公司 Lotte Conglomerate 的子公司。它在韩国经营大卖场、会员制仓库折扣店、电子数字商店和 Toys"R"Us 商店。它在韩国、印度尼西亚和越南拥有 187 家门店。

“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组织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

Zola 是美国一家发展迅速的婚庆公司，利用设计和技术为即将步入殿堂的情侣打造最为轻松的婚礼策划和登记体验。

“Zola 的业务是开发创新的婚礼策划工具，为新婚夫妇提供服务。我们希望全程参与整场婚礼设计，并根据客户的风格、兴趣或喜好向他们提供最适合的建议。到目前为止，我们都是通过基于规则的排名、受欢迎程度来实现这些推荐，近期则是借助脱机计算的相似度模型。这些方法往往难以维护和扩展。Amazon Personalize 为我们提供了最先进的算法和端到端的个性化解决方案，让我们能够实时响应客户行为。作为小团队，我们通过 Amazon Personalize 将能够快速交付解决方案，完成本需要更大团队且可能需要数月开发时间才能完成的目标。”

Stephane Bailliez，Zola.com 工程副总裁

Pomelo Fashion 是一家领先的全渠道时尚品牌，总部位于泰国曼谷，拥有全球客户群。

“我们的目标是成为东南亚最好的全渠道公司。我们不断改善线上和线下购物过程中各个阶段的客户体验，坚持不懈地实现这一梦想。我们使用 Amazon Personalize 为全球众多客户提供独特的购物体验。Amazon Personalize 支持我们无缝地大规模提供这种个性化服务。对于 Pomelo 来说，Amazon Personalize 不仅强大，而且在当今的电子商务领域发挥着革命性的作用！”

Paulo Almeida，Pomelo Fashion 工程副总裁

阅读案例研究了解更多”

观看视频”

BASE 是日本的一个电子商务平台，托管着超过 100 万家在线商店。我们的使命是“为用户付款，为用户赋能”。 我们的目标是增强个人和小型团队的能力。

“我们利用 Amazon Personalize 为用户推荐商品，以改善用户在我们移动应用程序上的体验。 由于我们的服务涵盖各种各样的产品，因此非常有必要帮助我们的用户找到符合他们偏好的产品。在搜索时的第一个视图上推荐产品可以降低放弃率并提高客户的终身价值。经过测试，Amazon Personalize 使产品页面浏览量提高了 56%，效果优于我们现有的推荐解决方案。这推动了我们的关键业务成果，同时也以更低成本加快了团队实现价值的时间。”

Yusuke Saito，BASE Inc. 机器学习组经理

Marc O’Polo 是全球高端细分市场中领先的现代休闲和可持续生活方式品牌之一，以其引领技术创新的浪潮而享誉全球。该公司正在寻找一种方法，向其资讯营销的数十万订阅客户提供产品推荐。

“Amazon Personalize 允许我们根据客户以前的购买情况推荐流行或类似的商品。自从通过 Amazon Personalize 提供个性化产品推荐电子邮件以来，基于这些资讯达成的交易中有三分之一包含至少一种推荐产品。总体而言，与我们的标准客户电子邮件相比，我们的产品购买量提高了 56%。”

Steffen Sandner，Marc O’Polo 数字智能总监

Ateam Inc. 是一家日本公司，拥有多条业务线，包括一家名为“cyma”的在线自行车商店。

“我们的 cyma 商店会将组装好的自行车直接送到客户家门口。我们的业务不断发展，旨在成为日本自行车电子商务领域的领导者，我们希望通过根据用户的个性化需求推荐产品来实现这一目标。我们决定使用 Amazon Personalize 这一经济高效、高度兼容的解决方案来满足我们的个性化需求。除了将 Amazon Personalize 的推荐结果用于我们的网站之外，我们还计划在销售流程中充分利用 Amazon Personalize 提供的洞察。我们对 Amazon Personalize 和 AWS 即将推出的功能和服务充满期待。”

Masahiro Funakoshi，Ateam Lifestyle Inc. 工程副总裁

GrocerApp 是一家经济实惠的在线超市，支持用户订购食品杂货并进行配送。该公司希望让客户能够快速找到最相关的产品并将其添加到购物车中。

“我们利用 Amazon Personalize，使用客户购买数据在我们的应用程序上向客户提供产品推荐。通过 Amazon Personalize，我们的平均订单价值大幅提高了 17%，使我们能够在增加整体购物篮系数的同时立即配送客户订单。”

Hassaan Sadiq，GrocerApp 首席技术官兼联合创始人

Traveloka 是东南亚的一个生活方式综合应用程序，为用户提供发现和购买各种旅游、本地服务和金融服务产品的机会。Traveloka 的下载量已超过 1 亿次，成为东南亚地区最受欢迎的旅游和生活方式预订应用程序。

“Traveloka 的使命是满足东南亚客户的生活方式需求和愿望。这一目标推动了我们从住宿到金融服务的一系列产品开发战略，特别是个性化建议。为了向 Traveloka 的客户提供相关服务和产品的无缝发现体验，我们尝试了多种技术，并在这一过程中不断扩大规模。我们尝试使用 Amazon Personalize 在移动应用的主页源中提供 Xperience 产品的推荐清单。结果显示，与其他第三方和现有内部模型相比，Amazon Personalize 将点击率分别提高 13% 和 66%。基于这些成果，Traveloka 现在扩展了 Amazon Personalize 的使用范围，在 Traveloka 的应用程序中提供更多产品和服务（如航班和酒店）的个性化推荐清单。”

Adi Alimin，Traveloka 平台产品副总裁

Intuit 是一家商业和财务软件公司，主要开发和销售适合小型企业、会计师和个人使用的财务、会计和税务筹划软件及相关服务。

“借助 Amazon Personalize，我们能够为 Intuit 的 Mint 预算跟踪和规划应用程序快速设计和启动推荐引擎。通过使用客户配置文件和行为数据，并借助机器学习，该服务可以根据消费习惯、生活方式和目标，帮助在适当的时间向合适的客户提供其需要的金融服务。”

Qiang Zhu，Intuit 数据科学主管

MoneySmart 成立于 2009年，为消费者提供财务比较和内容平台，以便他们做出明智的财务决策。截至 2023 年，该公司拥有超过 40 万用户、30 个金融产品类别和 250 种商品，其使命是帮助客户做出更明智的财务决策。 

“我们探索了从头开始构建新系统的可能性，但很快意识到开发成本很高，因为我们有大量的客户互动数据，而且我们的银行、保险和投资产品之间存在广泛的产品类别差异。AWS 通过 Amazon Personalize 提供了一个引人注目的平台解决方案，使我们在自助服务和可定制技术之间取得很好的平衡，可以让我们快速进入市场。利用 Amazon Personalize，我们得以在不到 3 个月的时间内上线第一版产品推荐功能，从而为我们节省了金钱和时间。在接下来的 6 个月里，我们在两个国家积极开展业务，并生成了超过 1.1 万份申请，将接触推荐产品的登录客户的申请率从 6.5％ 提高到了 13.6％。我们有 42% 的客户接触过这种新体验，通过向他们展示他们感兴趣的产品，我们看到客户互动有所增加。我们正在提升我们在 MoneySmart 平台上的交叉销售能力。”

Prateek Baheti，MoneySmart 技术主管

Paytm 是一家位于印度的数字支付、电子商务和金融服务提供商。它为超过 1700 万家商家提供支持，日用户数量达数百万，提供全栈支付和金融解决方案。

Paytm 使用 Amazon Personalize 帮助客户发现相关产品，收集用户数据并通过推荐模型运行该类数据，为其电子商务服务 Paytm Mall 每日超过 1000 万访客生成独特的内容建议。正因为如此，Paytm 全新个性化主页的转化率达到 6％，是之前的逐件推荐解决方案的 3 倍。

Shgardi 是一家总部位于沙特阿拉伯的移动应用程序初创公司，专注于为超过 250 万消费者和超过 10000 家餐厅提供价格实惠的按需食品配送服务。

“在 Shgardi，我们每天会面对大约 5000 名新用户，但很难将他们转变为有粘性的忠诚客户。我们深知建立相关通信和推广的价值，因此开始探索新的方法来建立更具吸引力的用户体验。使用 Amazon Personalize 后，我们针对新用户和现有用户在应用程序主页中添加“为您推荐”部分。对于新用户，我们利用位置、时间和热门餐厅等数据提供精选推荐。对于现有用户，我们能够使用过去的参与度数据（如经常光临的餐厅）来生成适合他们独特口味和个人选择的推荐。我们还根据特定的业务目标调整了某些建议。“为您推荐”功能使我们能够实时响应不断变化的用户意向，并调整我们的建议，使其与用户的口味和偏好保持吻合。最终，我们将新用户转化为购买者的转化率提高了 30%，并将每月总订单数量提高了 20%。”

Tarek Dahab，Shgardi 首席技术官/联合创始人

The Chefz 成立于 2016 年，是一家位于沙特的在线食品配送初创公司。The Chefz 商业模式的核心在于让客户能够从顶级精英餐厅、面包店和巧克力店订购食品和糖果。 

“使用 Amazon Personalize，我们能够在整个客户群中实现大规模个性化，在以前这是不可能实现的。在斋月期间，与我们的传统解决方案相比，我们在推荐餐厅的互动量上增加一倍，从而使推荐餐厅的转化率提高了 35%。通过 Amazon Personalize，我们能够应用有关个人客户及其环境的背景信息，在我们的移动应用程序上提供特价和优惠等定制信息。”  

Ramzi Alqrainy，The Chefz 首席技术官

ABLY 是一家蒸蒸日上的韩国初创企业，在电子商务和服装领域拥有革命性的商业模式。我们每天会在我们的移动应用程序中上传约 2000 件产品，将 Instagram 上的名人风格和时尚前沿送到数百万用户手中。

“ABLY 正以电子商务模式改变服装行业。我们拥有超过 600 万的应用程序下载量、30 万的每日活跃单一用户量和 1.8 亿美元的年度商品交易总额（GMV），因此我们需要重新思考如何产生重复购买并增加购物车系数，以继续加速增长。在 ABLY，我们如今正在将 Amazon Personalize 运用到我们的应用程序首页中，根据客户的浏览和购买历史记录为他们创建个性化建议。最终的结果超出了我们的预期，我们对推荐模型的速度和性能感到非常惊喜。对于像我们这样资源和能力有限的初创公司来说，Amazon Personalize 是一个突破，使我们能够在没有机器学习经验的情况下构建复杂的个性化功能。”

Yujun Kim，ABLY 首席技术官