Amazon Personalize 功能

Amazon Personalize 提供智能用户细分功能，允许您在营销渠道中更有效地挖掘潜在客户。利用两个简单的配置，您可以根据用户对不同产品类别、品牌等的兴趣自动细分用户。“aws-item-affinity”根据其对各个项（如电影、歌曲或商品）的兴趣确定用户，“aws-item-attribute”则根据用户关注的属性（如流派或价格点）确定用户。智能用户细分可以提高营销活动的参与度，通过有针对性的消息传递提高保留率，并提高营销支出的投资回报率。了解更多。

专为零售、媒体与娱乐等行业的常见用例量身定制的推荐可以更快、更轻松地提供高性能、个性化的用户体验。您可以选择“Frequently Bought Together”、“Trending Now”、“Because You Watched X”、“Top Picks for You”等用例。您可以将数据映射到适用于您的业务需求的推荐机制，Amazon Personalize 会选择最适合您的用例的设置并自动执行创建和维护个性化推荐的工作，从而加快上市速度。了解更多。

用户个性化（aws-user-personalization）配置针对所有个性化推荐场景进行了优化。它根据交互、商品和用户数据集预测用户将与之交互的商品。在推荐商品时，它使用自动商品探索来提高发现和参与度。

向用户显示相似商品，提高目录的被发现几率。相似商品（aws-similar-items）针对与您指定的商品相似的商品生成推荐。使用相似商品帮助客户根据他们以前的行为和商品元数据在您的目录中发现新商品。推荐相似商品可以提高应用程序的用户参与度、点击率和转化率。

个性化排名是为特定用户重新排名的推荐商品列表。如果您有一系列订购商品（例如搜索结果、促销或精选列表），并且您希望为每个用户提供个性化的重新排名，这将非常有用。Amazon Personalize 使您能够突出显示可能与您的用户相关的任何内容，同时实现您的业务优先级并确保最佳客户体验。

构建相关推荐的最具挑战性的问题之一是在将新商品添加到您的目录时提供正确的推荐。Amazon Personalize 允许您通过在目录中的新商品和现有商品的推荐之间建立适当的平衡来为新产品和新鲜内容生成高质量的推荐。 了解更多。

Trending Now 推荐机制适用于视频点播领域，并突出显示以最快速度获得推荐的目录商品。热门视频是迅速受到用户欢迎的商品。每两个小时，Amazon Personalize 会自动评估您的交互数据并识别热门商品。

应用业务规则，以提供最佳的客户体验。Amazon Personalize 使您能够自动增强推荐。例如，筛选出最近购买的商品，如果用户处于特定订阅级别，则突出显示优质内容，或者确保轮播的 20% 是热门体育文章。动态筛选器允许您即时修改筛选规则，而无需创建单独的排列。 了解更多。

根据与您的业务目标相一致的规则推广特定商品或内容。借助此功能，您可以控制建议内的促销内容百分比，以进一步定制每一个用户体验。Amazon Personalize 将会在提供的业务规则内为每个用户查找要推广的最相关商品或内容，并将其分配到用户推荐中。了解更多。

解锁隐含在产品描述、评论、电影梗概或其他非结构化文本中的信息，以便为用户生成高度相关的推荐。提供非结构化文本作为目录的组成部分，Amazon Personalize 自动提取关键信息以在生成建议时使用。支持的语言包括中文（简体和繁体）、英语、法语、德语、日语、葡萄牙语和西班牙语。了解更多。

生成推荐时考虑与您的客户相关的内容以及对您的业务有重要意义的内容。除了相关性之外，您还可以定义一个目标来影响推荐。这可用于最大程度地提高在平台上逗留的时间、用户参与度、利润率、收入或您定义为对您的业务重要的任何数字指标。 了解更多。

Amazon Personalize 可根据最适合您的用例的情况灵活地使用实时或批量数据。例如，实时数据可能更适合网站或应用程序上的产品或内容推荐。通过实时响应用户不断变化的需求，提供相关推荐。批量数据可能更适合大型通知活动。例如，您可以一次性计算针对大量用户或商品的推荐，进行存储，并将其提供给以批处理为主的工作流程，如电子邮件系统。Amazon Personalize 现在支持增量批量数据导入；更新数据和提高推荐质量的新选项。您可以轻松地将新记录附加到数据集中的现有数据。了解更多。

提供相关建议时，需要考虑查看它们的情境。通过符合实际情况的推荐，您可以为客户提供更加个性化的体验，并通过在特定情境（例如设备类型、一天中的时间等）下生成推荐来提高推荐的相关性。了解更多。

Amazon Personalize 使客户能够自动了解 Personalize 对其业务目标（例如购物车添加、页面浏览量和点击次数）的影响。客户可以通过计算发送到系统的任何事件的影响来衡量任何 Personalize 推荐的业务成果。当用户完成一项操作（即事件）时，该数据将发送到 Personalize 并计算总影响。了解更多。