Personalisieren Sie Ihre Kundenerlebnisse

Steigern Sie Engagement, Conversion und Umsatz mit Machine Learning

Da sich die Fähigkeit, anspruchsvollere digitale Erlebnisse zu liefern, im Laufe der Zeit weiterentwickelt hat, hat sich auch die Erwartung und Nachfrage der Kunden entwickelt, von den Marken, mit denen sie in den Bereichen Einzelhandel, Medien und Unterhaltung, Reisen und Gastgewerbe und mehr zusammenarbeiten, ein persönlicheres Erlebnis zu erhalten. Verbraucher erwarten heute kuratierte Echtzeiterlebnisse über digitale Kanäle hinweg, wenn sie Produkte und Dienstleistungen betrachten, kaufen und nutzen.

Machine Learning (ML) kann Unternehmen dabei helfen, hochgradig personalisierte Erfahrungen zu liefern, was zu Verbesserungen bei Kundenbindung, Conversion, Umsatz und Marge führt und in einer digitalen Welt Differenzierung schafft.

AWS bietet Lösungen für Machine Learning, die Ihren Kunden über digitale Kanäle hinweg qualitativ hochwertigere personalisierte Erlebnisse bieten, die alle auf Ihre Geschäftsanforderungen zugeschnitten sind.

Personalisieren Sie Kundenempfehlungen mit Machine Learning (2:41)

Vorteile

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

Bieten Sie bessere personalisierte Erlebnisse

Lösen Sie häufig auftretende Probleme wie „Popularitätsbias“ (lediglich Anzeigen der beliebtesten Produkte oder Inhalte für einen Kunden) und „Kaltstart“ (wenn kein Benutzer-, Artikel- oder Inhaltsverlauf vorhanden ist), wodurch das Kundenerlebnis und die Fähigkeit, neue Artikel zu entdecken, im Inhalt im Katalog einer Organisation beeinträchtigt werden.

Woman in cafe shopping online with laptop

Kundenbindung stärken

Steigern Sie das Engagement und die Conversion, indem Sie dynamische Kundenerlebnisse und optimale Produkt- oder Inhaltsempfehlungen mithilfe einer Mischung aus Echtzeitdaten zur Benutzeraktivität und Benutzerprofilinformationen bereitstellen.

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

Jeden Berührungspunkt personalisieren

Integrieren Sie die Personalisierung einfach in Ihre vorhandenen Websites, Apps, SMS- und E-Mail-Marketing-Systeme, um ein einzigartiges Kundenerlebnis über alle Kanäle und Geräte hinweg zu bieten.

Kundenerfahrungen

Pulselive
„Wir konzentrieren uns darauf, wie wir mit der Pulselive-Plattform Daten zur Personalisierung und Optimierung der Online-Oberfläche unserer Kunden für ihre Fans einsetzen können. Dank Amazon Personalize und Machine Learning können wir Sportfans jetzt personalisierte Empfehlungen liefern. Wir sehen uns nicht als Machine-Learning-Experten, hatten aber mit der Verwendung von Personalize keinerlei Probleme und konnten die Integration innerhalb weniger Tage abschließen. Bei einem unserer Kunden – einem sehr erfolgreichen europäischen Fußballclub mit weltweit Millionen Fans – konnten wir den Videokonsum auf der Website und in der mobilen App sofort um 20 % steigern. Die Fans sprechen also äußerst gut auf die neuen Empfehlungen an. Mithilfe von Amazon Personalize können wir die Möglichkeiten zum Erstellen von datengestützten, individuell personalisierten Erfahrungen für Sportfans auf der ganzen Welt noch weiter ausreizen."

Wyndham Richardson, Managing Director & Co-Founder – Pulselive

Lotte Mart
„Um kundenorientierter zu sein, unsere Reichweite zu skalieren und die Akzeptanz bei den Nutzern zu erhöhen, haben wir uns an Amazon Personalize gewandt, damit über 600.000 Nutzer unserer mobilen M Coupon-App ihr Einkaufserlebnis im Geschäft sparen können. Mithilfe von Amazon Personalize konnten wir eine fünffache Steigerung bei den Reaktionen auf empfohlene Produkte im Vergleich zu unserer vorherigen Big Data-Analyselösung verzeichnen, was sich einer monatlichen Umsatzerhöhung niederschlägt. Konkret hat Amazon Personalize dazu beigetragen, dass die Verkaufszahlen von Produkten, die Kunden bisher nicht gekauft hatten, um bis zu 40 % angestiegen sind. Der neue Empfehlungsservice powered by AWS ist der erste in einer Reihe umfangreicher Veröffentlichungen von KI-Technologien in unserer gesamten Organisation.“

Jaehyun Shin, Big Data Team Leader - Lotte Mart

BuildOn-Customer-Logos
„Die Werte von Zalando drehen sich um Kundenorientierung, Schnelligkeit, Unternehmertum und Empowerment. Wir haben uns entschieden, unsere Machine-Learning-Workloads auf AWS zu standardisieren, um die Kundenerfahrung zu verbessern, unserem Team Tools und Prozesse für mehr Produktivität zur Verfügung zu stellen und unser Geschäft anzukurbeln. Mit Amazon SageMaker kann Zalando Kampagnen besser steuern, personalisierte Outfits generieren und unseren Kunden bessere Erlebnisse bieten. Mit dieser AWS-basierten Lösung ist die Produktivität unserer Ingenieure und Daten-Wissenschaftler um 20 % gestiegen.“

Rodrigue Schäfer, Direktor für Digital Foundation – Zalando

Zappos
„Bei Zappos verbessern wir das Kundenerlebnis im E-Commerce messbar durch den Einsatz von Analytics- und Machine-Learning-Lösungen, die es uns ermöglichen, die Größe und die Suchergebnisse für einzelne Benutzer zu personalisieren und gleichzeitig ein sehr flüssiges und reaktionsschnelles Benutzererlebnis zu erhalten. Mit Amazon SageMaker können wir die Schuhgrößen unserer Kunden vorhersagen. AWS ist unser Unternehmensstandard für ML/KI, weil die AWS-Services es den Technikern ermöglichen, sich auf die Verbesserung der Leistung und der Ergebnisse zu konzentrieren und nicht auf den DevOps-Aufwand.“

Ameen Kazerouni, Head of Machine Learning Research and Platforms - Zappos

Anwendungsfälle

Einzelhandel

Bieten Sie einzigartige Homepage-Erlebnisse

Personalisieren Sie Ihre Homepage für Kunden mit Produktempfehlungen passend zu ihrem bisherigen Einkaufsverlauf.

Schnelleres Auffinden gesuchter Produkte

Unterstützen Sie Kunden dabei, relevante neue Produkte, Angebote und Werbeaktionen schneller zu finden.

Verbesserte Marketing-Kommunikation

Personalisieren Sie Push-Benachrichtigungen und Marketing-E-Mails mit individuellen Produktempfehlungen.

Passende Produktempfehlungen

Empfehlen Sie auf der Seite mit den Produktdetails ähnliche Produkte, damit Kunden schneller finden, wonach sie suchen.

Relevantes Produkt-Ranking

Passen Sie das Ranking von Produkten im Handumdrehen an, um reelle Unternehmensergebnisse zu erzielen.

Verbessertes Upselling und Cross-Selling

Kombinieren Sie Amazon Personalize mit Geschäftslogik, um hochwertige Upsell- und Cross-Sell-Empfehlungen zu erstellen.

Medien und Unterhaltung

Mehr Aufrufe

Liefern Sie relevante, individuelle Content-Empfehlungen für Videos, Musik, E-Books und vieles mehr.

Kuratierte Content-Karusselle

Erstellen Sie personalisierte Content-Karusselle für alle Kunden basierend auf ihrem bisherigen Content-Verlauf.

Hervorheben von neuem Content

Zeigen Sie Kunden neue Inhalte basierend auf ihren Vorlieben.

Personalisierte Anzeigenschaltung

Personalisieren Sie die Pre-Roll-, Mid-Roll- und Post-Roll-Anzeigenschaltung in Audio- und Video-Content.

Verbesserte Marketing-Kommunikation

Personalisieren Sie Push-Benachrichtigungen und Marketing-E-Mails mit individuellen Contentempfehlungen.

Verbesserung der Empfehlungen nach Genre

Fügen Sie basierend auf Content-Karussellen und Listen individuelle Empfehlungen für bestimmte Genres hinzu.

Sind Sie startbereit?

Vertrieb kontaktieren
Kontaktieren Sie uns

Kontaktieren Sie uns, um weitere Informationen zu Lösungen für Machine Learning zur Personalisierung zu erhalten.

Kontaktieren Sie uns 
Partner suchen
Partner suchen

Wenden Sie sich an das AWS Partner Network, um mit unseren globalen Technologie- und Beratungspartnern zusammenzuarbeiten

Erste Schritte 
Beginnen Sie mit der Ausführung von Initiativen
Selbst entwickelte Lösung

Verwenden Sie Amazon Personalize oder nutzen Sie die Lösung Maintaining Personalized Experiences (Aufrechterhaltung personalisierter Erlebnisse), um die Bereitstellung Ihrer Personalisierungs-Workloads zu beschleunigen

Weitere Informationen 

Ressourcen

Kunden mithilfe von Machine Learning personalisierte Empfehlungen in Echtzeit anbieten

Video ansehen »

Amazon Personalize kann jetzt bis zu 50 % bessere Empfehlungen für sich schnell ändernde Kataloge mit neuen Produkten und frischen Inhalten erstellen

Blog lesen »

Wie wird Amazon SageMaker verwendet, um personalisierte Rezeptempfehlungen bereitzustellen?

Blog lesen »