Paytm steigert den Umsatz auf der Startseite mit personalisierten Empfehlungen mithilfe von Amazon Personalize

Das Finanzdienstleistungsunternehmen Paytm wollte die Verkaufs- und Klickraten seines E-Commerce-Dienstes Paytm Mall durch die Implementierung personalisierter Empfehlungen auf der Startseite seiner Website steigern. Um dieses Empfehlungsmodell zu erstellen, benötigte Paytm eine robuste Lösung für Machine Learning (ML), um Empfehlungen zu analysieren und über 10 Millionen aktiven Benutzern pro Tag, die in der Paytm Mall Konsumgüter einkaufen, vorzuschlagen.

Paytm wandte sich an Amazon Web Services (AWS) und nutzte Amazon Personalize, einen vollständig verwalteten ML-Service, um ein Personalisierungsmodell zu erstellen, das Empfehlungen für jeden Kunden generiert. Amazon Personalize erleichtert Entwicklern die Erstellung von Anwendungen mit derselben ML-Technologie, die Amazon.com für nahezu in Echtzeit personalisierte Empfehlungen verwendet, ohne dass ML-Kenntnisse erforderlich sind. Durch die Nutzung von Amazon Personalize konnte Paytm seine Verkaufszahlen und die Klickraten auf der Startseite der Paytm Mall steigern und gleichzeitig das Auffinden von Artikeln für seine Kunden vereinfachen.

Paytm ist ein Anbieter von digitalen Zahlungen, E-Commerce und Finanzdienstleistungen mit Sitz in Indien. Heute unterstützt das Unternehmen über 17 Millionen Händler und wird täglich von Millionen von Menschen genutzt, um für Versorgungsleistungen, Lebensmittel, Kinokarten und vieles mehr zu bezahlen. Zu den Services von Paytm gehören auch Reisebuchungen, Versicherungen und der Einzelhandel – die Paytm Mall, die alle in der Paytm-App enthalten sind. Das Unternehmen wollte ein ML-Modell erstellen, um seinen Benutzern auf der Paytm Mall-Homepage personalisierte Empfehlungen auf der Grundlage ihres Browserverlaufs zu präsentieren. Zuvor hatte das Unternehmen keine personalisierten Empfehlungsservices auf Benutzerebene, aber es gab Widgets für Artikel-zu-Artikel-Empfehlungen.

Das Unternehmen prüfte die Möglichkeit, eine interne Lösung zu erstellen, kam aber letztendlich zu dem Schluss, dass sich Amazon Personalize schneller und mit besserer Durchlaufzeit implementieren ließe. Paytm nutzte AWS bereits für die Bereitstellung seiner Anwendungen und war daher mit der Umgebung vertraut. Das Unternehmen begann im Mai 2021 mit der Implementierung von Amazon Personalize, und das Modell für personalisierte Empfehlungen ging im September 2021 online. Paytm wurde während des Übergangs vom Engineering- und Support-Team von Amazon Personalize unterstützt. „Wir haben vom AWS-Team hervorragende Unterstützung erhalten, insbesondere in den ersten Phasen der Entwicklung“, sagt Ankur Gogate, Technical Lead bei Paytm.

Mit Amazon Personalize und anderen AWS-Services sammelt Paytm Daten von Benutzern und führt sie durch das Empfehlungsmodell, um einzigartige Inhaltsvorschläge für jeden der über 10 Millionen täglichen Besucher der Paytm Mall zu generieren. Um die Datenausgaben zu liefern, die das Personalisierungsmodell antreiben, verwendet Paytm eine interne Java-basierte Anwendung und Amazon EMR, einen Cloud-Big-Data-Service für die Ausführung umfangreicher verteilter Datenverarbeitungsaufträge, interaktiver SQL-Abfragen und ML-Anwendungen unter Verwendung von Open-Source-Analyse-Frameworks. Nachdem die Benutzerdaten über Amazon EMR verarbeitet wurden, werden sie an Amazon Personalize gesendet, um das Personalisierungsmodell zu durchlaufen, das personalisierte Empfehlungsergebnisse zurückgibt, die auf die Startseite übertragen werden. Die Empfehlungen schaffen ein individuelles Erlebnis für jeden Besucher der Paytm Mall. „Durch die Personalisierung erhalten Benutzer mit möglichst wenigen Klicks, was sie benötigen“, sagt Gogate. „Durch die Personalisierung mit Amazon Personalize erstellen wir für jeden Benutzer eine einzigartige App, die auf individuellen Entscheidungen und Vorlieben basiert.“

Seit Paytm das Modell der personalisierten Empfehlungen eingeführt hat, konnte das Unternehmen eine Konversionsrate von 5,5–6 Prozent auf der Startseite der Paytm Mall verzeichnen. Im Vergleich dazu hatten die Widgets, die Paytm zuvor für Artikel-zu-Artikel-Empfehlungen verwendet hatte, eine Klickrate von 1,8–2 Prozent. „Diese Konversionsrate ist höher als bei jedem anderen Empfehlungsmodell, das wir bisher hatten“, sagt Gogate. „Da diese Empfehlungen auf der Startseite angezeigt werden, können die Nutzer den gewünschten Artikel direkt dort erhalten. Dies hat dazu beigetragen, unsere Gesamtbestellungen und das Umsatzvolumen über die Startseite selbst zu steigern.“ Die Implementierung der Empfehlungslösung hat Paytm auch dabei geholfen, die Aktivitäten auf seiner Startseite besser zu messen, da zuvor keine Metriken zu den Konversionsraten der Startseite erfasst wurden.

Die Nutzung von Amazon Personalize hat die Agilität von Paytm als Unternehmen erhöht und dem Unternehmen geholfen, weiterhin innovativ zu sein. „Nachdem die Personalisierung der Benutzer live geschaltet wurde, wurde uns klar, wie schnell und einfach wir Amazon Personalize in andere neue Lösungen integrieren konnten“, sagt Gogate. Paytm erwog die Entwicklung einer weiteren Lösung zur Anzeige markenbasierter Empfehlungen. Anstatt etwas von Grund auf neu zu entwickeln, konnte das Team das, was bereits mit Amazon Personalize erstellt worden war, wiederverwenden, um schnell eine Betaversion zum Laufen zu bringen. Dieses neue markenbasierte Empfehlungsmodell, das derzeit getestet wird, gibt Benutzern Empfehlungen auf der Grundlage von Marken, mit denen sie zuvor in der App interagiert haben. Die Beta-Version wurde mithilfe von Amazon Personalize in nur einem Monat implementiert, während das Team schätzte, dass die Erstellung eines ähnlichen Modells im eigenen Haus doppelt so lange gedauert hätte. „Mit Amazon Personalize verfolgen wir einen sehr einfachen Plug-and-Play-Ansatz“, sagt Gogate. „Für uns als Unternehmen ist es sehr vorteilhaft, dass wir Benutzern schnell neue Empfehlungsmodelle zur Verfügung stellen können.“

Paytm möchte herausfinden, wo es in Zukunft noch Personalisierung in seiner Anwendung implementieren kann, und zwar über die Paytm Mall hinaus. „Mit Amazon Personalize hat sich bei Paytm eine neue Umgebung für die Implementierung von Personalisierung eröffnet“, sagt Gogate. „Jetzt könnte Paytm bald damit beginnen, verschiedene Möglichkeiten zu prüfen, wie wir die Personalisierung von Benutzern nutzen können, um in anderen Geschäftsbereichen, wie Reisen und Versicherungen, bessere Ergebnisse zu erzielen.“ Mit mehr Personalisierung möchte Paytm seinen Kunden dabei helfen, die gewünschten Services und Artikel effizient zu erhalten.

Letztendlich hat Paytm nicht nur von höheren Umsätzen, sondern auch von neuen Möglichkeiten profitiert. „Die Nutzung von Amazon Personalize hat uns dabei geholfen, innovativ zu sein und unseren gesamten Ansatz zur Verbesserung der Verkaufszahlen zu überdenken“, sagt Gogate.