Segmentación predictiva mediante Amazon Pinpoint y Amazon SageMaker

Segmentación predictiva mediante Amazon Pinpoint y Amazon SageMaker combina Amazon Pinpoint y Amazon SageMaker para automatizar el proceso de recopilación de datos de clientes y creación de segmentos de Amazon Pinpoint identificados por el machine learning (ML) para enviar mensajes adaptados a la audiencia. Estos segmentos pueden incluir usuarios que, según las predicciones, van a abandoner y van a efectuar una compra, entre otros comportamientos de usuario pronosticados relevantes para las necesidades empresariales.

Esta orientación incluye un conjunto de datos de muestra que puede utilizar como referencia para desarrollar sus propios modelos de machine learning personalizados con datos propios.

La implementación de la base de datos de eventos de participación de usuarios digitales es un requisito previo para la implementación de esta orientación.

Información general

El siguiente diagrama presenta la arquitectura que puede crear mediante el código de muestra en GitHub.

Segmentación predictiva mediante Amazon Pinpoint y Amazon SageMaker | Diagrama de la arquitectura
 Haga clic para ampliar

Arquitectura de la solución Segmentación predictiva mediante Amazon Pinpoint y Amazon SageMaker

El código implementa un proceso por lotes diario orquestado por AWS Step Functions. El proceso comienza cuando un evento basado en el tiempo de Amazon CloudWatch desencadena una serie de funciones de AWS Lambda que utilizan una consulta de Amazon Athena para consultar los datos de los clientes almacenados en Amazon Simple Storage Service (Amazon S3). AWS Glue rastrea los datos a diario.

Los datos de los clientes incluyen puntos de conexión exportados desde Amazon Pinpoint y datos de las interacciones de los usuarios finales transmitidos desde Amazon Pinpoint mediante la base de datos digital de eventos de interacción con los usuarios. Amazon SageMaker hace solicitudes de transformación en lotes para predecir la pérdida de clientes en función de un modelo de machine learning (ML) entrenado.

De forma predeterminada, la segmentación predictiva mediante Amazon Pinpoint y Amazon SageMaker está configurada para procesar los datos del conjunto de datos de muestra. Para usar su propio conjunto de datos, debe personalizar la orientación.

Segmentación predictiva mediante Amazon Pinpoint y Amazon SageMaker

Versión 1.1.0
Última actualización: 12/2020
Autor: AWS

¿Esta guía fue de ayuda?
Proporcione su opinión 

Características

Automatización

Cree una arquitectura capaz de automatizar la recopilación de datos del cliente, predecir la pérdida de clientes mediante el aprendizaje automático (ML) y mantener un segmento de audiencia adaptada para la mensajería.

Personalización

Esta orientación incluye un conjunto de datos de ejemplo que puede utilizar para entrenar el modelo de machine learning (ML) que se incluye. Sin embargo, puede modificar la solución para usar su propio conjunto de datos.
Video
Solving with AWS Solutions: Predictive Segmentation using Amazon Pinpoint and Amazon SageMaker
Volver arriba 
Icono de creación
Implemente usted mismo una solución

Consulte nuestra biblioteca de Implementaciones de soluciones de AWS para obtener respuestas a problemas de arquitectura comunes.

Más información 
Buscar un socio de APN
Buscar un socio de APN

Encuentre socios consultores y tecnológicos certificados por AWS que lo ayudarán a comenzar.

Más información 
Ícono de exploración
Explore las ofertas de asesoramiento sobre soluciones

Explore nuestra cartera de ofertas de asesoramiento para obtener ayuda autorizada por AWS con la implementación de la solución.

Más información