Compromiso de los usuarios predictivo proporciona una arquitectura sencilla que automatiza el proceso de hacer recomendaciones predictivas basadas en la actividad del usuario en Amazon Personalize, y de actualizar los puntos de conexión de Amazon Pinpoint con esas recomendaciones.

Esta guía se diseñó a fin de proporcionar una arquitectura sencilla para demostrar cómo utilizar el machine learning para hacer recomendaciones de productos y actualizar de forma automática los puntos de conexión y los segmentos. Puede crear tomando como base esta arquitectura y aplicarla en varios casos de uso.

Información general

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

Compromiso de los usuarios predictivo | Diagrama de arquitectura
 Haga clic para ampliar

Arquitectura de Compromiso de los usuarios predictivo

El código implementa una función de AWS Lambda que incorpora los datos de la actividad del usuario de una aplicación. La función envía los datos a Amazon Personalize, que ejecuta un modelo de machine learning (ML) sobre los datos para identificar patrones. Amazon Personalize genera una clasificación personalizada de elementos recomendados para cada ID de usuario.

La función de Lambda recupera las clasificaciones personalizadas y las envía a Amazon Pinpoint, que utiliza estas recomendaciones para actualizar de forma automática los puntos de conexión que pertenecen a los segmentos en función de cómo la clasificación personalizada coincide con los filtros del segmento. Por ejemplo, si un cliente a quien se le enviaban mensajes sobre el producto A ahora muestra una preferencia por el producto B, según la actividad reciente, esta guía actualizará de forma automática el punto de conexión del cliente a fin de trasladar el punto de enlace del segmento que recibe los mensajes del producto A al segmento que recibe los mensajes del producto B.

También puede configurar campañas para enviar mensajes personalizados, oportunos y relevantes a los segmentos que la guía actualiza. Puede optar por enviar mensajes de forma inmediata o en el futuro, o puede crear una campaña recurrente que envíe mensajes en intervalos establecidos. Para obtener más información, consulte las campañas de Amazon Pinpoint.

Esta orientación incluye un conjunto de datos de muestra de búsquedas personalizadas de autos que se utiliza para entrenar el modelo de machine learning (ML). También incluye una demostración sobre cómo utilizar el machine learning (ML) para realizar recomendaciones de productos y actualizar de forma automática los puntos de conexión y los segmentos. Puede crear tomando como base esta arquitectura y aplicarla en varios casos de uso.

 

Predicción de la interacción de los usuarios

Versión 1.0
Última actualización: 11/2019
Autor: AWS

¿Lo ayudó esta implementación de soluciones?
Proporcione su opinión 

Características

Automatización

Cree una arquitectura que actualice automáticamente los puntos de enlace de Amazon Pinpoint con recomendaciones predictivas de Amazon Personalize.

Demostración

Esta orientación incluye un conjunto de datos de muestra de búsquedas personalizadas de autos y una guía de demostración que puede utilizar para demostrar la funcionalidad.
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