Publié le: Aug 19, 2020
Amazon Personalize permet désormais de créer plus facilement des recommandations personnalisées pour, entre autres, des catalogues de livres, de films, de musique, d'articles de presse qui évoluent rapidement. Quelques clics dans la console AWS suffisent pour améliorer les recommandations jusqu'à 50 % (mesuré par le taux de clics). Les clients peuvent s'en servir pour inclure de nouveaux produits et contenus dans leurs recommandations habituelles sans avoir à modifier le code de l'application. Ils peuvent ainsi découvrir, cliquer, acheter ou consommer les meilleurs produits et contenus nouveaux plus rapidement qu'avec d'autres systèmes de recommandation.
De nombreux catalogues évoluent rapidement et de nouveaux produits et contenus y sont constamment ajoutés. Il est donc essentiel que les entreprises aident leurs utilisateurs à découvrir ces produits ou contenus et à s'y intéresser. À titre d'exemple, les utilisateurs d'un site d'information s'attendent à des informations personnalisées tandis que les consommateurs de services médias de vidéo à la demande s'attendent à ce qu'on leur recommande les dernières séries et les derniers épisodes qu'ils pourraient aimer. La présentation de nouveaux produits et contenus aux utilisateurs comme moyen de répondre à ces attentes a l'avantage de maintenir l'expérience utilisateur à jour et de favoriser les ventes soit par une conversion directe, soit par la conversion et la fidélisation des abonnés. Néanmoins, le trop grand nombre de nouveaux produits dans les catalogues qui évoluent rapidement rend impossible la présentation de chacun d'entre eux à chaque utilisateur. La solution la plus efficace consiste donc à personnaliser l'expérience de l'utilisateur en trouvant des points de correspondances entre ces nouveaux produits et les utilisateurs en fonction de leurs intérêts et de leurs préférences. Toutefois, la personnalisation des nouveaux produits est intrinsèquement difficile en raison de l'absence de données historiques sur les vues, les clics, les achats et les abonnements pour ces produits. Dans un tel scénario, la plupart des systèmes recommandés ne recommandent que les produits pour lesquels ils disposent de données historiques suffisantes. Ils ignorent les produits qui sont nouveaux dans le catalogue.
Désormais, les clients peuvent compter sur Amazon Personalize pour améliorer leurs recommandations personnalisées en matière de nouveaux produits et de contenus inédits pour leurs utilisateurs. Amazon Personalize les y aide en recommandant de nouveaux produits aux utilisateurs qui ont interagi positivement (cliqué, acheté, entre autres) avec des produits similaires par le passé. Personalize en apprend davantage sur ces nouveaux articles au fur et à mesure que les utilisateurs s'y intéressent et ajuste automatiquement la fréquence à laquelle ces articles seront recommandés à d'autres utilisateurs similaires à l'avenir. De tels algorithmes sont utilisés depuis longtemps chez Amazon pour créer des recommandations de produits. Ils ont notamment permis d'augmenter de 21 % les conversions par rapport aux recommandations qui n'incluent pas de nouveaux produits.
Cette fonctionnalité est désormais disponible dans Amazon Personalize sous la forme d'un nouvel algorithme (recette) et peut être facilement utilisée en quelques clics depuis la console Amazon Personalize, ou en utilisant une simple interface API. Pour la configuration, commencez par ajouter des données sur votre utilisateur, vos articles et le flux d'activité des utilisateurs, comme leurs clics, leurs achats et leurs goûts, dans Amazon Personalize. Utilisez ensuite la console ou l'API Amazon Personalize pour entraîner un modèle (CreateSolution) en utilisant la nouvelle recette de personnalisation aws-user-personalization. Vous pouvez alors obtenir des recommandations d'Amazon Personalize pour vos utilisateurs et contrôler le biais entre leur recommander des articles plus récents ou plus anciens. Pour en savoir plus sur cette fonction, consultez notre blog.
Cette fonctionnalité est disponible dans Amazon Personalize dans les régions USA Est (Virginie du Nord, Ohio), USA Ouest (Oregon), Canada (Centre), UE (Irlande) et Asie-Pacifique (Sydney, Tokyo, Mumbai, Singapour, Séoul).