Fonctionnalités d'Amazon Personalize

Amazon Personalize propose une segmentation intelligente des utilisateurs pour que vous puissiez mener des campagnes de prospection plus efficaces dans vos canaux marketing. Avec nos deux recettes simples, vous pouvez segmenter automatiquement vos utilisateurs en fonction de leur intérêt pour différentes catégories de produits, marques et bien d'autres choses. « aws-item-affinity » identifie les utilisateurs en fonction de leur intérêt pour des articles individuels tels que des films, des chansons ou des produits. « aws-item-attribute » identifie les utilisateurs sur la base des attributs qui les intéressent comme le genre ou le prix. La segmentation intelligente des utilisateurs permet d’accroître l'engagement dans les campagnes de marketing, à augmenter la fidélisation grâce à des messages ciblés et à améliorer le retour sur investissement de vos dépenses marketing. En savoir plus.

Des recommandations spécialement conçues pour des cas d'utilisation courants dans des secteurs tels que la vente au détail, les médias et le divertissement permettent d'offrir plus rapidement et plus facilement des expériences personnalisées et performantes aux utilisateurs. Vous pouvez choisir parmi des cas d'utilisation tels que « Achetés fréquemment ensemble », « Tendance actuelle », « Parce que vous avez regardé X », « Meilleures sélections pour vous », et bien d'autres. Vous pouvez faire correspondre vos données à un recommandeur qui s'applique aux besoins de votre entreprise, tandis qu'Amazon Personalize choisit les paramètres optimaux pour votre cas d'utilisation et automatise le travail de création et de maintenance des recommandations personnalisées, accélérant ainsi la mise sur le marché. En savoir plus.

La recette User-Personalization (aws-user-personalization) est optimisée pour tous les scénarios de recommandation personnalisée. Il prédit les articles avec lesquels un utilisateur va interagir en se fondant sur les interactions, les articles et les jeux de données de l'utilisateur. Lorsqu'il recommande des articles, il utilise l'exploration automatique des articles pour améliorer la découverte et l'engagement.

Améliorez l'accessibilité de votre catalogue en présentant les articles similaires à vos utilisateurs. L'outil Similar-Items (aws-similar-items) génère des recommandations pour les articles qui sont similaires à un article que vous spécifiez. Utilisez les articles similaires pour aider les clients à découvrir de nouveaux articles dans votre catalogue en fonction de leur comportement antérieur et des métadonnées des articles. Recommander des articles similaires peut augmenter l'engagement des utilisateurs, le taux de clics et le taux de conversion de votre application.

Le classement personnalisé est une liste d'éléments recommandés qui sont reclassés pour un utilisateur spécifique. Cette fonction est utile si vous disposez d'une collection d'éléments classés, tels que des résultats de recherche, des promotions ou des listes classées, et que vous souhaitez fournir un reclassement personnalisé à chacun de vos utilisateurs. Amazon Personalize vous permet de mettre en évidence tout ce qui pourrait être pertinent pour vos utilisateurs tout en réalisant vos professionnels et en assurant la meilleure expérience client.

L'un des problèmes les plus difficiles à résoudre pour élaborer des recommandations pertinentes est de proposer les bonnes recommandations lorsque de nouveaux articles sont ajoutés à votre catalogue. Amazon Personalize vous permet de générer des recommandations de qualité pour les nouveaux produits et le contenu frais en créant un équilibre approprié entre les recommandations pour les nouveaux articles et les articles existants dans votre catalogue. En savoir plus.

L'outil de recommandation Trending-Now facilite la recommandation des articles qui gagnent le plus en popularité auprès de leurs utilisateurs. Les clients peuvent également définir la fréquence à laquelle l'outil identifie les articles les plus populaires en fonction des données d'interactions les plus récentes des utilisateurs. Les clients peuvent définir le délai d'actualisation des recommandations sur 30 minutes, 1 heure, 3 heures ou 1 jour.

Appliquer des règles commerciales pour offrir une expérience client optimale. Amazon Personalize vous permet d'augmenter automatiquement les recommandations. Par exemple, il est possible de filtrer les articles récemment achetés, de mettre en évidence le contenu premium si l'utilisateur a souscrit un abonnement particulier, ou de s'assurer que les 20% d'un carrousel sont remplis d'articles sportifs tendance. Les filtres dynamiques vous permettent de modifier les règles de filtrage à la volée sans avoir à créer des permutations distinctes. En savoir plus.

Faites la publicité de certains articles ou contenus en fonction de règles qui correspondent à vos objectifs commerciaux. Avec cette fonctionnalité, vous pouvez contrôler le pourcentage de contenu promu au sein de vos recommandations afin de personnaliser chaque expérience client. Amazon Personalize trouve automatiquement les articles ou contenus les plus pertinents à promouvoir en fonction de chaque client en suivant les règles définis dans les recommandations clients. En savoir plus.

Accédez à des informations contenues dans les descriptions de produits, les critiques, les synopsis de films ou tout autre texte non structuré afin de générer des recommandations très pertinentes pour les utilisateurs. Ajoutez du texte non structuré à votre catalogue, et Amazon Personalize extrait automatiquement les informations clés à utiliser pour générer des recommandations. Les langues prises en charge incluent : le chinois (simplifié et traditionnel), l'anglais, le français, l'allemand, le japonais, le portugais et l'espagnol. En savoir plus.

Lors de l'élaboration des recommandations, prenez en compte ce qui est important pour vos utilisateurs et pour votre entreprise. Vous pouvez définir un objectif, en plus de la pertinence, pour influencer les recommandations. Cela peut être utilisé pour maximiser le temps passé sur une plateforme, l'engagement des utilisateurs, la marge bénéficiaire, les revenus, ou toute autre mesure numérique que vous définissez comme importante pour votre entreprise. En savoir plus.

Amazon Personalize offre la possibilité d'utiliser des données en temps réel ou par lots, en fonction de ce qui convient le mieux à votre cas d'utilisation. Par exemple, les données en temps réel peuvent être plus appropriées pour les recommandations de produits ou de contenu sur un site web ou une application. Améliorez la pertinence de vos recommandations en vous adaptant aux idées changeantes de vos utilisateurs en temps réel. Les données par lots peuvent être plus appropriées pour les grandes campagnes de notification. Par exemple, vous pouvez faire des calculs de recommandations pour de très nombreux utilisateurs ou articles en une seule opération, stockez-les et ajoutez-les dans des flux de travail par lots, par exemple les systèmes d'e-mails. Amazon Personalize prend désormais en charge les importations incrémentielles de données en masse ; une nouvelle option pour mettre à jour vos données et améliorer la qualité de vos recommandations. Vous pouvez facilement ajouter de nouveaux enregistrements aux données existantes dans vos ensembles de données. En savoir plus.

Pour formuler des recommandations pertinentes, vous devez tenir compte du contexte dans lequel elles sont formulées. Grâce aux recommandations contextuelles, vous pouvez offrir une expérience plus personnalisée aux clients et améliorer la pertinence des recommandations en les générant dans un contexte, par exemple le type d'appareil, l'heure de la journée, etc. En savoir plus.

Amazon Personalize permet aux clients de comprendre automatiquement l'impact de Personalize sur leurs objectifs d'entreprise tels que les ajouts de cartes, les pages vues et les clics. Les clients peuvent mesurer le résultat commercial de toute recommandation Personalize en calculant l'incidence de tout événement envoyé au système. Lorsqu'un utilisateur accomplit une action (c'est-à-dire un événement), ces données sont envoyées à Personalize et l'incidence totale est calculée. En savoir plus.