Personalisasikan pengalaman pelanggan Anda

Tingkatkan keterlibatan, konversi, dan pendapatan dengan machine learning

Dengan berkembangnya kemampuan untuk memberikan pengalaman digital yang lebih canggih dari waktu ke waktu, begitu pula harapan dan permintaan dari pelanggan untuk menerima pengalaman yang lebih dipersonalisasi dari merek yang mereka gunakan di seluruh bidang ritel, media dan hiburan, perjalanan dan perhotelan, dan banyak lagi. Konsumen saat ini mengharapkan pengalaman waktu nyata yang terkurasi di seluruh saluran digital saat mereka mempertimbangkan, membeli, dan menggunakan barang dan jasa.

Machine Learning (ML) dapat membantu organisasi memberikan pengalaman yang sangat dipersonalisasi, yang menyebabkan peningkatan keterlibatan pelanggan, konversi, pendapatan, dan margin, serta menciptakan diferensiasi di dunia digital.

AWS menawarkan solusi machine learning yang memberikan pelanggan Anda pengalaman personalisasi berkualitas lebih tinggi pada seluruh saluran digital, semuanya disesuaikan dengan kebutuhan bisnis Anda.

Personalisasikan Rekomendasi Pelanggan dengan Machine Learning (2:41)

Keuntungan

Memberikan pengalaman pribadi yang lebih baik

Memberikan pengalaman pribadi yang lebih baik

Memecahkan masalah umum seperti "bias popularitas" (hanya menampilkan produk atau konten paling populer kepada pelanggan) dan "cold start" (saat tidak ada pengguna, item, atau riwayat konten), yang mengurangi pengalaman dan kemampuan pelanggan untuk menemukan item baru atau konten dalam katalog organisasi.

Meningkatkan keterlibatan pelanggan

Meningkatkan keterlibatan pelanggan

Meningkatkan keterlibatan dan konversi dengan memberikan pengalaman pelanggan yang dinamis dan rekomendasi produk atau konten yang optimal menggunakan perpaduan data aktivitas pengguna waktu nyata dan informasi profil pengguna.

Personalisasi setiap titik kontak

Personalisasi setiap titik kontak

Mengintegrasikan personalisasi dengan mudah ke situs web, aplikasi, SMS, dan sistem pemasaran email yang sudah ada untuk menyediakan pengalaman pelanggan yang unik pada semua saluran dan perangkat.

Kisah pelanggan

Pulselive
"Kami berfokus pada bagaimana kami dapat menggunakan data untuk mempersonalisasikan dan menyempurnakan pengalaman penggemar online bagi klien kami melalui Platform Pulselive. Dengan Amazon Personalize, kini kami menyediakan rekomendasi pribadi kepada para penggemar olahraga yang diaktifkan oleh machine learning. Kami tidak menganggap diri kami sebagai pakar pembelajaran mesin, tetapi menurut kami, Personalize sangat praktis dan integrasi dapat diselesaikan dalam waktu beberapa hari. Bagi salah satu klien kami, sebuah klub sepak bola utama di Eropa dengan jutaan penggemar di seluruh dunia, kami langsung meningkatkan konsumsi video sebesar 20% pada situs web dan aplikasi mobile mereka. Penggemar mereka jelas-jelas menyukai rekomendasi baru ini. Dengan memanfaatkan Amazon Personalize, kami akan dapat lebih mendorong batasan dalam membangun pengalaman pribadi langsung yang didorong oleh data bagi para penggemar olahraga di mana saja."

Wyndham Richardson, Managing Director & Co-Founder - Pulselive

Lotte Mart
"Agar kami dapat lebih berfokus pada pelanggan, memperluas jangkauan, meningkatkan penyerapan oleh pengguna, kami beralih ke Amazon Personalize agar lebih dari 600.000 pengguna aplikasi seluler M Coupon kami dapat berhemat dalam pengalaman berbelanja mereka di toko. Dengan menggunakan Amazon Personalize, kami telah melihat kenaikan rekomendasi produk sebanyak 5x lipat dibandingkan dengan solusi analitik big data kami sebelumnya, ini menghasilkan peningkatan pada pendapatan kami per bulan. Secara khusus, Amazon Personalize telah meningkatkan jumlah produk yang belum pernah dibeli pelanggan hingga 40%. Layanan rekomendasi baru yang didukung oleh AWS ini merupakan teknologi AI pertama yang diluncurkan dalam cakupan yang jauh lebih luas di seluruh organisasi kami."

Jaehyun Shin, Big Data Team Leader - Lotte Mart

Zalando
"Nilai-nilai Zalando berkisar pada fokus pelanggan, kecepatan, kewirausahaan, dan pemberdayaan. Kami memutuskan untuk menstandarkan beban kerja machine learning kami di AWS untuk meningkatkan pengalaman pelanggan, memberi tim kami alat dan proses agar menjadi lebih produktif, dan mendorong kemajuan bisnis kami. Dengan menggunakan Amazon SageMaker, Zalando dapat mengarahkan kampanye dengan lebih baik, menyediakan perlengkapan pakaian yang dipersonalisasi, dan memberikan pelanggan kami pengalaman yang lebih baik. Dengan solusi yang didukung AWS ini, produktivitas para engineer dan data scientist kami telah meningkat 20%."

Rodrigue Schäfer, Director Digital Foundation - Zalando

Zappos
"Di Zappos, kami meningkatkan pengalaman pelanggan e-commerce secara terukur menggunakan solusi analitik dan machine learning yang memungkinkan kami mempersonalisasi ukuran dan hasil penelusuran bagi pengguna individu sambil mempertahankan pengalaman pengguna yang sangat lancar dan responsif. Dengan Amazon SageMaker, kami dapat memprediksi ukuran sepatu pelanggan. AWS adalah standar perusahaan kami untuk ML/AI karena layanan AWS memungkinkan para engineer berfokus pada peningkatan kinerja dan hasil dibandingkan biaya DevOps."

Ameen Kazerouni, Head of Machine Learning Research and Platforms - Zappos

Kasus penggunaan

Retail

Memberikan pengalaman beranda yang unik

Personalisasikan beranda pengguna Anda dengan rekomendasi produk yang berdasarkan pada riwayat belanja mereka.

Bantu pelanggan menemukan produk lebih cepat

Bantu pengguna dengan cepat menemukan produk, penawaran, dan promosi baru yang relevan.

Tingkatkan komunikasi pemasaran

Notifikasi push dan email pemasaran yang dipersonalisasi dengan rekomendasi produk yang diindividualisasikan.

Sempurnakan rekomendasi produk

Rekomendasikan item serupa di halaman detail produk untuk membantu pengguna menemukan apa yang mereka cari dengan mudah.

Peringkat produk yang relevan

Beri peringkat ulang rekomendasi produk yang relevan dengan mudah untuk mendorong hasil bisnis yang nyata.

Tingkatkan penjualan dan penjualan silang

Gabungkan Amazon Personalize dengan logika bisnis untuk membuat rekomendasi penjualan dan penjualan silang keranjang berkualitas tinggi.

Media dan Hiburan

Tingkatkan konsumsi konten

Berikan rekomendasi konten yang diindividualisasikan yang sangat relevan untuk video, musik, e-book, dan banyak lagi.

Carousel konten yang dikurasi dengan baik

Buat carousel konten yang dipersonalisasi untuk setiap pengguna berdasarkan riwayat konsumsi konten mereka.

Sorot penawaran konten baru

Bantu pengguna menemukan konten baru berdasarkan selera dan preferensi unik mereka.

Buat penempatan iklan yang dipersonalisasi

Personalisasikan penempatan iklan pra-putar, paruh-putar, dan pasca-putar dalam konten audio dan video.

Tingkatkan komunikasi pemasaran

Personalisasikan notifikasi push dan email pemasaran dengan rekomendasi konten yang diindividualisasikan.

Tingkatkan rekomendasi berdasarkan genre

Tambahkan rekomendasi yang diindividualisasikan ke genre berdasarkan carousel dan daftar konten.

Siap untuk memulai?

Hubungi penjualan
Hubungi kami

Hubungi kami untuk informasi selengkapnya tentang solusi machine learning untuk personalisasi

Hubungi kami 
Temukan partner
Temukan Partner

Hubungi Jaringan Partner AWS, untuk bekerja sama dengan partner teknologi dan konsultasi global kami

Memulai 
Mulai menjalankan inisiatif
Lakukan sendiri

Manfaatkan Amazon AI Services untuk menambahkan kemampuan personalisasi ke aplikasi bisnis Anda

Pelajari selengkapnya 

Lakukan sendiri

Dengan Amazon Personalize, Anda dapat menerapkan sistem rekomendasi personalisasi yang disesuaikan, yang didukung oleh ML, hanya dalam beberapa klik tanpa beban membangun, melatih, dan men-deploy solusi ML “lakukan sendiri”. Organisasi yang lebih suka mengembangkan model machine learning mereka sendiri untuk mesin rekomendasi dapat menggunakan Amazon SageMaker.

Amazon Personalize memungkinkan developer untuk membangun aplikasi dengan teknologi ML yang sama yang digunakan oleh Amazon.com untuk rekomendasi yang dipersonalisasi secara waktu nyata – tanpa memerlukan keahlian ML.

Amazon Personalize mengotomatiskan banyak langkah rumit yang diperlukan untuk membangun, melatih, dan men-deploy model ML, sehingga memudahkan pengembangan aplikasi untuk beragam kasus penggunaan personalisasi, termasuk rekomendasi produk atau konten tertentu, hasil pencarian yang diindividualisasikan, dan komunikasi pemasaran yang disesuaikan.

Anda dapat menggunakan Arsitektur Referensi Solusi AWS berikut sebagai referensi.

Arsitektur Referensi Solusi AWS adalah kumpulan diagram arsitektur, yang dibuat oleh AWS. Kumpulan tersebut memberikan panduan preskriptif untuk aplikasi, serta instruksi lain untuk mereplikasi beban kerja di akun AWS Anda.

Personalisasi dan tingkatkan pengalaman pelanggan dengan mengidentifikasi tamu yang dikenal dan tidak dikenal di semua saluran. Manfaatkan aktivitas interaksi pelanggan di semua saluran untuk menyajikan penawaran dan kampanye yang memberikan Laba atas Investasi (ROI) yang tinggi

Personalisasi dan tingkatkan pengalaman pelanggan dengan mengidentifikasi wisatawan yang dikenal dan tidak dikenal di semua saluran. Manfaatkan aktivitas interaksi pelanggan di semua saluran untuk melakukan penawaran dan kampanye yang menghasilkan laba atas investasi (ROI) yang tinggi.

Atau Anda dapat men-deploy Implementasi Solusi AWS berikut.

Implementasi Solusi AWS membantu Anda memecahkan masalah umum dan membangun lebih cepat menggunakan platform AWS. Semua Implementasi Solusi AWS diuji oleh arsitek AWS dan dirancang agar efektif secara operasional, andal, aman, dan hemat biaya. Setiap Implementasi Solusi AWS dilengkapi dengan arsitektur terperinci, panduan deployment, dan instruksi untuk deployment otomatis dan manual.

Solusi ini membantu Anda membangun pengalaman Amazon Personalize khusus untuk portofolio produk Anda. Amazon Personalize mengizinkan Anda membuat model rekomendasi kustom dalam skala besar. Solusi ini menyederhanakan dan mempercepat pengembangan dan deployment beban kerja personalisasi Anda melalui otomatisasi ujung ke ujung dan penjadwalan pembaruan untuk sumber daya dalam layanan Amazon Personalize

Sumber Daya

Menyediakan kepada pelanggan Anda rekomendasi yang dipersonalisasi dalam waktu nyata menggunakan machine learning

Tonton video »

Amazon Personalize kini dapat menciptakan rekomendasi hingga 50% lebih baik untuk katalog produk dan konten baru yang berubah dengan cepat

Baca blog berikut »

Betapa tepatnya menggunakan Amazon SageMaker untuk menyediakan rekomendasi resep yang dipersonalisasi

Baca blog berikut »