Personalisasikan pengalaman pelanggan Anda
Dengan makin berkembangnya kemampuan untuk memberikan pengalaman digital yang lebih canggih dari waktu ke waktu, begitu pula harapan dan tuntutan dari pelanggan untuk mendapatkan pengalaman yang lebih dipersonalisasi dari merek yang mereka gunakan di bidang-bidang ritel, media dan hiburan, perjalanan dan perhotelan, dan banyak lagi. Konsumen dewasa ini mengharapkan pengalaman waktu nyata yang terkurasi di seluruh saluran digital ketika 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.
Keuntungan
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 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
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
ResMed menyediakan alat tekanan udara positif konstan dan masker untuk orang-orang yang menderita apnea tidur, penyakit paru obstruktif kronis, dan gangguan tidur lainnya. Peralatan yang terhubung dengan cloud ini mengumpulkan data mengenai pola tidur pasien dan membagikannya dengan pasien melalui aplikasi myAir dari ResMed. ResMed menggunakan Amazon SageMaker untuk membangun secara cepat solusi IHS AI/ML yang mendukung personalisasi terapi tidur untuk lebih dari 18,5 juta pasien di seluruh dunia.
“Sebelum mengadopsi SageMaker, semua pengguna myAir akan menerima pesan yang sama dari aplikasi secara bersamaan, bagaimanapun keadaan mereka. Kami memanfaatkan fitur SageMaker untuk melatih pipeline model dan untuk memilih tipe deployment, termasuk inferensi mendekati waktu nyata dan batch untuk menghasilkan konten kustom, yang membantu memfasilitasi terapi yang lebih personal.”
Badri Raghavan, Wakil Direktur AI dan ML - ResMed
"Kami berfokus pada bagaimana kami dapat menggunakan data untuk mempersonalisasi dan menyempurnakan pengalaman penggemar online bagi klien kami melalui Platform Pulselive. Dengan Amazon Personalize, kini kami menyediakan rekomendasi yang dipersonalisasi kepada para penggemar olahraga yang dimungkinkan karena machine learning. Kami tidak menganggap diri kami sebagai pakar machine learning, 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 seluler mereka. Penggemar mereka jelas-jelas menyukai rekomendasi baru ini. Dengan memanfaatkan Amazon Personalize, kami akan dapat lebih berani dalam membangun pengalaman yang dipersonalisasi langsung yang didorong oleh data bagi para penggemar olahraga di mana saja."
Wyndham Richardson, Managing Director & Co-Founder - Pulselive
Cencosud adalah perusahaan ritel multinasional, perusahaan ritel terbesar di Chili, dan perusahaan ritel terbesar ketiga yang terdaftar di Amerika Latin.
"Cencosud memilih Amazon Personalize untuk mengoptimalkan pengalaman belanja online mereka bagi pelanggan dengan merekomendasikan produk yang akan meningkatkan keterlibatan pengguna. Dengan Amazon Personalize, Cencosud dapat dengan cepat mengembangkan solusi personalisasi berbasis machine learning yang mampu menskalakan di berbagai tipe lini bisnis yang menghasilkan peningkatan sebesar 600% dalam rasio klik-tayang dan hampir 26% peningkatan dalam nilai pesanan rata-rata dibandingkan dengan pendekatan sebelumnya yang tidak didukung oleh ML. Skalabilitas dan hal yang dapat dicapai dengan menggunakan layanan ini, serta opsi untuk menguji tanpa harus mengembangkan proyek yang besar dan mahal, membuat kami memilih Amazon Personalize.”
Javiera Valenzuela Rivera, CRO Coorporate Lead - Cencosud
.9396df1d739f5a3b99ce8985231b0a48f7767c05.png "Zalando")
Perusahaan perangkat lunak global Autodesk ingin membantu para profesional di bidang arsitektur, rekayasa, dan konstruksi agar dapat bekerja dengan lebih cepat dan lebih mahir saat mereka menggunakan perangkat lunak AutoCAD dari Autodesk untuk membuat desain dengan bantuan komputer. Autodesk telah mampu meningkatkan efisiensi pengguna dengan memberikan rekomendasi proaktif untuk perintah dan pintasan menggunakan Amazon SageMaker.
“Kami meningkatkan jumlah wawasan sebesar 10 kali lipat dengan menggunakan machine learning di AWS.”
Ashish Arora, Manajer Rekayasa (Engineering Manager) - Autodesk
"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 baju 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
"Di Zappos, kami meningkatkan pengalaman pelanggan e-commerce dengan cukup signifikan menggunakan solusi analitik dan machine learning yang memungkinkan kami mempersonalisasi ukuran dan hasil penelusuran bagi setiap pengguna di saat yang sama 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
Tingkatkan pengalaman pelanggan
Personalisasi setiap titik kontak dengan mengintegrasikan rekomendasi yang konteksual dan sangat relevan ke dalam situs web Anda yang sudah ada, aplikasi, dan lainnya.
Dapatkan wawasan yang berharga dan pengembalian investasi yang cepat
Inovasi lebih cepat menggunakan machine learning untuk menciptakan keterlibatan pengguna yang bermakna dengan cepat sambil mengurangi waktu yang diperlukan untuk mengintegrasikan personalisasi ke dalam pengalaman pelanggan Anda.
Optimalkan rekomendasi untuk tujuan bisnis
Peringkat ulang rekomendasi item untuk mendorong tujuan bisnis yang nyata seperti pendapatan, peluang upsell dan cross-sell, barang baru, dan waktu yang dihabiskan di situs.
Bantu pelanggan menemukan barang dengan lebih cepat
Mungkinkan pengguna untuk menemukan produk baru, penawaran, artikel, konten, dan promosi dengan lebih cepat.
Personalisasi hasil pencarian
Tambahkan rekomendasi individu berdasarkan hasil pencarian terkurasi dan preferensi pengguna.
Tingkatkan komunikasi pemasaran
Personalisasi notifikasi push dan email pemasaran untuk meningkatkan konversi lalu lintas. Anda juga dapat mempersonalisasi penempatan iklan.
Tingkatkan ukuran keranjang rata-rata
Munculkan barang yang relevan atau sedang tren dalam waktu nyata, yang kemungkinan akan meningkatkan nilai pesanan secara keseluruhan selama berbelanja, menjelajahi, atau saat checkout.
Targetkan pengguna dengan lebih akurat
Tingkatkan keterlibatan dengan membuat segmentasi pengguna cerdas berdasarkan pada ketertarikan pengguna terhadap barang tertentu atau atribut barang.
Maksimalkan nilai data Anda
Dapatkan informasi berharga yang ada dalam deskripsi barang, ulasan, atau teks yang tidak terstruktur lainnya untuk meningkatkan akurasi rekomendasi.
Solusi Unggulan di AWS
Temukan Layanan, Solusi AWS, Solusi Partner, dan Panduan yang Dibuat Khusus untuk mengatasi kasus penggunaan bisnis serta teknis Anda secara cepat.
Mempertahankan Pengalaman yang Dipersonalisasi dengan Machine Learning
Kembangkan dan lakukan deployment beban kerja personalisasi melalui otomatisasi ujung ke ujung dan penjadwalan pembaruan untuk sumber daya dalam layanan Amazon Personalize.
Keterlibatan Pengguna Prediktif
Panduan ini memberikan arsitektur sederhana yang mengotomatiskan proses pembuatan rekomendasi prediktif berdasarkan aktivitas pengguna di Amazon Personalize,dan memperbarui titik akhir Amazon Pinpoint dengan rekomendasi tersebut.
Panduan Skor Prediktif untuk Retensi Anggota di AWS
Panduan ini menunjukkan cara asosiasi nonprofit dan organisasi keanggotaan dapat secara proaktif memahami anggota mana yang cenderung membiarkan keanggotaan mereka berakhir, dengan layanan Danau Data dan kecerdasan buatan/machine learning (AI/ML) AWS.
Panduan untuk Segmentasi Prediktif menggunakan Data Pihak Ketiga dengan AWS Clean Rooms
Panduan ini menunjukkan cara layanan AWS dapat membantu Anda mengotomatiskan pengumpulan data pihak pertama dan pihak ketiga pelanggan, yang memungkinkan dilakukannya kolaborasi tanpa berbagi data mentah, dan menghasilkan segmen prediktif menggunakan machine learning.
Panduan untuk Rekomendasi yang Dipersonalisasi Hampir secara Waktu Nyata di AWS
Panduan ini membantu bisnis membangun pipeline rekomendasi waktu nyata menggunakan Amazon Personalize. Pipeline membuat rekomendasi yang dipersonalisasi berdasarkan profil dan perilaku pengguna untuk meningkatkan pengalaman pelanggan.
Siap untuk memulai?
Hubungi kami untuk informasi selengkapnya tentang solusi machine learning untuk personalisasi
Hubungi AWS Partner Network, untuk bekerja sama dengan partner teknologi dan konsultasi global kami
Sumber daya
Menyediakan kepada pelanggan Anda rekomendasi yang dipersonalisasi dalam waktu nyata menggunakan machine learning
Amazon Personalize kini dapat menciptakan rekomendasi hingga 50% lebih baik untuk katalog produk dan konten baru yang berubah dengan cepat
Bagaimana dely menggunakan Amazon SageMaker untuk menyediakan rekomendasi resep yang dipersonalisasi