Amazon Personalize

Personalisasi dan rekomendasi real-time, berdasarkan teknologi yang sama yang digunakan di Amazon.com

Amazon Personalize seperti memiliki sistem rekomendasi pembelajaran mesin Amazon.com Anda sendiri, 24 jam sehari.

Didasarkan pada pengalaman rekomendasi selama 20 tahun, Amazon Personalize memungkinkan Anda meningkatkan keterlibatan pelanggan dengan mendukung rekomendasi produk dan konten yang dipersonalisasi secara waktu nyata, serta promosi pemasaran dengan target. Dengan menggunakan pembelajaran mesin, Amazon Personalize membuat rekomendasi berkualitas lebih tinggi untuk situs web dan aplikasi Anda. Anda dapat memulai tanpa pengalaman pembelajaran mesin sebelumnya dengan menggunakan API sederhana untuk dengan mudah membangun kapabilitas personalisasi canggih hanya dengan beberapa kali klik. Amazon Personalize akan memproses dan memeriksa data Anda, mengidentifikasi data mana yang berarti, memungkinkan Anda memilih algoritme pembelajaran mesin, serta melatih dan mengoptimalkan model kustom berdasarkan data Anda. 

Keuntungan

Rekomendasi berkualitas lebih tinggi

Amazon Personalize menggunakan algoritme pembelajaran mesin untuk membuat rekomendasi yang merespons kebutuhan khusus, preferensi, dan perilaku pengguna Anda yang berubah secara waktu nyata. Algoritme ini juga menangani berbagai masalah yang kompleks, seperti membuat rekomendasi untuk pengguna maupun produk baru tanpa data historis, dan bias popularitas.

Meningkatkan keterlibatan dan konversi pengguna

Amazon Personalize memadukan data aktivitas pengguna real-time dengan profil pengguna dan informasi produk untuk mengidentifikasi rekomendasi produk maupun konten yang optimal. Sebagai hasilnya, Anda dapat dengan cepat memahami maksud pengguna dan menyediakan pengalaman kustom dinamis, yang membantu Anda meningkatkan keterlibatan dan konversi.

Personalisasi setiap titik kontak

Amazon Personalize dengan mudah terintegrasi ke dalam situs web, aplikasi, SMS, dan sistem pemasaran Anda yang sudah ada untuk menyediakan pengalaman unik bagi setiap pengguna pada semua saluran dan perangkat. Sebagai hasilnya, Anda dapat melibatkan pengguna sesuai cara yang mereka sukai dalam menggunakan platform Anda.

Memulai hanya dengan beberapa kali klik

Dengan beberapa panggilan API sederhana, Amazon Personalize akan mengotomatiskan tugas pembelajaran mesin kompleks yang diperlukan untuk membangun, melatih, menyesuaikan, dan menerapkan model rekomendasi sehingga Anda dapat menghadirkan pengalaman pengguna yang dipersonalisasi lebih cepat.

Cara kerjanya

Cara kerja Amazon Personalize

Kasus penggunaan

Rekomendasi yang dipersonalisasi

Rekomendasi produk dan konten yang disesuaikan dengan profil dan kebiasaan pengguna lebih cenderung mendorong konversi yang lebih tinggi. Sebagai ganti menyediakan pengalaman yang seragam, Amazon Personalize membantu menyesuaikan rekomendasi dengan perilaku, preferensi, dan riwayat penggunaan, yang meningkatkan keterlibatan dan kepuasan mereka secara real-time.

Rekomendasi item serupa

Pengguna menginginkan rekomendasi item serupa untuk membantu menemukan produk baru, atau membandingkan item untuk meyakinkam kembali bahwa keputusan mereka merupakan keputusan yang tepat. Amazon Personalize merekomendasikan item serupa dari katalog Anda,m secara real-time, berdasarkan perilaku pengguna untuk membuat pengalaman seperti - pengguna yang menonton ‘x’ juga menonton ‘y’.

Pemeringkatan yang dipersonalisasi

Umumnya, prioritas bisnis Anda mengharuskan Anda mempromosikan konten atau produk spesifik, seperti berita yang sedang menjadi tren, atau acara TV populer, merchandise musiman, atau penawaran promosi berbatas waktu. Baik sumbernya adalah seseorang, aturan bisnis seputar siklus hidup produk, atau baris kode, Amazon Personalize memungkinkan Anda memeringkatkan kembali katalog produk Anda untuk mencapai prioritas bisnis Anda.

Kesuksesan pelanggan dan partner

Segment

Segment adalah perusahaan infrastruktur data pelanggan yang menggunakan AWS untuk membantu pelanggan mengumpulkan dan menggabungkan data tentang pengguna mereka, lalu memberdayakannya untuk membuat rekomendasi personal menggunakan Amazon Personalize. Perusahaan ini memproses 450 miliar kejadian per bulan menggunakan ribuan instans Amazon EC2, dan menjalankan lebih dari 16.000 kontainer docker di Amazon ECS.

Menurut Calvin French-Owen, CTO dan Rekan Pendiri Segment, banyak pelanggan mereka memiliki kebutuhan bisnis untuk melakukan personalisasi dengan pembelajaran mesin, tetapi tidak memiliki cukup data pelatihan yang diperlukan untuk membangun model prediksi. “Ini adalah sinergi yang indah di mana mereka dapat menggunakan Segment dengan sangat mudah sejak hari pertama, dan memulai dan mengumpulkan semua data mereka,” kata French-Owen. Lalu, mereka dapat menggunakan data untuk mendukung rekomendasi ini tanpa perlu membangun alur mesin pembelajaran sendiri menggunakan Amazon Personalize.

Calvin French-Owen, CTO dan Rekan Pendiri - Segment

Segment Memungkinkan Pelanggan Membuat Rekomendasi Kustom dengan Amazon Personalize (1:53)
Subway

Jaringan restoran Subway menawarkan kepada tamu di lebih dari 100 negara bahan-bahan dan kombinasi rasa berkualitas dengan lebih dari 7 juta roti lapis yang dibuat berdasarkan pesanan setiap harinya.

“Di Subway, pengalaman tamu sangat penting. Dengan menggunakan Amazon Personalize, kami dapat dengan cepat menghadirkan rekomendasi yang dipersonalisasi untuk berbagai variasi bahan dan rasa yang sesuai dengan gaya hidup unik tamu-tamu kami yang sibuk. Amazon Personalize memungkinkan tim kami menggunakan panggilan API untuk mengkurasi rekomendasi tanpa memerlukan keahlian pembelajaran mesin. Kami menantikan melanjutkan kerja sama kami dengan Amazon Personalize untuk menyediakan pengalaman terbaik kepada tamu-tamu kami yang menginginkan santapan segar. Kami telah berhasil menguji penggunaan Personalize untuk menyediakan rekomendasi kepada tamu yang membuat pesanan dari aplikasi kami, dan tidak sabar ingin memperluas ke pemberitahuan aplikasi yang dipersonalisasi dalam waktu dekat.”

Neville Hamilton, Interim Chief Information Officer - Subway

StockX

StockX adalah perusahaan startup Detroit yang merevolusi e-commerce dengan marketplace Bid/Ask yang unik—platform kami memodelkan Pasar Saham New York dan memperlakukan barang-barang seperti sepatu olahraga dan streetwear sebagai komoditas bernilai tinggi yang dapat diperdagangkan. Dengan pengalaman pasar yang transparan, StockX memberikan akses ke produk autentik yang banyak dicari dengan harga pasar yang sebenarnya.

Selama terjadi pertumbuhan drastis StockX pada tahun 2019, sekelompok kecil rekayasawan pembelajaran mesin (ML) menambahkan baris produk Direkomendasikan untuk Anda ke beranda menggunakan Amazon Personalize, yang akhirnya menjadi baris beranda dengan kinerja terbaik. Pelajari tentang perjalanan mereka menggunakan Amazon Personalize untuk memberikan pengalaman pengguna yang dikustomisasi. Pelajari selengkapnya.

MECCA

MECCA menghadirkan produk kecantikan global terbaik bagi para pelanggan di seluruh toko ritel dan saluran online kami di Australia dan Selandia Baru. Kami menciptakan pengalaman berbelanja yang unik bagi para pelanggan kami di 100+ toko, dengan beragam koleksi produk kecantikan dari 100+ merek, dan layanan serta keahlian yang luar biasa dalam bidang kecantikan.

Di MECCA, semuanya tentang memperoleh dan menjaga kepercayaan pelanggan. Kami menantang diri kami sendiri untuk menyajikan layanan toko yang sangat dipersonalisasi ke dalam pengalaman online. PoC yang cepat dan efektif dengan Amazon Personalize, dipimpin oleh tim teknologi dan CRM MECCA, berkolaborasi dengan partner kami Servian, menunjukkan banyaknya hal yang dapat kami capai tanpa mengembangkan mesin rekomendasi milik kami sendiri. Sejak mengintegrasikan Personalize, kami melihat respons positif pelanggan terhadap rekomendasi baru dengan 65% peningkatan pada tingkat klik melalui email dan peningkatan yang sesuai pada pendapatan email terkait produk yang direkomendasikan oleh Personalize. Untuk lebih mempersonalisasi pengalaman pelanggan, kini kami mengembangkan penggunaan Personalize ke area tambahan termasuk situs web kami.

Sam Bain, Direktur eCommerce & CRM MECCA

Pulselive

Bangga menjadi partner digital dari beberapa nama terbesar dalam dunia olahraga, Pulselive membuat pengalaman yang tidak mungkin ditinggalkan oleh para penggemar olahraga; baik berupa situs web Piala Dunia Kriket atau aplikasi iOS dan Android Liga Primer Inggris.

“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 memberi para penggemar olahraga rekomendasi yang dipersonalisasi dengan dukungan pembelajaran mesin. Kami tidak mengganggap 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 menyukai rekomendasi baru ini. Dengan memanfaatkan Amazon Personalize, kami akan dapat lebih mendorong batasan dalam membangun pengalaman langsung yang dipersonalisasi dan didukung oleh data untuk para penggemar olahraga di mana saja.”

Wyndham Richardson, Managing Director & Rekan Pendiri - Pulselive

Dominos

Domino's Pizza Enterprises Ltd (DPE) merupakan salah satu bisnis pizza terbesar di dunia; visi mereka adalah menjadi pemimpin dalam pengiriman di setiap wilayah.

"Pelanggan menjadi fokus utama dari semua yang kami lakukan di Domino, dan kami bekerja tanpa henti untuk meningkatkan dan menyempurnakan pengalaman mereka. Dengan Amazon Personalize, kami mampu mewujudkan personalisasi skala besar di seluruh basis pelanggan kami, yang sebelumnya niscaya tidak mungkin. Amazon Personalize memungkinkan kami menerapkan konteks mengenai setiap pelanggan dan situasi mereka masing-masing, serta menghadirkan komunikasi khusus seperti berbagai penawaran khusus melalui saluran digital kami."

Allan Collins, Group Chief Marketing Officer - Domino's Pizza Enterprises

Postingan blog & artikel

Memperkenalkan filter rekomendasi di Amazon Personalize
8 Juni 2020
Vaibhav Sethi dan Adam Ta

Baca blog »

Memelopori pengalaman pengguna yang dipersonalisasi di StockX dengan Amazon Personalize
3 Juni 2020
Sam Bean dan Nic Roberts II

Baca blog »

Fitur Amazon Personalize
Cari tahu fitur produk

Bangun kapabilitas personalisasi canggih ke dalam aplikasi Anda

Pelajari selengkapnya 
Daftar akun AWS
Daftar untuk akun gratis

Dapatkan akses cepat ke AWS Tingkat Gratis. 

Daftar 
Mulai membangun dengan Amazon Personalize
Mulai membangun di konsol

Mulai membangun dengan Amazon Personalize di Konsol AWS.

Memulai