Paytm Meningkatkan Penjualan Laman dengan Rekomendasi yang Dipersonalisasi Menggunakan Amazon Personalize

Perusahaan layanan keuangan Paytm ingin meningkatkan penjualan dan rasio klik-tayang layanan ecommerce miliknya, Paytm Mall, dengan mengimplementasikan rekomendasi yang dipersonalisasi di laman situsnya. Untuk membuat model rekomendasi ini, Paytm membutuhkan solusi machine learning (ML) yang tangguh untuk menganalisis dan mengusulkan rekomendasi kepada lebih dari 10 juta pengguna aktif harian yang berbelanja barang retail di Paytm Mall.

Paytm beralih ke Amazon Web Services (AWS) dan menggunakan Amazon Personalize, layanan ML terkelola penuh, untuk membuat model personalisasi yang menghasilkan rekomendasi untuk setiap pelanggan. Amazon Personalize memudahkan developer untuk membangun aplikasi dengan teknologi ML yang sama yang digunakan oleh Amazon.com untuk rekomendasi yang dipersonalisasi mendekati waktu nyata tanpa memerlukan keahlian ML. Menggunakan Amazon Personalize, Paytm telah meningkatkan penjualannya dan rasio klik-tayang laman Paytm Mall sambil mempermudah pelanggannya untuk menemukan barang.

Paytm adalah penyedia pembayaran digital, ecommerce, dan layanan keuangan yang berlokasi di India. Saat ini, Paytm mendukung lebih dari 17 juta merchant dan digunakan oleh jutaan orang setiap hari untuk membayar utilitas, bahan makanan, tiket film, dan lainnya. Layanan Paytm juga mencakup pemesanan perjalanan, asuransi, dan retail—Paytm Mall—yang semuanya terkandung dalam aplikasi Paytm. Perusahaan ingin membuat model ML untuk menyajikan rekomendasi yang dipersonalisasi kepada penggunanya di laman Paytm Mall berdasarkan riwayat penelusuran mereka. Sebelumnya, perusahaan tidak memiliki layanan rekomendasi yang dipersonalisasi pada tingkat pengguna, tetapi perusahaan memiliki widget untuk rekomendasi barang-ke-barang.

Perusahaan meneliti opsi untuk membuat solusi internal, tetapi pada akhirnya Paytm memutuskan bahwa menggunakan Amazon Personalize akan lebih cepat untuk diimplementasikan dengan waktu penyelesaian yang lebih baik. Paytm sudah menggunakan AWS untuk deployment aplikasinya, jadi Paytm familier dengan lingkungannya. Perusahaan mulai mengimplementasikan Amazon Personalize pada bulan Mei 2021, dan model rekomendasi yang dipersonalisasi mulai aktif pada bulan September 2021. Paytm didukung selama transisi oleh tim rekayasa dan dukungan Amazon Personalize. “Kami menerima dukungan yang sangat baik dari tim AWS, terutama selama fase awal pengembangan,” kata Ankur Gogate, technical lead di Paytm.

Menggunakan Amazon Personalize dan layanan AWS lainnya, Paytm mengumpulkan data pengguna dan menjalankannya melalui model rekomendasi untuk menghasilkan saran konten unik untuk masing-masing dari lebih dari 10 juta pengunjung harian ke Paytm Mall. Untuk menyediakan output data yang mendukung model personalisasi, Paytm menggunakan aplikasi berbasis Java internal dan Amazon EMR, layanan big data cloud untuk menjalankan tugas pemrosesan data terdistribusi skala besar, kueri SQL interaktif, dan aplikasi ML menggunakan kerangka kerja analitik sumber terbuka. Setelah data pengguna diproses melalui Amazon EMR, data tersebut dikirim ke Amazon Personalize untuk dijalankan melalui model personalisasi, yang mengembalikan hasil rekomendasi yang dipersonalisasi yang ditampilkan di laman. Rekomendasi menciptakan pengalaman individual untuk setiap pengunjung Paytm Mall. “Personalisasi membantu pengguna mendapatkan apa yang mereka butuhkan dengan klik paling sedikit mungkin,” kata Gogate. “Dengan melakukan personalisasi menggunakan Amazon Personalize, kami membuat aplikasi unik untuk setiap pengguna berdasarkan pilihan dan preferensi individu.”

Sejak menambahkan model rekomendasi yang dipersonalisasi, Paytm telah mengalami laju konversi sebesar 5,5–6 persen dari laman Paytm Mall. Sebagai perbandingan, widget yang sebelumnya digunakan Paytm untuk rekomendasi barang-ke-barang mengalami rasio klik-tayang sebesar 1,8-2 persen. “Laju konversi ini lebih tinggi dibandingkan dengan model rekomendasi lain yang pernah kami miliki,” kata Gogate. “Karena rekomendasi ini ada di laman, orang bisa mendapatkan barang yang mereka inginkan di sana. Hal ini membantu meningkatkan total pesanan kami dan volume penjualan dari laman itu sendiri.” Pengimplementasian solusi rekomendasi juga membantu Paytm mengukur aktivitas di lamannya dengan lebih baik karena Paytm sebelumnya tidak mengumpulkan metrik pada laju konversi laman.

Penggunaan Amazon Personalize telah meningkatkan ketangkasan Paytm sebagai sebuah bisnis dan telah membantu perusahaan untuk terus berinovasi. “Setelah personalisasi pengguna mulai aktif, kami menyadari betapa cepat dan mudahnya kami dapat menggabungkan Amazon Personalize dengan solusi baru lainnya,” kata Gogate. Paytm sedang mempertimbangkan membuat solusi lain untuk menampilkan rekomendasi berbasis merek. Alih-alih membangun sesuatu dari awal, tim dapat menggunakan ulang apa yang sudah dibuat menggunakan Amazon Personalize untuk membuat beta aktif dan berjalan dengan cepat. Model rekomendasi berbasis merek baru ini, yang saat ini dalam pengujian, akan memberikan rekomendasi pengguna berdasarkan merek yang pernah mereka gunakan sebelumnya di aplikasi. Beta diimplementasikan hanya dalam waktu 1 bulan menggunakan Amazon Personalize, sedangkan tim memperkirakan akan memakan waktu dua kali lebih lama jika model serupa dibuat secara internal. “Kami melihat pendekatan plug-and-play yang sangat sederhana menggunakan Amazon Personalize,” kata Gogate. “Hal ini sangat bermanfaat bagi kami sebagai perusahaan untuk dapat memberikan model rekomendasi baru kepada pengguna dengan cepat.”

Paytm ingin mencari di mana lagi ia dapat mengimplementasikan personalisasi pada aplikasinya di masa depan, selain Paytm Mall. “Memiliki Amazon Personalize telah membuka ruang baru di Paytm untuk mengimplementasikan personalisasi,” kata Gogate. “Sekarang Paytm dapat segera mulai mencari berbagai cara agar kami dapat menggunakan personalisasi pengguna untuk mendapatkan hasil yang lebih baik di bidang bisnis lain, seperti perjalanan dan asuransi.” Dengan lebih banyak personalisasi, Paytm ingin membantu pelanggannya secara efisien mendapatkan layanan dan barang yang mereka cari.

Pada akhirnya, Paytm mendapat manfaat dari tidak hanya peningkatan penjualan tetapi juga peluang baru. “Penggunaan Amazon Personalize telah membantu kami berinovasi dan mengonsep ulang seluruh pendekatan kami untuk meningkatkan konversi penjualan,” kata Gogate.