Paytm aumenta le vendite dalla home page con consigli personalizzati utilizzando Amazon Personalize

La società di servizi finanziari Paytm voleva aumentare le vendite e i tassi di clic del suo servizio di e-commerce, Paytm Mall, implementando consigli personalizzati sulla home page del sito. Per creare questo modello di raccomandazioni, Paytm aveva bisogno di una solida soluzione di machine learning (ML) per analizzare e proporre consigli a oltre 10 milioni di utenti attivi ogni giorno che acquistano prodotti al dettaglio su Paytm Mall.

Paytm si è rivolto ad Amazon Web Services (AWS) e ha utilizzato Amazon Personalize, un servizio ML completamente gestito, per creare un modello di personalizzazione che generi consigli per ogni cliente. Amazon Personalize rende facile per gli sviluppatori costruire applicazioni con la stessa tecnologia di ML utilizzata da Amazon.com per suggerimenti su misura quasi in tempo reale, senza richiedere alcuna esperienza nell'ambito del ML. Utilizzando Amazon Personalize, Paytm ha aumentato le proprie vendite e le percentuali di click-through della homepage di Paytm Mall, rendendo al contempo più semplice per i suoi clienti la ricerca di articoli.

Paytm è un fornitore di pagamenti digitali, e-commerce e servizi finanziari con sede in India. Oggi supporta oltre 17 milioni di commercianti e viene utilizzato da milioni di persone ogni giorno per pagare utenze, generi alimentari, biglietti del cinema e altro ancora. I servizi di Paytm includono anche prenotazioni di viaggio, assicurazioni e vendita al dettaglio (Paytm Mall) tutti contenuti all'interno dell'app Paytm. L'azienda voleva creare un modello ML per offrire consigli personalizzati ai propri utenti sulla home page di Paytm Mall in base alla loro cronologia di navigazione. In precedenza, l'azienda non disponeva di servizi di raccomandazione personalizzati a livello di utente, ma disponeva di widget per consigli da articolo ad articolo.

L'azienda aveva valutato la possibilità di creare una soluzione in-house, ma alla fine Paytm ha deciso che l'utilizzo di Amazon Personalize sarebbe stato più rapido da implementare e con tempi di risposta migliori. Paytm utilizzava già AWS per la distribuzione delle sue applicazioni, quindi conosceva l'ambiente. L'azienda ha iniziato a implementare Amazon Personalize a maggio 2021 e il modello di consigli personalizzati è entrato in funzione a settembre 2021. Paytm è stato supportato durante la transizione dal team di progettazione e supporto di Amazon Personalize. “Abbiamo ricevuto un supporto eccellente dal team AWS, soprattutto durante le fasi iniziali dello sviluppo”, afferma Ankur Gogate, responsabile tecnico di Paytm.

Utilizzando Amazon Personalize e altri servizi AWS, Paytm raccoglie i dati degli utenti e li elabora attraverso il modello di raccomandazione per generare suggerimenti di contenuti unici per ciascuno degli oltre 10 milioni di visitatori giornalieri di Paytm Mall, il servizio di e-commerce. Per fornire gli output di dati che alimentano il modello di personalizzazione, Paytm utilizza un'applicazione interna basata su Java e Amazon EMR, un servizio cloud di big data per l'esecuzione di processi di elaborazione dati distribuiti su larga scala, query SQL interattive e applicazioni ML utilizzando framework di analisi open source. Dopo che i dati dell'utente sono stati elaborati tramite Amazon EMR, vengono inviati ad Amazon Personalize per elaborarli nel modello di personalizzazione, che restituisce i risultati di consigli personalizzati che vengono inviati alla home page. I consigli creano un'esperienza personalizzata per ogni visitatore di Paytm Mall. “La personalizzazione aiuta gli utenti a ottenere ciò di cui hanno bisogno nel minor numero di clic possibile”, afferma Gogate. “Grazie alla personalizzazione tramite Amazon Personalize, creiamo un'app unica per ogni utente in base a scelte e preferenze individuali”.

Da quando ha aggiunto il modello di raccomandazioni personalizzate, Paytm ha registrato un tasso di conversione del 5,5-6% dalla home page di Paytm Mall. In confronto, i widget che Paytm aveva utilizzato in precedenza per le raccomandazioni da articolo ad articolo avevano registrato un tasso di click-through dell'1,8-2%. “Questo tasso di conversione è più elevato rispetto a qualsiasi altro modello di raccomandazioni che abbiamo utilizzato”, afferma Gogate. “Poiché questi consigli si trovano sulla home page, le persone possono ottenere l'articolo che desiderano proprio lì. Ha contribuito ad aumentare i nostri ordini totali e il volume delle vendite dalla home page stessa”. L'adozione di questa soluzione di raccomandazione ha portato un altro vantaggio: Paytm può ora valutare con maggiore precisione l'attività sulla home page, cosa che prima non era possibile dato che non venivano raccolte metriche sui tassi di conversione.

L'utilizzo di Amazon Personalize ha aumentato l'agilità di Paytm come azienda e l'ha aiutata a continuare a innovare. “Dopo l'attivazione della personalizzazione utente, ci siamo resi conto di quanto velocemente e facilmente avremmo potuto integrare Amazon Personalize con altre nuove soluzioni”, afferma Gogate. Paytm stava valutando la possibilità di creare un'altra soluzione per mostrare consigli basati sul marchio. Invece di creare qualcosa da zero, il team è stato in grado di riutilizzare ciò che era già stato creato utilizzando Amazon Personalize per ottenere rapidamente una versione beta attiva e funzionante. Questo nuovo modello di consigli basato sul marchio, attualmente in fase di test, fornirà agli utenti consigli basati sui marchi con cui hanno precedentemente interagito sull'app. La versione beta è stata implementata in un solo mese utilizzando Amazon Personalize; il team ha stimato che ci sarebbe voluto il doppio del tempo per creare internamente un modello simile. “Stiamo scoprendo un approccio plug-and-play molto semplice con Amazon Personalize”, afferma Gogate. “Per noi, come azienda, è estremamente vantaggioso poter offrire rapidamente ai nostri utenti nuovi modelli di raccomandazione”.

Paytm sta valutando di estendere la funzione della personalizzazione anche ad altre sezioni della sua applicazione, oltre al Paytm Mall, in futuro. “Grazie ad Amazon Personalize, si sono aperte nuove possibilità per implementare la personalizzazione su Paytm”, afferma Gogate. “Ora Paytm potrebbe presto iniziare a valutare diversi modi in cui possiamo utilizzare la personalizzazione degli utenti per ottenere risultati migliori in altre aree di business, come viaggi e assicurazioni”. Attraverso una maggiore personalizzazione, Paytm desidera aiutare i propri clienti a trovare in modo efficiente i servizi e gli articoli che cercano.

In definitiva, Paytm ha beneficiato non solo dell'aumento delle vendite ma anche di nuove opportunità. “L'utilizzo di Amazon Personalize ci ha aiutato a innovare e a ripensare il nostro intero approccio al miglioramento delle conversioni di vendita”, afferma Gogate.