投稿日: Aug 19, 2020
Amazon Personalize により、本、映画、音楽、ニュース記事などの急速に変化するカタログに対するパーソナライズされたレコメンデーションを簡単に作成できるようになりました。これにより、AWS コンソールで数回クリックするだけで、レコメンデーションが最大 50% (クリック率で測定) 改善されます。Amazon Personalize は、アプリケーションコードを変更することなく、完全に新しい製品と新鮮なコンテンツを通常のレコメンデーションに含めることができるため、エンドユーザーは、他のレコメンデーション奨システムよりも迅速に、最高の新製品とコンテンツを発見、クリック、購入、または消費することができます。
多くのカタログは急速に変化し、新製品や新鮮なコンテンツが継続的に追加されています。企業にとって、ユーザーがこのような製品やコンテンツを見つけて利用できるようにすることは非常に重要なことです。たとえば、ニュースウェブサイトのユーザーは最新のパーソナライズされたニュースを見ることを期待し、ビデオオンデマンドサービスを介してメディアを利用するユーザーは、最新のシリーズや好きなエピソードを推奨してもらうことを期待しています。新しい製品やコンテンツをユーザーに紹介することでこの期待に応えることで、ユーザーエクスペリエンスを新鮮に保ち、直接のコンバージョン、またはサブスクライバーのコンバージョンと保持を通じて、売上を伸ばすのに役立ちます。ただし、通常、動きの速いカタログには新製品が多すぎて、すべてのユーザーにそれぞれの製品を紹介することはできません。このような新製品をユーザーの興味や好みに基づいてマッチングすることにより、ユーザーエクスペリエンスをパーソナライズする方が効率的です。ただし、このような製品の過去のビュー、クリック、購入、およびサブスクリプションに関するデータがないと、新製品のパーソナライズは本質的に困難です。このようなシナリオでは、ほとんどのレコメンダーシステムは、十分な過去のデータがある製品についてのみ推奨を行い、カタログの新製品を無視します。
本日発表された Amazon Personalize により、ユーザー向けの新製品や新鮮なコンテンツについてよりパーソナライズされたレコメンデーションを提供できるようになります。Amazon Personalize は、過去に同様の製品に積極的に関わった (クリックした、購入したなど) ユーザーに新製品を推奨することでこれを行います。Personalize は、ユーザーがこのような新しいアイテムに関わるときに、その新しいアイテムについてさらに学習し、そのアイテムが将来他の類似ユーザーに推奨される頻度を自動的に調整します。Amazon では、このようなアルゴリズムを製品のレコメンデーションを作成するために長い間使用してきており、新製品を含まないレコメンデーションと比較してコンバージョンが 21% 高くなっています。
この機能は、Amazon Personalize で新しいアルゴリズム (レシピ) として利用できるようになり、Amazon Personalize コンソールから数回クリックするだけで、またはシンプルな API インターフェースを使用して、簡単にご利用いただけます。セットアップするには、まずユーザー、アイテム、ユーザーのアクティビティストリーム (クリック、購入など) に関するデータを Amazon Personalize に追加し、次に Amazon Personalize コンソールまたは API を使用して、新しい aws-user-personalization レシピを使ってモデル (CreateSolution) をトレーニングします。その後、Amazon Personalize からユーザー向けのレコメンデーションを取得し、新しい商品と古い商品のレコメンデーション間のバイアスを制御できます。この機能の詳細については、ブログをご覧ください。
この Amazon Personalize の機能は、米国東部 (バージニア北部、オハイオ)、米国西部 (オレゴン)、カナダ (中部)、欧州 (アイルランド)、およびアジアパシフィック (シドニー、東京、ムンバイ、シンガポール、ソウル) でご利用いただけます。