Amazon Personalize の特徴

個々のユーザーのニーズに合わせたアクションをリアルタイムで積極的に推奨することで、ブランドエンゲージメントとロイヤルティを最大限高めます。Next-Best-Action (aws-next-best-action) レシピは、ユーザーが過去の行動に基づいて行う可能性が最も高いアクションのレコメンデーションを生成します。Next-Best-Action レシピを使用して、ロイヤルティプログラムへの登録、ニュースレターへの登録、新しいカテゴリの調査、アプリのダウンロードなど、価値の高いアクションを推奨します。詳細はこちら。

Amazon Personalize はインテリジェントなユーザーセグメンテーションを提供し、マーケティングチャネルを通じてより効果的なプロスペクティングキャンペーンを実行できます。2 つの簡単な recipe を使用すれば、さまざまな製品カテゴリやブランドなどへの関心に基づいて、ユーザーを自動的にセグメント化できます。「aws-item-affinity」は、映画、楽曲、商品などの個別項目への関心に基づいてユーザーを識別します。「aws-item-attribute」は、ジャンルや料金など、関心のある属性に基づいてユーザーを識別します。インテリジェントなユーザーセグメンテーションは、マーケティングキャンペーンへのエンゲージメントを高め、的を絞ったメッセージングを通じて顧客維持率を増やし、マーケティング費用の投資収益率を改善することができます。詳細はこちら。

小売、メディアとエンターテインメントなどの業界での一般的なユースケースに合わせてカスタマイズされたレコメンデーションにより、高性能で個別化されたユーザーエクスペリエンスを迅速かつ容易に提供することができます。「よく一緒に購入されている商品」、「今トレンドのもの」、「Xをご覧になった」、「厳選情報」などのユースケースから選択できます。ビジネスニーズに適したレコメンダーにデータをマッピングすることができ、Amazon Personalize がユースケースに最適な設定を選択し、個別化されたレコメンデーションの作成と維持の作業を自動化するため、市場投入までの時間が短縮されます。詳細はこちら。

ユーザーの個別化 (aws-user-personalization) recipe は、すべての個別化レコメンデーションシナリオに最適化されています。インタラクション、アイテム、ユーザーデータセットに基づいて、ユーザーがやりとりするアイテムを予測します。アイテムをレコメンドする際、自動的なアイテム探索を行い、発見とエンゲージメントを向上させます。

ユーザーに類似アイテムを表示して、カタログの発見可能性を向上させます。類似アイテム (aws-similar-items) は、指定したアイテムに類似するアイテムのレコメンデーションを生成します。類似アイテムを使用すると、顧客の以前の行動とアイテムのメタデータに基づいて、顧客がカタログ内の新しいアイテムを発見するのに役立ちます。類似アイテムをレコメンドすることで、アプリケーションのユーザーエンゲージメント、クリックスルー率、コンバージョン率を向上させることができます。

個別化ランキングは、特定のユーザーに対して再ランキングされたおすすめアイテムのリストです。検索結果、プロモーション、キュレートされたリストなど、順序付けられたアイテムのコレクションを持っていて、ユーザーごとに個別化された再ランキングを提供したい場合に便利です。Amazon Personalize は、ビジネスプライオリティを達成し、最高のカスタマーエクスペリエンスを確保しながら、ユーザーに関連しそうなものをハイライトすることを可能にします。

適切なレコメンデーションを構築する上で最も困難な問題の 1 つは、新しいアイテムがカタログに追加されたときに正しいレコメンデーションを提供することです。Amazon Personalize では、カタログに掲載されている新アイテムと既存アイテムのレコメンデーションを適切にバランスさせることで、新商品や新鮮なコンテンツに対する質の高いレコメンデーションを生成することができます。 詳細はこちら。

Trending-Now レコメンダーは、お客様がユーザーの間で最も速いスピードで人気を集めているアイテムをレコメンドするのに役立ちます。また、お客様は、トレンドアイテムを特定する頻度を定義することもでき、ユーザーの最新インタラクションデータに基づいて、30 分、1 時間、3 時間、または 1 日ごとにレコメンデーションを更新するオプションがあります。

Amazon Personalize と OpenSearch の統合により検索結果をパーソナライズする検索は、特定の製品を探している個人からの意図が明確なトラフィックなので、ユーザーを取り込むうえで非常に重要です。Amazon Personalize の機械学習ベースのインテリジェンスを通じて、各ユーザー固有の関心やニーズを取り入れることで、検索結果の関連性を高めます。OpenSearch v2.9 以降の Amazon Personalize Search Ranking プラグインを使用することで、特定のユーザーの検索結果の中で関連性の高い項目を、そのユーザーの興味、コンテキスト、過去のやりとりに基づいてリアルタイムで表示できます。また、検索クエリごとにパーソナライズのレベルを制御できるため、検索エクスペリエンスを最大限に柔軟に制御することもできます。検索結果をパーソナライズすることで、アプリケーションのユーザーエンゲージメント、クリックスルー率、コンバージョン率を向上させることができます。

ビジネスルールを適用して、最適なカスタマーエクスペリエンスを提供します。Amazon Personalize は、レコメンデーションを自動的に補強することができます。例えば、最近購入したアイテムをフィルタリングしたり、ユーザーが特定のサブスクリプション層にいる場合はプレミアムコンテンツを強調したり、カルーセルの 20% がトレンドのスポーツ記事で満たされるようにしたりできます。ダイナミックフィルターを使用すると、順列を個別に作成することなく、その場でフィルタールールを変更することができます。 詳細はこちら。

ビジネス目標に沿ったルールに基づいて、特定のアイテムやコンテンツをプロモーションします。この機能を使用すると、各ユーザーのエクスペリエンスをさらにカスタマイズするために、レコメンデーション内でプロモーションするコンテンツの割合を制御することができます。Amazon Personalize は、提供されたビジネスルール内で、各ユーザーにプロモーショすべき最も関連性の高いアイテムまたはコンテンツを自動的に発見し、ユーザーのレコメンデーション内に配信します。詳細はこちら。

商品説明やレビュー、映画のあらすじなどの非構造化テキストに閉じ込められた情報を解き明かし、ユーザーに関連性の高いレコメンデーションを生成します。カタログの一部として非構造化テキストを提供すると、Amazon Personalize が自動的にキーとなる情報を抽出し、レコメンデーションを生成する際に使用します。対応言語は、中国語 (簡体字および繁体字)、英語、フランス語、ドイツ語、日本語、ポルトガル語、およびスペイン語を含みます。詳細はこちら。

レコメンデーションを生成する際には、ユーザーにとって何が適切か、ビジネスにとって何が重要かを考慮します。レコメンデーションに影響を与える目的を、関連性に加えて定義することができます。プラットフォームでの滞在時間、ユーザーエンゲージメント、利幅、収益のほか、ビジネスにとって重要と考える数値メトリクスを最大化するために使用できます。 詳細はこちら。

Amazon Personalize は、お客様のユースケースに最も適した方法で、リアルタイムまたはバッチデータを使用する柔軟性を提供します。例えば、ウェブサイトやアプリケーションで商品やコンテンツをレコメンドする場合は、リアルタイムのデータがより適している場合があります。ユーザーの意図の変化にリアルタイムで対応することにより、関連性のあるレコメンデーションを作成します。バッチデータは、大規模な通知キャンペーンに適している場合があります。例えば、たくさんのユーザーやアイテムに関連したレコメンデーションを一気に計算して保存し、E メールシステムなどのバッチ指向のワークフローで使用できます。Amazon Personalize は、データの更新とレコメンデーションの品質を向上させるための新しいオプションである、データの一括増分インポートをサポートするようになりました。データセット内の既存のデータに新しいレコードを簡単に追加することができます。詳細はこちら。

適切なレコメンデーションを提供するには、それらが表示されるコンテキストを考慮する必要があります。コンテキストレコメンデーションでは、デバイスの種類、時間帯などのコンテキスト内でレコメンデーションを生成することにより、顧客により個別化された体験を提供し、レコメンデーションの関連性を向上させることが可能です。詳細はこちら。

Amazon Personalize は、カートアド、ページビュー、クリック数など、Personalize がお客様のビジネス上の目標に与える影響を自動的に把握することを可能にします。お客様は、システムに送信されたあらゆるイベントのインパクトを計算することで、Personalize レコメンデーションのビジネス成果を測定することができます。ユーザーがアクション (イベント) を完了すると、そのデータが Personalize に送信され、インパクトの合計が計算されます。詳細はこちら。

Amazon Personalize Content Generator は、生成系 AI を使用して、基盤モデルによって生成されたテキストを使用して、より説得力のあるレコメンデーションを作成します。各レコメンデーションに、おすすめアイテム間のテーマの類似点を説明するカスタマイズされたスニペットを添付することで、より個人の好みに合わせることができます。ウェブサイトのカルーセルや E メールキャンペーンに組み込んで、「こちらもおすすめ」のような一般的なタイトルに置き換えることで、エンドユーザーとの深いつながりを育むことができます。詳細はこちら。

ビルダーは LangChain のカスタムチェーンを使用して、Amazon Personalize を生成系 AI ソリューションとシームレスに統合できます。事前に設定された LangChain コードを使用すると、Amazon Personalize を起動してキャンペーンやレコメンダーのレコメンデーションを取得し、LangChain エコシステム内の生成系 AI アプリケーションにシームレスにフィードできます。パーソナライズされたマーケティングコピー、チャットボットでの製品やコンテンツのレコメンデーション、パーソナライズされたコンテンツのための簡潔な要約の生成など、さまざまなユースケースをご覧ください。詳細はこちら。

Amazon Personalize は、戻りアイテムのメタデータを推論出力の一部として有効にすることで、生成系 AI ワークフローを改善します。ジャンル、評価、製品説明など、最大 10 フィールドまで選択し、当社の LangChain 統合機能を使用して、これらの豊富なレコメンデーションを基盤モデルにシームレスにフィードします。この豊富なコンテキストにより、モデルは高度にパーソナライズされたコンテンツを生成し、エンドユーザーとのエンゲージメントを高めることができます。詳細はこちら。