Amazon Personalize 功能

主動推薦根據您個別用戶需求量身定制的行動，從而最大限度地提高品牌參與度和忠誠度。下一個最佳動作 (aws-next-best-action) 配方會針對使用者根據過去行為最有可能採取的動作產生建議。使用下一個最佳動作配方來推薦高價值的行動，例如註冊忠誠度計劃、註冊電子報、探索新類別、下載應用程序等。進一步了解。

Amazon Personalize 提供智慧使用者細分，因此您可以透過行銷通路開展更有效的潛在客戶行銷活動。透過我們的兩個簡易配方，您可以根據使用者對不同產品類別、品牌等的興趣自動細分使用者。「aws-item-affinity」根據使用者對單個項目 (例如電影、歌曲或產品) 的興趣來識別使用者，而「aws-item-attribute」則根據使用者關心的屬性 (例如類型或價格點) 來識別使用者。智慧使用者細分可以提高行銷活動的參與度，透過有針對性的訊息傳遞提高保留率，並提高行銷支出的投資回報率。進一步了解。

專門針對零售和媒體與娛樂等行業的常見使用案例量身打造的推薦可以更快、更輕鬆地實現高效能、個人化的使用者體驗。您可以從「經常一起購買」、「現行熱門」、「因為您看過 X」、「最適合您」等使用案例中進行選擇。您可將資料對應至適用於您商業需求的推薦系統，Amazon Personalize 就會依您的使用案例選擇最佳設定，並自動執行建立和維護個人化推薦的工作，從而加速上市時間。進一步了解。

使用者個人化 (aws-user-personalization) 配方針對所有個人化推薦案例進行了優化。其根據互動情況、項目和使用者資料集，預測使用者將與之互動的項目。在推薦項目時，使用者個人化使用自動項目探索來提高探索和參與度。

透過向使用者呈現類似項目，讓使用者更容易在您的型錄中找到適合的項目。類似項目 (aws-similar-items) 可產生與您指定項目類似的推薦。使用類似項目可幫助客戶根據他們先前的行為和項目中繼資料，發現目錄中的新項目。推薦類似的項目可以提高您應用程式的使用者參與度、點擊率和轉換率。

個人化排名是為特定使用者重新排名的推薦項目清單。如果您有排序項目集合 (例如搜尋結果、優惠或精選清單)，並且希望為每個使用者提供個人化的重新排名，這會非常有幫助。Amazon Personalize 讓您能夠強調可能與使用者相關的任何內容，同時實現您的業務優先事項並確保最佳的客戶體驗。

建置相關推薦的其中一個最具挑戰性的問題，是在將新項目新增至目錄時提供正確的推薦。Amazon Personalize 可讓您透過在目錄中新項目和現有項目的推薦之間建立適當的平衡，為新產品和新穎內容產生高品質的推薦。 進一步了解。

Trending-Now 推薦系統可協助客戶以最快的速度推薦在使用者中受歡迎的項目。客戶還可定義識別趨勢項目的頻率，根據使用者最近的互動資料，可以選擇每 30 分鐘、1 小時、3 小時或 1 天重新整理一次推薦。

使用 Amazon Personalize 與 OpenSearch 的整合，個人化您的搜尋結果。搜尋對於吸引使用者至關重要，因為它可透過尋求特定產品的個人帶來高意向流量。透過 Amazon Personalize 提供的以 ML 為基礎的智慧，整合每位使用者的獨特興趣和需求，藉此改善搜尋結果的關聯性。在 OpenSearch v2.9 及更高版本中使用 Amazon Personalize 搜尋排名外掛程式，您可以根據使用者的興趣、關聯內容和過去的互動，即時改善其搜尋結果中的相關項目。此外，您還可以控制每個搜尋查詢的個人化層級，以確保最大靈活性和對搜尋體驗的控制。個人化搜尋結果可提高應用程式的使用者參與度、點擊率和轉換率。

應用商業規則，提供最佳客戶體驗。Amazon Personalize 讓您能夠自動增強推薦。例如，篩選掉最近購買的項目，如果使用主處於特定訂閱方案，則強調付費內容，或者確保 20% 的浮動切換項目提供熱門體育文章。動態篩選條件可讓您即時修改篩選條件規則，而無需建立獨立的排列。 進一步了解。

根據與您的業務目標一致的規則，推廣特定項目或內容。藉助此功能，您可以控制推薦中的推廣內容百分比，以進一步定製每個使用者的體驗。Amazon Personalize 會在提供的業務規則內，自動為每個使用者尋找最相關的項目或內容，並將其分發至使用者的推薦中。進一步了解。

解除鎖定產品描述、評論、電影簡介或其他非結構化文字中的資訊，為使用者產生高度相關的推薦。提供非結構化文字作為型錄的一部分，Amazon Personalize 會自動擷取關鍵資訊，以在產生推薦時使用。支援的語言包括中文 (簡體和繁體)、英文、法文、德文、日文、葡萄牙文和西班牙文。了解更多。

在產生推薦時，考慮哪些內容與您的使用者相關，哪些內容對您的業務很重要。除了相關性之外，您還可以定義影響推薦的目標。這可用於此功能在平台上花費的時間、使用者參與度、利潤、營收或您定義為對業務重要的任何數字指標。 進一步了解。

以最適合您的使用案例為基礎，Amazon Personalize 可提供使用即時或批次資料的靈活性。例如，即時資料可能更適合網站或應用程式上的產品或內容推薦。透過即時回應使用者不斷變化的意圖，提供更為相關的推薦。批次資料可能更適合大型通知行銷活動。例如，可以一次針對極大量的使用者或項目運算推薦、進行存放，然後將其提供給批次導向的工作流程，例如電子郵件系統。Amazon Personalize 現在支援增量批次資料匯入；用於更新資料和提高推薦品質的新選項。您可以輕鬆將新記錄附加至資料集中的現有資料中。進一步了解。

提供相關推薦需要您考慮檢視這些推薦的內容。透過內容相關的推薦，您可以為客戶實現更加個人化的體驗，並透過在內容中產生的推薦來提高推薦的相關性，例如裝置類型、一天中適合的時間等。進一步了解。

Amazon Personalize 讓客戶能自動理解 Personalize 對其業務目標，例如新增至購物車、頁面瀏覽量和點擊次數的影響。客戶可以透過計算傳送至系統之任何事件的影響，衡量任何 Personalize 推薦的業務成果。當使用者完成一項操作（即事件）時，該資料即傳送至 Personalize 並計算總影響。進一步了解。

Amazon Personalize 內容生成器採用生成式 AI，透過基礎模型產生的文字使建議更具吸引力。它為每個推薦附上描述推薦項目之間主題相似性的定製片段，提高個人化。將其納入網站輪播和電子郵件行銷活動，以取代「更像 X」等通用標題，從而與最終使用者建立更深入的連結。進一步了解。

建構者可以使用 LangChain 上的自訂鏈將 Amazon Personalize 與生成式 AI 解決方案無縫整合。透過預先設定的 LangChain 程式碼，您可以調用 Amazon Personalize、擷取行銷活動或推薦系統的建議，並將其無疑地輸入到 LangChain 生態系統中的生成式 AI 應用程式中。探索一系列用例，包括個人化行銷文案、在聊天機器人中推薦產品或內容，或為個人化內容產生簡明摘要。進一步了解。

Amazon Personalize 將傳回項目中繼資料作為推論輸出的一部分，改善生成式 AI 的工作流程。最多可選擇 10 個欄位，例如類型、評級和產品描述，並使用我們的 LangChain 整合功能將這些豐富的建議無縫地輸入到基礎模型中。這種更豐富的上下文內容有助於模型產生高度個人化的內容，以提高您與最終使用者的互動。進一步了解。