Paytm 使用 Amazon Personalize 來使用個人化推薦提高首頁銷售量

金融服務公司 Paytm 希望藉由在其電子商務平台 Paytm Mall 的首頁實施個人化推薦，提高銷售量與點擊率。為了建立這套推薦模型，Paytm 需要一個強大的機器學習 (ML) 解決方案，來分析並向每天超過 1,000 萬名在 Paytm Mall 購物的活躍使用者提供推薦。

Paytm 採用 Amazon Web Services（AWS），並使用全託管的 ML 服務 Amazon Personalize 來建立個人化模型，為每位客戶提供推薦。藉助 Amazon Personalize，開發人員無須 ML 專業知識，即可使用 Amazon.com 採用的 ML 技術輕鬆建置應用程式，提供近乎即時的個人化推薦。使用 Amazon Personalize，Paytm 增加了銷售量和 Paytm Mall 首頁的點擊率，同時使其客戶能更輕鬆找到商品。

Paytm 是位於印度的數位支付、電子商務和金融服務供應商。目前，這家公司支援超過 1700 萬戶商家，每天有數百萬人使用他們的系統來支付水電費用、購買雜貨、電影票等。Paytm 的服務還包含旅行預訂、保險和零售 (Paytm Mall)，這些都包含在 Paytm 應用程式中。該公司希望建立一個 ML 模型，根據使用者的瀏覽歷史記錄，在 Paytm Mall 首頁上為他們提供個人化推薦。過去，該公司尚未提供針對個人使用者的個性化推薦服務，但已有「商品對商品」的推薦小工具。

該公司曾考慮自行開發解決方案，但最終 Paytm 判斷使用 Amazon Personalize 可更快速部署，並達到更出色的處理效率。Paytm 已經在應用程式部署中使用 AWS，因此對該環境相當熟悉。該公司於 2021 年 5 月開始實施 Amazon Personalize，個人化推薦模式於 2021 年 9 月上線。Paytm 在過渡期間獲得了 Amazon Personalize 工程和支援團隊的協助。「我們獲得了來自 AWS 團隊的極大協助，特別是在開發的初期階段，」Paytm 技術主管 Ankur Gogate 表示。

使用 Amazon Personalize 與其他 AWS 服務，Paytm 收集使用者資料，並將其投入推薦模型，為 Paytm Mall 每日 1,000 多萬名訪客產生獨特的內容建議。為了提供支援個人化模型的資料輸出，Paytm 使用內部開發的 Java 型應用程式，以及 Amazon EMR，其是一項雲端巨量資料服務，可用於執行大規模分散式資料處理作業、互動式 SQL 查詢，以及使用開放原始碼分析框架的 ML 應用。使用者資料經由 Amazon EMR 處理後，會傳送至 Amazon Personalize 並投入個人化模型，該模型會產生可推送到首頁的個人化推薦結果。這些推薦為每位 Paytm Mall 訪客創造了個人化的體驗。「個人化可以幫助使用者以最少的點擊次數獲得所需的內容，」Gogate 表示。使用 Amazon Personalize 進行個人化，我們能根據個人選擇和喜好為每位使用者打造一個獨特的應用程式。」

自從導入個人化推薦模型後，Paytm 憑著 Paytm Mall 首頁達到了 5.5% 至 6% 轉換率。相比之下，Paytm 先前使用的商品對商品推薦小工具點擊率僅為 1.8% 至 2%。「這個轉換率高於我們以往使用任何推薦模型達到的效果，」Gogate 表示。「因為這些推薦都在首頁上，因此人們可以直接找到他們想要的東西。這有助於增加我們的總訂單和首頁本身帶來的銷售量。」 實施推薦解決方案後，Paytm 也能更有效衡量首頁的使用情況，因為該公司過去並未收集首頁轉換率的相關資料。

使用 Amazon Personalize 提升了 Paytm 的業務靈活性，並幫助公司持續創新。「使用者個人化功能上線後，我們意識到可以快速、輕鬆將 Amazon Personalize 與其他新解決方案整合，」Gogate 表示。Paytm 正在考慮開發另一種解決方案，提供品牌型的推薦。團隊無需從零開發新系統，而是利用現有的 Amazon Personalize 方案，迅速推出測試版。這款全新的品牌推薦模型目前正在測試中，將根據使用者以往在應用程式中接觸過的品牌提供個人化推薦。使用 Amazon Personalize，該測試版僅 1 個月就完成部署，而團隊估計，若自行開發類似模型，所需時間將是其兩倍。「我們發現，藉助 Amazon Personalize，團隊能夠以非常簡單、隨插即用的方式部署推薦模型，」Gogate 表示。「這對我們公司而言非常有利，讓我們能夠迅速為使用者提供新的推薦模型。」

Paytm 正在探索，除了 Paytm Mall 之外，未來還能在哪些應用程式功能中導入個人化推薦。「Amazon Personalize 為 Paytm 開啟了實施個人化的全新領域，」Gogate 表示。「現在，Paytm 可能很快會開始探索各種利用使用者個人化的方式，以在其他業務領域 (例如旅遊與保險) 獲得更好的成果。」 透過更多個人化服務，Paytm 希望協助客戶更有效率地獲取所需的服務和商品。

最終，Paytm 不僅提升了銷售額，還開拓了新的機會。「使用 Amazon Personalize 協助我們創新並重新思考提升銷售轉換率的整體策略，」Gogate 說道。