預測使用者參與度解決方案提供簡單的架構,可自動執行以下程序:根據 Amazon Personalize 中的使用者活動提出預測建議,並使用這些建議更新 Amazon Pinpoint 端點。

此指引旨在提供一個簡單的架構,來示範如何使用 ML 提出產品建議並自動更新端點和區段。您能以此架構作為基礎,來處理各式各樣的使用案例。

概觀

以下圖表展示了您可以使用 GitHub 上的範例程式碼建置的架構。

預測使用者參與度 | 架構圖
 按一下以放大

預測使用者參與度架構

該程式碼會部署 AWS Lambda 函數,可從應用程式中擷取使用者活動資料。此函數會將資料傳送到 Amazon Personalize,以在資料上執行機器學習 (ML) 模型來識別模式。Amazon Personalize 會為每個使用者 ID 產生建議項目的個人化排名。

Lambda 函數會擷取個人化排名並將其傳送到 Amazon Pinpoint,系統會根據個人化排名與客群篩選條件的相符程度,使用這些建議自動更新屬於您客群的端點。例如,如果您曾傳送產品 A 的相關簡訊給客戶,但根據最近的活動顯示,該客戶現在展現了對產品 B 的偏好,則此指引將自動更新客戶端點,將端點從接收產品 A 簡訊的客群移至接收產品 B 簡訊的客群。

您還可以設定行銷活動,以向此指引更新的客群傳送個人化、及時且相關的訊息。您可以選擇立即或稍後傳送訊息,也可以建立週期性進行的行銷活動,以設定的時間間隔傳送訊息。如需詳細資訊,請參閱 Amazon Pinpoint 行銷活動

此指引包括個人化汽車搜尋的範例資料集,用於訓練機器學習 (ML) 模型。它亦包含一個示範,說明如何使用 ML 提出產品建議,並自動更新端點和客群。您能以此架構作為基礎,來處理各式各樣的使用案例。

 

預測使用者參與度

1.0 版
上次更新日期:2019 年 11 月
作者:AWS

此 Solutions Implementation 是否對您有幫助?
提供意見回饋 

功能

自動化

建立架構,使用來自 Amazon Personalize 的預測性建議自動更新 Amazon Pinpoint 端點。

示範

此指引包括個人化汽車搜尋的範例資料集,以及可用於示範功能的示範演練。
建立圖示
自行部署解決方案

瀏覽我們的 AWS 解決方案實作庫,獲取常見架構問題的答案。

進一步了解 
尋找 APN 合作夥伴
尋找 APN 合作夥伴

尋找 AWS 認證的諮詢與技術合作夥伴協助您入門。

進一步了解 
探索圖示
探索解決方案諮詢產品

瀏覽我們的諮詢產品組合,獲取經過 AWS 審核的解決方案部署協助。

進一步了解