預測使用者參與度

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。