Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Apa itu Amazon Personalize?
Amazon Personalize adalah layanan pembelajaran mesin yang dikelola sepenuhnya yang menggunakan data Anda untuk menghasilkan rekomendasi item bagi pengguna Anda. Hal ini juga dapat menghasilkan segmen pengguna berdasarkan afinitas pengguna untuk item tertentu atau metadata item.
Kasus penggunaan umum meliputi:
-
Mempersonalisasi aplikasi streaming video — Anda dapat menggunakan sumber daya Amazon Personalisasi yang telah dikonfigurasi sebelumnya atau dapat disesuaikan untuk menambahkan beberapa jenis rekomendasi video yang dipersonalisasi ke aplikasi streaming Anda. Misalnya, Pilihan teratas untuk Anda, Lebih suka X dan Rekomendasi video paling populer.
-
Menambahkan rekomendasi produk ke aplikasi e-niaga — Anda dapat menggunakan sumber daya Amazon Personalisasi yang telah dikonfigurasi sebelumnya atau dapat disesuaikan untuk menambahkan beberapa jenis rekomendasi produk yang dipersonalisasi ke aplikasi ritel Anda. Misalnya, Direkomendasikan untuk Anda, Sering dibeli bersama dan Pelanggan yang melihat X juga melihat rekomendasi produk.
-
Menambahkan rekomendasi tindakan terbaik berikutnya secara real-time ke aplikasi Anda — Anda dapat menggunakan sumber daya Amazon Personalisasi yang dapat disesuaikan untuk merekomendasikan tindakan yang kemungkinan besar akan diambil pengguna berdasarkan perilaku mereka. Misalnya, Anda dapat menambahkan rekomendasi waktu nyata untuk mendaftar di program loyalitas, mengunduh aplikasi seluler, atau mendaftar untuk email promosi.
-
Membuat email yang dipersonalisasi - Anda dapat menggunakan sumber daya Amazon Personalisasi yang dapat disesuaikan untuk menghasilkan rekomendasi batch untuk semua pengguna di daftar email. Maka Anda dapat menggunakan AWS layanan atau layanan pihak ketiga untuk mengirim email yang dipersonalisasi kepada pengguna yang merekomendasikan item dalam katalog Anda.
-
Membuat kampanye pemasaran yang ditargetkan — Anda dapat menggunakan Amazon Personalize untuk menghasilkan segmen pengguna yang kemungkinan besar akan berinteraksi dengan item di katalog Anda. Maka Anda dapat menggunakan AWS layanan atau layanan pihak ketiga untuk membuat kampanye pemasaran yang ditargetkan yang mempromosikan item yang berbeda ke segmen pengguna yang berbeda.
-
Mempersonalisasi hasil penelusuran — Anda dapat menggunakan sumber daya Amazon Personalisasi yang dapat disesuaikan untuk mempersonalisasi hasil penelusuran bagi pengguna Anda. Misalnya, Amazon Personalize dapat memberi peringkat ulang hasil penelusuran yang Anda hasilkan. OpenSearch
Untuk sebagian besar kasus penggunaan, Amazon Personalize menghasilkan rekomendasi terutama berdasarkan data interaksi item. Data interaksi item berasal dari pengguna yang berinteraksi dengan item di katalog Anda. Misalnya, pengguna mengklik item yang berbeda. Data interaksi item Anda dapat berasal dari catatan interaksi massal historis Anda dalam sebuah CSV file, dan peristiwa real-time dari pengguna Anda saat mereka berinteraksi dengan katalog Anda. Dalam beberapa kasus, Amazon Personalize juga menggunakan data dari item dan pengguna seperti genre, harga, atau jenis kelamin. Dan untuk skenario tindakan terbaik berikutnya, ia menggunakan tindakan dan data interaksi tindakan.
Saat mengimpor data massal, Anda dapat menggunakan Amazon SageMaker Data Wrangler untuk mengimpor data dari 40+ sumber dan menyiapkannya untuk Amazon Personalisasi. Untuk informasi selengkapnya, lihat Mempersiapkan dan mengimpor data massal menggunakan Amazon SageMaker Data Wrangler.
Amazon Personalize mencakup API operasi untuk personalisasi real-time, dan operasi batch untuk rekomendasi massal dan segmen pengguna. Anda dapat memulai dengan cepat dengan rekomendasi yang dioptimalkan kasus penggunaan untuk domain bisnis Anda, atau Anda dapat membuat sumber daya kustom yang dapat dikonfigurasi sendiri.
Topik
Harga untuk Amazon Personalisasi
Dengan Amazon Personalize, tidak ada biaya minimum dan tidak ada komitmen di muka. Sebuah AWS Tingkat Gratis
Untuk daftar lengkap biaya dan harga, lihat Harga Amazon Personalisasi
Terkait AWS layanan dan solusi
Amazon Personalize terintegrasi secara mulus dengan yang lain AWS layanan dan solusi. Sebagai contoh, Anda dapat:
-
Gunakan Amazon SageMaker Data Wrangler (Data Wrangler) untuk mengimpor data dari 40+ sumber ke kumpulan data Amazon Personalize. Data Wrangler adalah fitur Amazon SageMaker Studio yang menyediakan end-to-end solusi untuk mengimpor, menyiapkan, mengubah, dan menganalisis data. Untuk informasi selengkapnya, lihat Mempersiapkan dan mengimpor data massal menggunakan Amazon SageMaker Data Wrangler.
-
Gunakan AWS Amplify untuk merekam peristiwa interaksi item. Amplify menyertakan JavaScript pustaka untuk merekam peristiwa dari aplikasi klien web. Dan itu termasuk perpustakaan untuk merekam peristiwa dalam kode server. Untuk informasi selengkapnya, lihat Amplify Documentation
. -
Otomatiskan dan jadwalkan tugas Amazon Personalisasi dengan Mempertahankan Pengalaman yang Dipersonalisasi dengan Machine Learning
. Ini AWS Implementasi Solusi mengotomatiskan alur kerja Amazon Personalize, termasuk impor data, pelatihan versi solusi, dan alur kerja batch. -
Gunakan Amazon CloudWatch Terbukti untuk melakukan pengujian A/B dengan rekomendasi Amazon Personalize. Untuk informasi selengkapnya, lihat Pengujian A/B dengan CloudWatch Terbukti.
Layanan pihak ketiga
Amazon Personalize bekerja dengan baik dengan berbagai layanan pihak ketiga.
-
Amplitudo — Anda dapat menggunakan Amplitudo untuk melacak tindakan pengguna untuk membantu Anda memahami perilaku pengguna Anda. Untuk informasi tentang penggunaan Amplitude dan Amazon Personalize, lihat berikut ini AWS Posting blog Jaringan Mitra (APN): Mengukur Efektivitas Personalisasi dengan Amplitudo dan Amazon Personalisasi
. -
Braze - Anda dapat menggunakan Braze untuk mengirim email yang dipersonalisasi kepada pengguna yang merekomendasikan item di katalog Anda. Braze adalah platform perpesanan terkemuka di pasar (email, push,SMS). Untuk lokakarya yang menunjukkan cara mengintegrasikan Amazon Personalize dan Braze, lihat Workshop Amazon Personalize.
-
mParticle— Anda dapat menggunakan mParticle untuk mengumpulkan data peristiwa dari aplikasi Anda. Untuk contoh yang menunjukkan cara menggunakan mParticle dan Amazon Personalisasi untuk menerapkan rekomendasi produk yang dipersonalisasi, lihat Cara memanfaatkan kekuatan CDP untuk pembelajaran mesin:
Bagian 2. -
Optimizely - Anda dapat menggunakan Optimizely untuk melakukan pengujian A/B dengan rekomendasi Amazon Personalize. Untuk informasi tentang penggunaan Optimizely dan Amazon Personalize, lihat Optimizely integrates with Amazon Personalize untuk menggabungkan machine learning yang canggih dengan eksperimen
. -
Segmen — Anda dapat menggunakan Segmen untuk mengirim data Anda ke Amazon Personalize. Untuk informasi selengkapnya tentang mengintegrasikan Segmen dengan Amazon Personalize, lihat Amazon Personalize Destination
.
Untuk mengetahui daftar lengkap mitra, lihat Amazon Personalisasi
Pelajari selengkapnya
Sumber daya berikut memberikan informasi tambahan tentang Amazon Personalize:
-
Untuk referensi cepat guna membantu menentukan apakah Amazon Personalize sesuai dengan kasus penggunaan Anda, lihat Amazon Personalize Cheat Sheet di repositori Amazon Personalize
samples. -
Untuk serangkaian video tentang cara menggunakan Amazon Personalize, lihat Amazon Personalize Deep Dive Video
Series yang ditemukan di. YouTube -
Untuk tutorial mendalam dan contoh kode, lihat amazon-personalize-samples GitHub repositori
.