AWS實踐個人化行銷 快速建立商品推薦名單

記者/陳士勳

為了實現個人化行銷內容推送,以及高效提升開信率及訂單轉換率,AWS(Amazon Web Services)於今日舉辦《AI/ML人工智慧及機器學習 解決方案日》,透過 AWS Glue Studio / Amazon Personalize 簡易操作的視覺化介面,快速打造商品推薦模型及名單,進而實踐個人化行銷。

AWS解決方案架構師Eric講解Amazon Personalize應用場景。圖片來源:1111人力銀行

AWS解決方案架構師Eric Liou認為,越來越多消費者希望能在消費行為獲得個人化體驗,但卻又遇到不少門檻,首先,衡量消費行為的資料量過於龐大,「加上運算資源有限,而且不同用戶族群,也有各自習慣使用的模型。」

AWS表示,AWS Glue Studio是個全新圖形介面,可幫用戶以視覺化方式撰寫資料及轉換工作流程,同時也能編輯任務指令碼,在任務的每個步驟中,檢查結構描述和資料結果,此外,除了常見的表格式資料,甚至能應用在難以在試算表介面呈現如記錄檔、事件、摘要等半結構化資料。

至於Amazon Personalize,Eric指出,該系統讓用戶透過ML(機器學習),將個人化建議整合到現有網站、應用程式、電子郵件等項目,也可細分產品、類別和品牌等偏好,以利有效執行潛在的客戶行銷活動,「可從商品描述、用戶評論、影片大綱取得關鍵資訊。」

Eric觀察,AWS Glue Studio簡易操作的介面,可加速用戶在建模前的ETL,Amazon Personalize則建置有效的推薦模型,且無需昂貴的維護成本,「相較廣發式行銷,找出個人化行銷內容,更可達最大成效。」

瀏覽 670 次

覺得不錯的話就分享出去吧!

發佈留言

Back to top button