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 Ser …

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 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。」

這篇文章 AWS實踐個人化行銷 快速建立商品推薦名單 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。