Funzionalità di Amazon Personalize

Personalizzazione degli utenti prevede gli elementi con cui un utente interagirà in base alla cronologia delle interazioni con gli articoli del catalogo. La ricetta di Personalizzazione degli utenti può essere addestrata su un massimo di 3 miliardi di interazioni e 5 milioni di articoli unici. Quando suggerisce articoli, Personalizzazione dell'utente migliora la scoperta e il coinvolgimento con l'esplorazione automatica degli articoli e si aggiorna ogni 2 ore per prendere in considerazione nuovi articoli (quando sono abilitati gli aggiornamenti automatici).

La classifica personalizzata consente di fornire un elenco di elementi suggeriti che vengono classificati per un utente specifico. È utile se disponi di una raccolta di elementi ordinati, come risultati di ricerca, promozioni o elenchi curati, e desideri fornire una classificazione personalizzata per ciascuno dei tuoi utenti. La classifica personalizzata supporta fino a 5 milioni di articoli a bassa latenza e consente di mettere in evidenza e adattare i suggerimenti degli articoli in base agli interessi in evoluzione di un utente.

Migliora la visibilità del catalogo presentando articoli che gli utenti stanno visualizzando, esplorando o cercando. Articoli simili genera suggerimenti per gli elementi simili a uno specificato dall'utente. Utilizza Articoli simili per aiutare gli utenti a scoprire nuovi articoli nel catalogo in base ai comportamenti precedenti e ai metadati degli articoli. Il suggerimento di Articoli simili può aumentare il coinvolgimento degli utenti, il tasso di clic e quello di conversione dell'attività.

Segmenta automaticamente gli utenti in base all'interesse per categorie di prodotto, marchi e altri attributi. Affinità degli articoli identifica gli utenti in base all'interesse per singoli articoli come film, canzoni o prodotti e Affinità degli attributi degli articoli identifica gli utenti in base agli attributi a cui sono interessati, come genere o fascia di prezzo. La segmentazione intelligente degli utenti stimola un maggiore coinvolgimento con le campagne di marketing, aumenta la fidelizzazione tramite la messaggistica mirata e aumenta il ritorno sull'investimento per la tua spesa sul marketing.

Suggerisci articoli che stanno guadagnando popolarità al ritmo più veloce tra gli utenti. Utilizzando In tendenza ora anche definire la frequenza con cui vengono identificati gli elementi di tendenza, con opzioni per l'aggiornamento dei suggerimenti ogni 30 minuti, 1 ora, 3 ore o 1 giorno, in base ai dati sulle interazioni più recenti degli utenti.

È possibile massimizzare il coinvolgimento e la fidelizzazione del marchio consigliando in modo proattivo azioni su misura in base alle esigenze dei singoli utenti in tempo reale. Next best action (la prossima azione più probabile) genera suggerimenti sulle azioni che è probabile che gli utenti intraprendano in base alle interazioni precedenti con il catalogo. Usa Next best action per consigliare azioni di alto valore come l'iscrizione a programmi fedeltà, l'iscrizione a una newsletter, l'esplorazione di una nuova categoria e il download di un'app.

Amazon Personalize offre la flessibilità di utilizzare dati in tempo reale o in batch, in base a ciò che è più appropriato per il tuo caso d'uso. Ad esempio, i dati in tempo reale possono essere più appropriati per i suggerimenti di prodotti o contenuti su un sito web o un'app. Rendi pertinenti i tuoi suggerimenti rispondendo alle intenzioni di cambiamento degli utenti in tempo reale. I dati batch possono essere più appropriati per campagne di notifica di grandi dimensioni. Ad esempio, è possibile calcolare i suggerimenti per un grande numero di utenti o articoli in una sola volta, memorizzarli e inviarli per flussi di lavoro in batch come i sistemi di gestione di e-mail. Amazon Personalize supporta anche l'importazione incrementale di dati in blocco per aggiornare i dati e migliorare la qualità dei suggerimenti. È possibile aggiungere facilmente nuovi record ai dati esistenti nei set di dati.

Per fornire suggerimenti pertinenti è necessario considerare il contesto in cui vengono visualizzati. Con i suggerimenti contestuali, è possibile offrire un'esperienza più personalizzata ai clienti e migliorare la pertinenza dei suggerimenti generandoli all'interno di un contesto, come il tipo di dispositivo, l'ora del giorno e altro ancora.