| 사용자 개인화로 카탈로그 항목과의 과거 상호 작용을 기반으로 사용자가 상호 작용할 항목을 예측할 수 있습니다. 사용자 개인화 레시피는 최대 30억 개의 상호 작용과 500만 개의 고유 항목에 대해 훈련될 수 있습니다. 항목을 추천할 때 사용자 개인화는 자동 항목 탐색을 통해 검색 및 참여도를 높이고, 업데이트하여 새 항목을 고려하도록 2시간마다 업데이트합니다(자동 업데이트가 활성화된 경우). |
| 개인화된 순위는 특정 사용자를 위해 순위를 매긴 추천 항목 목록을 제공하는 데 도움이 됩니다. 이는 검색 결과, 프로모션 또는 선별된 목록과 같은 정렬된 항목 모음이 있고 각 사용자에게 맞춤형 순위 지정 기능을 제공하려는 경우에 유용합니다. 개인화된 순위는 짧은 지연 시간으로 최대 500만 개의 항목을 지원하며, 사용자의 관심사 변화에 따라 항목 추천을 강조하고 조정할 수 있습니다. |
| 사용자가 보거나 탐색하거나 검색하는 항목을 표시하여 카탈로그의 검색 가능성을 높일 수 있습니다. 유사한 항목은 지정한 항목과 유사한 항목에 대한 추천을 생성하는 것입니다. 유사한 항목을 사용하여 고객이 이전 행동 및 항목 메타데이터를 기반으로 카탈로그에서 새 항목을 찾도록 지원합니다. 유사한 항목을 추천하면 비즈니스에 대한 사용자 참여, 클릭률, 전환율을 높일 수 있습니다. |
| 제품 범주, 브랜드, 기타 속성에 대한 관심도를 기반으로 사용자를 자동으로 세분화합니다. 항목 선호도는 영화, 노래, 제품 등 개별 항목에 대한 관심도를 기반으로 사용자를 식별하고, 항목 속성 친화도는 장르, 가격대 등 관심 있는 속성을 기반으로 사용자를 식별합니다. 지능적인 사용자 세분화는 마케팅 캠페인에 대한 참여도를 높이고, 대상 메시징을 통해 유지율을 높이며, 마케팅 지출에 대한 투자 수익을 개선할 수 있습니다. |
| 사용자들 사이에서 가장 빠른 속도로 인기를 얻고 있는 항목을 추천합니다. 현재 인기 항목을 사용하면 사용자의 가장 최근 상호 작용 데이터를 기반으로 30분, 1시간, 3시간 또는 1일마다 권장 사항을 새로 고치는 옵션을 통해 현재 인기 있는 항목을 식별하는 빈도를 정의할 수 있습니다. |
| 실시간으로 사용자 개별 요구 사항에 맞는 조치를 선제적으로 추천하여 브랜드 참여와 충성도를 극대화할 수 있습니다. 차선책은 사용자가 카탈로그와의 이전 상호 작용을 기반으로 수행할 가능성이 높은 작업에 대한 권장 사항을 생성합니다. 차선책을 사용하여 로열티 프로그램 등록, 뉴스레터 가입, 새 카테고리 탐색, 앱 다운로드 등과 같이 가치가 높은 활동을 추천할 수 있습니다. |
| Amazon Personalize는 사용 사례에 가장 적합한 내용을 기반으로 실시간 또는 일괄 데이터를 사용할 수 있는 유연성을 제공합니다. 예를 들어 실시간 데이터는 웹사이트 또는 앱의 제품이나 콘텐츠 추천에 더 적합할 수 있습니다. 사용자의 변화하는 의도에 실시간으로 대응하여 정확한 추천을 제시할 수 있습니다. 일괄 데이터는 대규모 알림 캠페인에 더 적합할 수 있습니다. 예를 들어, 한 번에 많은 수의 사용자 또는 항목에 대한 추천을 계산하고, 저장한 다음, 이메일 시스템과 같은 일괄 지향 워크플로에 제공할 수 있습니다. 또한 Amazon Personalize는 데이터를 업데이트하고 권장 사항의 품질을 개선하기 위한 증분식 대량 데이터 가져오기를 지원합니다. 데이터 세트의 기존 데이터에 새 레코드를 쉽게 추가할 수 있습니다. |
| 관련이 있는 추천을 제공하려면 해당 추천이 표시되는 컨텍스트를 고려해야 합니다. 컨텍스트에 따른 추천을 사용하면 고객에게 보다 개인화된 경험을 제공하고 디바이스 유형, 시간대 등과 같은 컨텍스트 내에서 추천을 생성하여 추천의 관련성을 높일 수 있습니다. |
| 비즈니스 규칙을 적용하여 최적의 고객 경험을 제공합니다. 예를 들어, 최근에 구매한 품목을 필터링하고, 사용자가 특정 구독 계층에 있는 경우 프리미엄 콘텐츠를 강조 표시하거나, 캐러셀의 20%에 최신 스포츠 기사가 포함되도록 할 수 있습니다. 동적 필터를 사용하면 별도의 순열을 생성할 필요 없이 즉석에서 필터 규칙을 수정할 수 있습니다. |
| 비즈니스 목표와 일치하는 규칙을 기반으로 특정 항목 또는 콘텐츠를 홍보할 수 있습니다. 이 기능을 사용하면 추천 내에서 홍보할 콘텐츠의 비율을 제어하여 각 사용자의 경험을 추가로 사용자 지정할 수 있습니다. Amazon Personalize는 제공된 비즈니스 규칙 내에서 각 사용자에게 홍보하기에 가장 관련성이 높은 항목 또는 콘텐츠를 자동으로 찾아서 사용자의 추천 항목 안에 배포합니다. |
| 제품 설명, 리뷰, 영화 시놉시스 또는 기타 비정형 텍스트에 갇힌 정보를 잠금 해제하여 사용자에게 관련성이 높은 추천을 생성합니다. 비정형 텍스트를 카탈로그의 일부로 제공하면 Amazon Personalize가 추천을 생성할 때 사용할 주요 정보를 자동으로 추출합니다. 지원되는 언어는 중국어(간체 및 번체), 영어, 프랑스어, 독일어, 일본어, 포르투갈어, 스페인어입니다. |
| 콘텐츠 생성기는 생성형 AI를 사용하여 추천 항목 간의 주제 유사성을 설명하는 맞춤형 스니펫을 생성합니다. 이를 웹사이트 캐러셀과 이메일 캠페인에 통합하여 ‘X와 유사한 제품’ 또는 ‘자주 함께 구매한 상품’과 같은 일반적인 제목을 대체할 수 있습니다. |
| 상호 운용 가능한 구성 요소를 연결하여 대규모 언어 모델(LLM)을 기반으로 애플리케이션을 구축하기 위한 오픈 소스 프레임워크인 LangChain의 사용자 지정 체인을 사용하여 Amazon Personalize를 생성형 AI 솔루션과 원활하게 통합할 수 있습니다. 사전 구성된 LangChain 코드를 사용하면 Amazon Personalize를 간접적으로 호출하고, 캠페인 또는 추천자의 추천을 검색하고, 이를 LangChain 내의 생성형 AI 애플리케이션에 손쉽게 제공할 수 있습니다. 개인화된 마케팅 카피, 챗봇의 제품 또는 콘텐츠 추천, 개인화된 콘텐츠에 대한 간결한 요약 생성 등 다양한 사용 사례를 살펴보세요. |
| Amazon Personalize는 추론 출력에 메타데이터를 제공하여 생성형 AI 워크플로를 개선합니다. 장르, 등급, 제품 설명 등 최대 10개의 필드를 선택하고 Amazon Personalize LangChain 통합 기능을 사용하여 이러한 다양한 추천을 파운데이션 모델에 원활하게 제공할 수 있습니다. |