Recursos do Amazon Personalize

A personalização do usuário prevê os itens com os quais um usuário interagirá com base em suas interações históricas com os itens do seu catálogo. A receita de personalização do usuário pode ser treinada em até 3 bilhões de interações e 5 milhões de itens exclusivos. Ao recomendar itens, a personalização do usuário melhora a descoberta e o engajamento com a exploração automática de itens e é atualizada a cada 2 horas para considerar novos itens (quando as atualizações automáticas estão ativadas).

A classificação personalizada ajuda você a fornecer uma lista de itens recomendados que são classificados para um usuário específico. Elas serão úteis se você tiver uma coleção de itens ordenados, como resultados de pesquisa, promoções ou listas pré-selecionadas, e quiser fornecer uma classificação personalizada para cada usuário. A classificação personalizada suporta até 5 milhões de itens com baixa latência e permite destacar e adaptar as recomendações de itens de acordo com a evolução dos interesses do usuário.

Melhore a visibilidade do seu catálogo exibindo itens que seus usuários estão visualizando, explorando ou pesquisando. Itens semelhantes gera recomendações de itens semelhantes a um item que você especificar. Use itens similares para ajudar os usuários a descobrir novos itens no catálogo com base no comportamento anterior deles e nos metadados do item. Recomendar itens semelhantes pode aumentar a interação do usuário, a taxa de cliques e a taxa de conversão para sua empresa.

Segmente automaticamente seus usuários com base no interesse deles em categorias de produtos, marcas e outros atributos. A afinidade do item identifica os usuários com base em seu interesse em itens individuais, como filmes, músicas ou produtos, e a afinidade pelo atributo do item identifica os usuários com base nos atributos que lhes interessam, como gênero ou faixa de preço. A segmentação inteligente de usuário pode ajudar você a promover o engajamento com campanhas de marketing, aumentar a retenção por meio de mensagens direcionadas e melhorar o retorno sobre o investimento de seus gastos com marketing.

Recomende itens que estão ganhando popularidade no ritmo mais rápido entre seus usuários. Usando o Trending Now, é possível definir a frequência com que ele identifica os itens em alta, com opções para atualizar as recomendações a cada 30 minutos, 1 hora, 3 horas ou 1 dia, com base nos dados de interação mais recentes de seus usuários.

Maximize o engajamento e a fidelidade à marca recomendando proativamente ações adaptadas às necessidades individualizadas dos usuários em tempo real. A próxima melhor ação gera recomendações de ações que seus usuários provavelmente tomarão com base nas interações anteriores com seu catálogo. Use a próxima melhor ação para recomendar ações de alto valor, como inscrição em programas de fidelidade, assinatura de um boletim informativo, exploração de uma nova categoria e download de uma aplicação.

O Amazon Personalize oferece flexibilidade para usar dados em tempo real ou em lote com base no que for mais apropriado para seu caso de uso. Por exemplo, dados em tempo real podem ser mais apropriados para recomendações de produtos ou conteúdo em um site ou aplicativo. Faça com que suas recomendações sejam relevantes respondendo em tempo real à evolução das intenções dos usuários. Os dados em lote podem ser mais apropriados para campanhas com ampla notificação. Por exemplo, você pode criar recomendações para um grande número de usuários ou itens de uma só vez, e armazenar e disponibilizar essas recomendações para fluxos de trabalho orientados por lotes, como sistemas de e-mail. O Amazon Personalize também suporta importações incrementais de dados em massa para atualizar seus dados e melhorar a qualidade de suas recomendações. Você pode reunir facilmente novos registros a dados existentes em seus conjuntos de dados.

Fazer recomendações relevantes exige que você considere o contexto em que elas serão vistas. Com recomendações contextuais, você entrega uma experiência mais personalizada aos clientes e aumenta a relevância das recomendações ao gerá-las dentro do contexto, como o tipo de dispositivo, hora do dia e muito mais.