Готовые Machine Learning (ML) решения для приложений от Amazon Web Services (AWS) улучшают бизнес. Обзор четырех самых популярных сервисов ML от AWS: Forecast, Fraud Detector, Rekognition и Personalize

Мировой монополист электронной коммерции Amazon делится своим практическим подходом к машинному обучению. Рассмотрим, какие 4 популярные модели можно легко настроить, чтобы получить прогнозы по своему проекту. Благодаря удобному интерфейсу консоли и подробным инструкциям вам не придется тратить время на изучение сложных технологий и алгоритмов машинного обучения.  Все, что необходимо для старта, это dataset с пользовательскими данными от 1000 записей.

Преимущества использования Amazon Fraud Detector.

• Определяйте подозрительные онлайн-платежи
• Выявляйте мошенничество с новым аккаунтом
• Предотвращайте неправомерное использование программы лояльности и пробного периода

AWS Rekognition 

Наверное вы слышали о том, что в США массово используют технологии искусственного интеллекта  в больницах, на дорогах и т.д. Машинный анализ снимков медицинских изображений позволяет жителям поднебесной устанавливать точный диагноз на основе серии подобных кейсов. В публичных местах в Китае интегрирована система  распознавания лиц в более чем 600 тысяч публичных камер. Модель машинного обучения позволила идентифицировала мужчину в розыске среди 70 тысяч зрителей концерта Джеки Чуна (Jacky Cheung).

Пример распознавания лиц в Amazone Rekognition

AWS Rekognition позволит внедрить в ваши приложения:

• Распознавание и аналитику изображений и видео.
• Поиск и анализ лиц
• Обнаружение средств индивидуальной защиты
• Распознавание знаменитостей
• Обнаружение пользовательских объектов
• Обнаружение текста

AWS Personalize

Всеукраинская сеть строительных супермаркетов Эпицентр открывает инновационный офис в Хмельницком. В нем будут работать 600  специалистов среди, которых специалисты ИТ, диджитала и рекламы.

Персонализация подбора контента - это то, что уже не  тренд, а необходимость. Маркетинг в крупных компаниях все больше превращаеться  в центры по выстраиванию среды потребителей — так называемые экосистемы. В рамках продуктовых экосистем бренды эффективно взаимодействуют с клиентами по разным каналам и в разных форматах. По этому пути идут крупные ритейлеры, интернет-магазины, IT-компании, банки.

Примеры использования AWS Personalize

• Вы только подумали о пицце, сказали об этом своей жене. И вот пицца уже у вас в телефоне. Последний раз вы брали с сыром, система напомнит об этом.
• Вы проезжаете мимо локального магазина. Система активирует персональное  предложение пуш уведомлением согласно вашей локации и погодных условий.
• В локальной точке для вас важно выбирать товар самостоятельно, без помощи консультанта. Система распознает вас, запомнит ваше поведение и при следующем визите выдаст рекомендации персоналу “консультировать только по просьбе клиента”.
• Инструменты AWS позволяют  иметь единый хаб информации о ваших товарах. Меняя один параметр вы получите мгновенное изменение информации во всех точках.
• Масштабируемое облако AWS позволяет легко открывать новые филиалы  e-commerce в других странах.

Возможности персонализации AWS Personalize

AWS Personalize упрощает разработчикам создание приложений с широким спектром возможностей для персонализации, включая:

• рекомендации по конкретным продуктам
• сортировку продуктов по персонализированному рейтингу
• индивидуальный прямой маркетинг.
• Предоставление высококачественных рекомендаций в реальном времени
• Персонализация каждой точки контакта с клиентом.

Развертывание готовых Machine Learning решений  от Amazon Web Services (AWS), можно поделить на четыре основных уровня:

• Уровень данных
• Уровень обучения
• Уровень вывода
• Уровень операций

При наличии исторических данных бизнес получит готовые рекомендации в первый час работы с моделью. Если же исторические данные не собирались ранее или отсутствуют, система начинает собирать их в реальном времени. Возможно использование готовых данных из открытых баз AWS. Больше информации о Amazon Simple Storage Service, он же Amazon S3, который используется в этой цепочке читайте здесь. Если вы хотите углубиться в тему облачных сервисов отправьте заявку на доступ к бесплатным видео-урокам по Amazon Web Services.

Softrom является сертифицированным партнером  - AWS Retail.

Компетенции Softprom AWS Retail Partner:

• Physical, Digital, and Virtual Store (локальные, цифровые и виртуальные магазины)
• Advanced Retail Data Science (продвинутая обработка данных в ритейл).

С нами Вы можете собирать, обогащать и распространять качественные данные о e-commerce продуктах по всем каналам продаж с максимальной эффективностью.

Независимо от того, являетесь ли вы B2B, B2C или D2C решения Amazon Web Services (AWS), основанные на Machine Learning (ML) моделях позволят вам:

1. Увеличить онлайн-продаж и рентабельности инвестиций
2. Сократить время вывода продуктов на рынок Увеличить среднюю стоимость заказа
3. Расширить свой бизнес в новые страны и каналы продаж
4. Снизить риск возврата продукта

Кому выгодно использовать ML AWS модели?

• Розничные торговцы и дистрибьюторы
• Производители Product manager и специалисты по продажам
• Команды по маркетингу и Web-разработчики
• Специалисты по электронной коммерции и аналитики

Мы можем с уверенностью сказать, что   AWS  имеет самое мощное  в мире программное обеспечение в облаке для быстрого развертывания собственной инфраструктуры продуктового менеджмента в ритейл. 

Softprom AWS Retail Partner гарантированно выведет вашу стратегию электронной коммерции на новый уровень!

По этой теме читайте также:

Data Lake Озеро данных – инновационная технология AWS Big Data, которая приносит пользу бизнесу.
[Видеообзор] Amazon Personalize — как построить e-commerce ИТ-сервисы как на amazon.com?
Запись сессии AWS Tech Talk: Internet of Things 
Как настроить удаленную работу? Решение от AWS. Поможем бесплатно запустить.
Миграция базы данных в облако AWS
Развертывание e-commerce в AWS
Автомасштабирование в AWS