[Видеообзор] Amazon Personalize — как построить e-commerce ИТ-сервисы как на amazon.com?

Сервис Amazon Web Services (AWS) Amazon Personalize - это широкий набор возможностей для персонализации. Библиотека включает рекомендации по опеределенным продуктам, кастомизацию продуктов по персонализированному рейтингу и индивидуальный прямой маркетинг.

• Что такое готовые модели персонализации от AWS. Логика продукта
• Как это работает? Пример кейса с электрогитарами
• Опции персонализации
• Примеры входных данных для сервиса машинного обучения Personalize от AWS
• Пути получения данных для настройки Amazon Personalize
• Преимущества Амазон персоналайз
• Персоналайз для маркетологов.  2 кейса практического использования
• Типы dataset и содержание полей для Amazon Personalize
• Как это работает в консоле? Workshop Amazon Personalize
• Сессия вопросов и ответов. От чего зависит стоимость реализации инструмента? Amazon Personalize pricing.

Что такое готовые модели персонализации от AWS.

История возникновения, моделей взаимодействия с пользователем в реальном времени на базе кейсов мирового маркетплеса Амазон. Гото́вые алгоритмы или обучаемая модель обработки данных.

Amazon Personalize можно легко интегрировать в веб-сайты, мобильные приложения или системы управления контентом и электронного маркетинга с помощью простого вызова API логического вывода.

Amazon Personalize - это некий движок или модель машинного обучения, которая уже имеет в себе все преднастроенные функции и параметры. Алгоритм может автоматически перебирать эти параметры и подставлять нужные вам в процессе тренировки, в зависимости от того какие входящие данные мы даем.  То есть  мы больше не заниматься сложной разработкой , мы не пишем никакой код. Построение нейронных сетей , взаимосвязей между ними это все ложиться на саму систему Amazon Personalize и упрощает жизнь.

Как это работает на примере кейса с электрогитарами.

Идентификация юзера по User ID. 56% пользователей , которые видели персональные рекомендации возвращаются на сайт за повторными покупками. В зависимости от того, что пользователи делают на вашем ресурсе рекомендации меняются.

Вам не надо перенастраивать алгоритм выдачи контента. Модель сама обучается и подстраиваться под динамическое изменение в данных. В Европе персонализация это не тренд, а необходимость. Если у вас на сайте нет персонализации - это большое отставание от конкурентов.

Опции персонализации:

• Цепочка покупок. С этим товаром еще приобретают
• Построение рейтинга товаров у вас на сайте. Когда приходит пользователь и ему показывают самые актуальные товары, которые покупают
• Персонализированная выдача на основе предыдущего поведения юзера
• Как это работает на примере кейса с электрогитарами.

Какие входные данные собираем для сервиса машинного обучения Personalize от AWS?

• Подписка на товар
• Общение между менеджером и клиентом
• Статьи о продуктах
• Отзывы
• Расположение наших клиентов, откуда они к нам приходят

Пути получения данных для настройки Amazon Personalize:

• Либо мы собирали эту информацию раньше. У нас есть исторические данные
• Либо мы собираем эту информацию в реальном времени
• Либо мы используем открытые базы Амазон

Разберем подробно вариант обработки готовых исторических данных в AWS.

У каждой  модели есть свой трекинг, который позволяет вам интегрировать практически любой язык программирования. Вы используете IPI сервиса, подключаете его в своем коде, просто прописываете ID трекеры компании.
Если же у вас есть исторические данные , то интегрирова данный трекинг, подключив еще больше и больше данных,  вы расширите вашу модель и сможете еще более точнее настроить персональную выдачу.

Типы датасетов cервиса AWS (Amazon Web Services) Amazon Personalize:.

• Interactions dataset (основные поля ID)
• User Dataset
• Product dataset

Для старта набор должен включать 1000 записей, не менее чем о 25 различных пользователях, которые имеют минимум 2 взаимодействия  с разными товарами. Interactions dataset (основные поля ID пользователя, ID товара, время и что произошло. Пользователь купил товар, добавил в корзину, добавил в избранное, добавил в комментарий, просмотрел и т.д.)
Дополнительные поля используются для оптимизации мета данных, категоризации  и использования фильтров.  (User Dataset). Например: возраст пользователя, пол, день рождение, адрес.
Product data set  -  аналогично User Dataset, это любые поля , которые могут повлиять на покупку, релевантные вашему кейсу.

Преимущества Амазон персоналайз:

• Улучшайте уникальным образом удобства использования домашней страницы
• Помогите клиентам быстрее знакомиться с продуктом
• Рейтинги сопутствующих товаров
• Повышение дополнительных и перекрестных продаж
• Улучшение рекомендаций по продукту
• Улучшение маркетинговой коммуникации

Идентификация юзера по User ID. 56% пользователей , которые видели персональные рекомендации возвращаются на сайт за повторными покупками. В зависимости от того, что пользователи делают на вашем ресурсе рекомендации меняются.

Разберем подробно, как работает персоналайз для маркетологов.

Кейс 1.Обработав данные выше отдел маркетинга получает файл с рекомендациями типа: этой группе юзеров отправить такие предложения , а этой такие. Если  клиент использует мобильное приложение, данную кастомизацию можно реализовать на примере пуш уведомлений.

Кейс 2. Location based marketing. Когда пользователь проезжает мимо локального магазина бренда и ему приходит уведомление.

Как это работает в консоле? Workshop Amazon Personalize.

Изучаем интерфейс. На каждой вкладке расположен Installation guide. Создаем кампанию в Amazon Personalize. Разбор наборов юзер-кейсов. Создание группы datasets. Импорт данных. Ядро юзеров. Ядро товаров. Cхема определений. (Scheme definitions). Конфигурация трекинга евентов. Инсталяция SDK. Настройка модели Амазон персоналайз: Solutions and recipes (алгоритмы). Тестирование кампании в пользовательском интерфейсе. Получение и анализ результатов рекомендаций. Магазин реализованных проектов. Шаблоны демо среды, которые можно развернуть и  протестировать.

Сессия вопросов и ответов. От чего зависит стоимость использования приложения?

Amazon Personalize pricing. Главная составляющая стоимости приложения Amazon Personalize - объем использования облачного хранилища AWS.