- Machine Learning›
- Amazon Personalize›
- Características de Amazon Personalize
Características de Amazon Personalize
Temas de la página
Crear recomendacionesCrear recomendaciones
Personalización para los usuarios
La personalización del usuario predice los artículos con los que interactuará un usuario en función de sus interacciones históricas con los artículos de tu catálogo. La receta de personalización del usuario se puede entrenar en hasta 3 mil millones de interacciones y 5 millones de artículos únicos. Al recomendar artículos, la personalización de los usuarios mejora el descubrimiento y la interacción con la exploración automática de los artículos y se actualiza cada 2 horas para tener en cuenta los nuevos artículos (cuando las actualizaciones automáticas están habilitadas). |
Clasificaciones personalizadas
La clasificación personalizada le ayuda a ofrecer una lista de artículos recomendados que se clasifican para un usuario en especial. Esto resulta útil si tiene una colección de artículos pedidos, como resultados de búsqueda, promociones o listas organizadas, y quiere ofrecer clasificaciones personalizadas a cada uno de los usuarios. La clasificación personalizada admite hasta 5 millones de artículos con baja latencia y le permite destacar y adaptar las recomendaciones de artículos de acuerdo con los intereses cambiantes de los usuarios. |
Recomendaciones sobre artículos similares
Mejore la visibilidad de su catálogo mostrando los elementos que los usuarios están viendo, explorando o buscando. Artículos similares genera recomendaciones para artículos similares a uno que usted especifique. Utilice artículos similares para ayudar a los usuarios a descubrir nuevos artículos de su catálogo en función de su actividad previa y los metadatos de los artículos. Recomendar artículos similares puede aumentar la interacción de los usuarios, la cantidad de clics y la tasa de conversión de su negocio. |
Segmentación de usuarios
Segmente automáticamente a sus usuarios en función de su interés en las categorías de productos, las marcas y otros atributos. La afinidad de artículos identifica a los usuarios en función de su interés en artículos individuales, como películas, canciones o productos, y la afinidad de atributos de artículo identifica a los usuarios en función de los atributos que les interesan, como el género o el precio. La segmentación inteligente de usuarios puede servirle para conseguir una mayor interacción con las campañas de marketing, aumentar la retención a través de mensajes específicos y mejorar el retorno de inversión de sus inversiones en marketing. |
Trending-Now
Recomiende artículos que ganen popularidad al ritmo más rápido entre sus usuarios. Con Trending-Now, puede definir la frecuencia con la que identifica los artículos en tendencia, con opciones para actualizar las recomendaciones cada 30 minutos, 1 hora, 3 horas o 1 día, en función de los datos de interacciones más recientes de sus usuarios. |
Próximas acciones recomendadas
Maximice el compromiso y la lealtad a la marca recomendando de forma proactiva acciones adaptadas a las necesidades individuales de usuarios en tiempo real. La siguiente acción recomendada genera sugerencias de acciones que es probable que sus usuarios realicen en función de sus interacciones anteriores con su catálogo. Utilice la siguiente acción recomendada para recomendar acciones de gran valor, como inscribirse en programas de fidelización, suscribirse a un boletín informativo, explorar una nueva categoría y descargar una aplicación. |
Recomendaciones en tiempo real o por lote
Amazon Personalize aporta flexibilidad para usar datos en tiempo real o por lote en función de que lo sea más adecuado para su caso de uso. Por ejemplo, los datos en tiempo real pueden ser más adecuados para las recomendaciones de productos o contenido en un sitio web o una aplicación. Adáptese a los cambios de intención de los usuarios en tiempo real para lograr que sus recomendaciones sean relevantes. Los datos por lote pueden ser más adecuados para las grandes campañas de notificación. Por ejemplo, puede computar recomendaciones para cantidades significativas de usuarios o artículos de una sola vez, almacenarlas e incorporarlas en flujos de trabajo orientados a lotes, como los sistemas de correo electrónico. Amazon Personalize también admite importaciones masivas incrementales de datos para actualizar sus datos y mejorar la calidad de sus recomendaciones. En los conjuntos de datos, puede agregar con facilidad nuevos registros a los datos existentes. |
Recomendaciones contextuales
Para ofrecer recomendaciones relevantes, se requiere tener en cuenta el contexto en el que se van a visualizar. En el caso de las recomendaciones contextuales, se puede entregar a los clientes una experiencia más personalizada y mejorar la relevancia de las recomendaciones. Para ello, debe generarlas dentro de un contexto, por ejemplo, por tipo de dispositivo y hora del día, entre otros parámetros. |
Recomendaciones de ajuste
Reglas y filtros comerciales
Aplique reglas comerciales para entregar una experiencia óptima al cliente. Por ejemplo, puede filtrar los artículos adquiridos recientemente, destacar contenido prémium si un usuario está registrado en un nivel de suscripción en particular, o garantizar que el 20 % de un carrusel con artículos deportivos que son tendencia. Los filtros dinámicos sirve para modificar las reglas comerciales sobre la marcha sin tener que crear permutaciones independientes. |
Promociones
Promueva artículos específicos o contenido basado en reglas que se alinean con sus objetivos comerciales. Con esta característica puede controlar el porcentaje de contenido promocionado dentro de sus recomendaciones para personalizar mejor cada experiencia de usuario. De manera automática, Amazon Personalize encuentra los artículos o el contenido más relevantes para promocionarlos a cada usuario dentro de las reglas comerciales proporcionadas y los distribuye en las recomendaciones del usuario. |
Compatibilidad con texto no estructurado
Desbloquee la información atrapada en descripciones de productos, reseñas, sinopsis de películas y otro texto no estructurado para generar recomendaciones de mucha relevancia para los usuarios. Proporcione texto sin estructura como parte de su catálogo y Amazon Personalize automáticamente extrae información clave para usarla cuando genere recomendaciones. Los idiomas admitidos incluyen chino (simplificado y tradicional), inglés, francés, alemán, japonés, portugués y español. |
Capacidades de IA generativa
Generador de contenido
El generador de contenido usa IA generativa para crear un fragmento personalizado que describe la similitud temática entre los elementos recomendados. Incorpórelo en carruseles de sitios web y campañas de correo electrónico para reemplazar títulos genéricos como “Más como X” o “A menudo se compran juntos”. |
Integración con LangChain
Puede utilizar una cadena personalizada en LangChain, que es un marco de código abierto para crear aplicaciones basadas en modelos de lenguaje de gran tamaño (LLM) encadenando componentes interoperables, con el fin de integrar sin problemas Amazon Personalize con soluciones de IA generativas. Con el código LangChain preconfigurado, puede invocar Amazon Personalize, recuperar recomendaciones para una campaña o un recomendador e incorporarlas sin problemas a sus aplicaciones de IA generativas dentro de LangChain. Explore una variedad de casos de uso, como textos de marketing personalizados, recomendación de productos o contenido en chatbots, o generación de resúmenes concisos para contenido personalizado. |
Suministrar metadatos para inferir respuestas
Amazon Personalize mejora su flujo de trabajo de IA generativa al introducir metadatos en el resultado de la inferencia. Puede seleccionar hasta 10 campos, como el género, la clasificación y la descripción del producto, y utilice nuestra capacidad de integración LangChain de Amazon Personalize para incorporar sin problemas estas recomendaciones enriquecidas a los modelos básicos. |