개인화된 추천 모델 만들고 배포하기

The case for Personalize

Every touchpoint is personal
- 고객과 상호 작용할 기회가 생겼을 때 고객이 원하는 경험을 전달하고 싶습니다.
Consumers expect personalized user experiences
- 63%의 소비자가 '개인화'를 표준 서비스 수준으로 인식하고 있습니다.
Type of Recommendation methods
- 컨텐츠 기반 (Content-based filtering)
  - Item을 feature로 표현 후, item끼리 비슷한지 비교
- 협업 필터링 (Collaborative filtering)
  - User-item의 상호 작용(Interaction) 정보를 통해 user가 좋아할 만한 item을 추천
  - User-based vs Item-based

Why Amazon Personalize?

The evolution of 20+ years
Leveraging ML to improve user experience
- 고객의 변화하는 선호도와 행동에 대응하는 고품질 추천을 제공합니다. 빠르게 변화하는 카탈로그에 대해 최대 50% 더 나은 권장 사항을 생성합니다.
- 모든 데이터는 비공개로 안전하게 암호화 되며 고객을 위한 권장 사항을 만드는 데만 사용됩니다. 데이터는 고객 간에 또는 Amazon.com과 공유되지 않습니다.
- Amazon Personalize를 기존 웹 사이트, 앱, SMS 및 이메일 마케팅 시스템에 쉽게 통합하여 모든 고객 접점을 개인화 하십시오.
- Amazon Personalize가 클릭 몇 번으로 사용자 지정 ML모델을 구축, 교육 및 배포하는 모든 작업을 수행하도록 하여 대규모 ML솔루션을 쉽게 구현할 수 있습니다.
Amazon Personalize successes
- 67% 사용자당 기사 읽기 증가
- 56% 제품 구매 증가
- 40% 고객이 처음 구매하는 제품의 수 증가

How it works