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