Amazon Personalize adalah layanan machine learning (ML) berbasis low-code yang dapat menghasilkan rekomendasi kustom melalui panggilan antarmuka program aplikasi (API) untuk aplikasi apa pun yang berjalan di infrastruktur Amazon Web Services (AWS). Tujuan dari Amazon Personalize adalah untuk memberikan rekomendasi yang dipersonalisasi yang dapat meningkatkan keterlibatan pelanggan.
Pengembang biasanya menggunakan Personalize untuk menyesuaikan rekomendasi produk, rekomendasi konten, hasil pencarian, dan promosi pemasaran. Personalize sangat populer di kalangan pengembang yang bekerja di situs e-commerce karena memungkinkan tim pengembang yang tidak memiliki pengalaman teknis dalam ML untuk menyesuaikan hasil untuk aplikasi yang mereka buat.
Pengembang bertanggung jawab untuk menyediakan data pelatihan, tetapi Amazon bertanggung jawab untuk memilih algoritma yang tepat, melatih dan memperbarui model AI, serta mengorelasikan akurasi metrik. Menurut Amazon, pendekatan ini mengurangi waktu yang diperlukan untuk membangun model machine learning untuk rekomendasi dari bulan menjadi hari. Layanan ini dapat menggunakan data historis yang disimpan di Amazon S3 serta data streaming dari aplikasi untuk menyesuaikan hasil.
Penetapan harga untuk Amazon Personalize didasarkan pada ukuran data pelatihan, jumlah waktu pelatihan, dan jumlah rekomendasi yang dihasilkan per jam.
Bagaimana Amazon Personalize Bekerja
Amazon Personalize didasarkan pada teknologi yang sama yang digunakan oleh Amazon Web Services (AWS) selama lebih dari dua puluh tahun dan dapat diakses melalui AWS console. Langkah-langkah berikut harus dilakukan untuk menerapkan rekomendasi pelanggan yang dipersonalisasi:
- Data harus diformat dan dimasukkan ke dalam layanan. Informasi inventaris dan demografi pengguna dapat diambil dari Amazon S3 bucket atau API Amazon Personalize dapat disiapkan untuk menyiarkan data peristiwa atau aktivitas, seperti klik, tampilan halaman, dan pembelian.
- Data rekomendasi juga harus disediakan ke layanan. Ini mencakup informasi kontekstual yang mungkin relevan dan inventaris item yang dapat direkomendasikan, mulai dari artikel hingga produk hingga media.
- Amazon Personalize memproses dan memeriksa data untuk mengidentifikasi apa yang penting. Algoritma kemudian dipilih untuk melatih dan mengoptimalkan solusi personalisasi yang disesuaikan dengan data organisasi.
- Solusi atau model yang telah dilatih kemudian diterapkan dan diimplementasikan ke dalam aplikasi melalui panggilan API. Integrasi potensial mencakup situs web, aplikasi seluler, platform media sosial, sistem manajemen konten (CMS), dan perangkat lunak pemasaran email.
Aplikasi untuk Amazon Personalize
Rekomendasi relevan dapat diterapkan secara real-time dalam berbagai kasus penggunaan, termasuk:
- Rekomendasi personalisasi – Saran yang ditargetkan dapat mencakup langkah selanjutnya hingga rekomendasi produk.
- Pencarian kustom – Untuk meningkatkan pengalaman pelanggan (CX), Amazon Personalize dapat digunakan untuk merancang fungsi pencarian yang mengurutkan hasil berdasarkan data perilaku dan preferensi masing-masing pengguna.
- Pemberitahuan relevan – Pelanggan yang hanya menerima materi pemasaran yang paling relevan lebih cenderung untuk mengkonversi. Amazon Personalize dapat memastikan hanya pemberitahuan yang sesuai dan disesuaikan yang sampai ke pengguna.