Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
¿Qué es Amazon Personalize?
Amazon Personalize es un servicio de machine learning totalmente administrado que utiliza sus datos para generar recomendaciones de elementos para sus usuarios. También puede generar segmentos de usuarios en función de la afinidad de los usuarios con determinados elementos o con sus metadatos.
Entre los casos de uso comunes se incluyen los siguientes:
-
Personalización de una aplicación de streaming de vídeo: puede utilizar los recursos de Amazon Personalize preconfigurados o personalizables para añadir varios tipos de recomendaciones de vídeo personalizadas a su aplicación de streaming. Por ejemplo, las recomendaciones de vídeo Mejores opciones, Más como X y Más popular.
-
Añadir recomendaciones de productos a una aplicación de comercio electrónico: puede utilizar los recursos de Amazon Personalize preconfigurados o personalizables para añadir varios tipos de recomendaciones de productos personalizadas a su aplicación de venta minorista. Por ejemplo, las recomendaciones de productos “Recomendaciones”, “Con frecuencia se compran juntos” y “Los clientes que vieron X también vieron”.
-
Adición de recomendaciones de siguiente mejor acción en tiempo real a su aplicación: puede utilizar los recursos de Amazon Personalize personalizables para recomendar las acciones que es más probable que realicen los usuarios en función de su comportamiento. Por ejemplo, puede agregar recomendaciones en tiempo real para inscribirse en el programa de fidelización, descargar la aplicación móvil o suscribirse a correos electrónicos promocionales.
-
Creación de correos electrónicos personalizados: puede utilizar los recursos personalizables de Amazon Personalize para generar recomendaciones por lotes para todos los usuarios de una lista de correo electrónico. Luego, puede usar un servicio AWS o un servicio de terceros para enviar a los usuarios correos electrónicos personalizados recomendando elementos de su catálogo.
-
Creación de una campaña de marketing dirigida: puede usar Amazon Personalize para generar segmentos de usuarios que probablemente interactúen con los elementos de su catálogo. Luego, puede usar un servicio AWS o un servicio de terceros para crear una campaña de marketing dirigida que promueva diferentes elementos en diferentes segmentos de usuarios.
-
Personalización de los resultados de búsqueda: puede utilizar los recursos personalizables de Amazon Personalize para personalizar los resultados de búsqueda para sus usuarios. Por ejemplo, Amazon Personalize puede volver a clasificar los resultados de búsqueda que generes con OpenSearchellos.
En la mayoría de los casos de uso, Amazon Personalize genera recomendaciones basadas principalmente en los datos de interacciones de elementos. Los datos de interacciones de elementos provienen de los usuarios que interactúan con los elementos de su catálogo. Por ejemplo, los usuarios hacen clic en diferentes elementos. Los datos de interacciones de elementos pueden proceder tanto de sus registros históricos de interacciones masivas en un archivo CSV como de eventos en tiempo real de los usuarios mientras interactúan con su catálogo. En algunos casos, Amazon Personalize también utiliza datos de los elementos y los usuarios, como el género, el precio o el sexo. Además, en los escenarios de siguiente mejor acción, usa datos de acciones y de interacciones de acción.
Al importar datos masivos, puede usar Amazon SageMaker Data Wrangler para importar datos de más de 40 fuentes y prepararlos para Amazon Personalize. Para obtener más información, consulte Preparación e importación de datos con Amazon SageMaker Data Wrangler.
Amazon Personalize incluye operaciones de API para la personalización en tiempo real y operaciones por lotes para recomendaciones masivas y segmentos de usuarios. Puede empezar rápidamente con recomendadores optimizados para casos de uso de su dominio empresarial o puede crear sus propios recursos personalizados configurables.
Temas
Precios de Amazon Personalize
Con Amazon Personalize, no se requieren pagos mínimos ni compromisos iniciales. La capa AWS gratuita
Para obtener una lista completa de los cargos y precios, consulte Precios de Amazon Personalize
AWS Servicios y soluciones relacionados
Amazon Personalize se integra perfectamente con otros AWS servicios y soluciones. Por ejemplo, puede hacer lo siguiente:
-
Utilice Amazon SageMaker Data Wrangler (Data Wrangler) para importar datos de más de 40 fuentes a un conjunto de datos de Amazon Personalize. Data Wrangler es una función de Amazon SageMaker Studio que proporciona una end-to-end solución para importar, preparar, transformar y analizar datos. Para obtener más información, consulte Preparación e importación de datos con Amazon SageMaker Data Wrangler.
-
Se usa AWS Amplify para registrar eventos de interacción entre elementos. Amplify incluye una JavaScript biblioteca para grabar eventos desde aplicaciones de cliente web. Y también incluye una biblioteca para registrar los eventos en el código del servidor. Para obtener más información, consulte la documentación de Amplify
. -
Automatice y programe las tareas de Amazon Personalize con Mantenimiento de experiencias personalizadas con machine learning
. Esta implementación de soluciones de AWS automatiza el flujo de trabajo de Amazon Personalize, incluida la importación de datos, el entrenamiento sobre las versiones de solución y los flujos de trabajo por lotes. -
Usa Amazon CloudWatch Evidently para realizar pruebas A/B con las recomendaciones de Amazon Personalize. Para obtener más información, consulte Pruebas A/B con CloudWatch Evidently.
-
Utilice Amazon Pinpoint para crear campañas de marketing segmentadas. Para ver un ejemplo que muestra cómo utilizar Amazon Pinpoint y Amplify para añadir recomendaciones de Amazon Personalize a una campaña de correo electrónico de marketing y a una aplicación web, consulte Análisis web con Amplify
.
Servicios de terceros
Amazon Personalize funciona bien con varios servicios de terceros.
-
Amplitude: puede utilizar Amplitude para realizar un seguimiento de las acciones de los usuarios y así comprender su comportamiento. Para obtener información sobre el uso de Amplitude y Amazon Personalize, consulte la siguiente entrada del blog de la red de socios de AWS : Medición de la eficacia de la personalización con Amplitude y Amazon Personalize
. -
Braze: puede usar Braze para enviar a los usuarios correos electrónicos personalizados recomendando elementos de su catálogo. Braze es una plataforma de mensajería líder en el mercado (correo electrónico, inserción, SMS). Para ver un taller que muestra cómo integrar Amazon Personalize y Braze, consulte el taller de Amazon Personalize
. -
mParticle: puede usar mParticle para recopilar datos de eventos desde su aplicación. Para ver un ejemplo que muestra cómo usar mParticle y Amazon Personalize para implementar recomendaciones de productos personalizadas, consulte Cómo aprovechar el poder de CDP para machine learning: parte 2
. -
Optimizely: puede usar Optimizely para realizar pruebas A/B con las recomendaciones de Amazon Personalize. Para obtener información sobre el uso de Optimizely y Amazon Personalize, consulte Integración de Optimizely con Amazon Personalize para combinar la potencia de machine learning con la experimentación
. -
Segment: puede usar Segment para enviar sus datos a Amazon Personalize. Para obtener más información sobre la integración de Segment con Amazon Personalize, consulte Destino de Amazon Personalize
.
Para obtener una lista completa de socios, consulte Socios de Amazon Personalize
Más información
En los siguientes recursos se proporciona información adicional acerca de Amazon Personalize:
-
Para obtener una referencia rápida que le ayude a determinar si Amazon Personalize se ajusta a su caso de uso, consulta la hoja de referencia de Amazon Personalize
en el repositorio de muestras de Amazon Personalize . -
Para ver una serie de vídeos sobre cómo utilizar Amazon Personalize, consulte la serie de vídeos Amazon Personalize Deep Dive
que se encuentra en YouTube. -
Para ver tutoriales detallados y ejemplos de código, consulte el amazon-personalize-samples GitHub repositorio
.