Genere lealtad a la marca recomendando acciones a sus usuarios con Amazon Personalize Next Best Action

Personalizar Amazon está emocionado de anunciar el nuevo Siguiente mejor acción (aws-next-best-action) receta para ayudarle a determinar las mejores acciones para sugerir a sus usuarios individuales que le permitirán aumentar la lealtad y la conversión a la marca.

Amazon Personalize es un servicio de aprendizaje automático (ML) totalmente administrado que facilita a los desarrolladores ofrecer experiencias de usuario altamente personalizadas en tiempo real. Le permite mejorar la participación del cliente al impulsar recomendaciones personalizadas de productos y contenido en sitios web, aplicaciones y campañas de marketing dirigidas. Puede comenzar sin ninguna experiencia previa en aprendizaje automático, utilizando API para crear fácilmente capacidades de personalización sofisticadas con unos pocos clics. Todos sus datos están encriptados para que sean privados y seguros.

En esta publicación, le mostramos cómo utilizar la receta Next Best Action para personalizar las recomendaciones de acciones basadas en las interacciones, necesidades y comportamientos anteriores de cada usuario.

Descripción general de la solución

Con el rápido crecimiento de los canales digitales y los avances tecnológicos que hacen que la hiperpersonalización sea más accesible, las marcas luchan por determinar qué acciones maximizarán la participación de cada usuario individual. Las marcas muestran las mismas acciones a todos los usuarios o se basan en enfoques tradicionales de segmentación de usuarios para recomendar acciones a cada cohorte de usuarios. Sin embargo, estos enfoques ya no son suficientes, porque cada usuario espera una experiencia única y tiende a abandonar las marcas que no comprenden sus necesidades. Además, las marcas no pueden actualizar las recomendaciones de acción en tiempo real debido a la naturaleza manual del proceso.

Con Next Best Action, puede determinar las acciones que tienen la mayor probabilidad de involucrar a cada usuario individual en función de sus preferencias, necesidades e historial. Next Best Action tiene en cuenta los intereses de cada usuario durante la sesión y proporciona recomendaciones de acciones en tiempo real. Puede recomendar acciones como inscribirse en programas de fidelización, suscribirse a un boletín o revista, explorar una nueva categoría, descargar una aplicación y otras acciones que fomenten la conversión. Esto le permitirá mejorar la experiencia de cada usuario brindándoles recomendaciones sobre acciones a lo largo de su recorrido de usuario que ayudarán a promover el compromiso y los ingresos de la marca a largo plazo. También ayudará a mejorar el retorno de la inversión en marketing al recomendar la acción que cada usuario tiene una alta probabilidad de realizar.

A los socios de AWS les gusta Credera están entusiasmados con las posibilidades de personalización que Amazon Personalize Next Best Action desbloqueará para sus clientes.

“Amazon Personalize es una solución de aprendizaje automático de clase mundial que permite a las empresas crear experiencias significativas para los clientes en una amplia gama de casos de uso sin grandes retrabajos o costos iniciales de implementación que normalmente se requieren en este tipo de soluciones. Estamos realmente entusiasmados con la incorporación de la capacidad Next Best Action que permitirá a los clientes brindar recomendaciones de acciones personalizadas, mejorando significativamente sus experiencias digitales e impulsando valor comercial adicional. Específicamente, esperamos que cualquier persona que trabaje en el sector minorista o de contenido vea una experiencia mejorada para sus clientes y mayores conversiones como resultado directo del uso de Amazon Personalize. Estamos muy emocionados de ser un socio de lanzamiento de AWS en este lanzamiento y esperamos capacitar a las empresas para impulsar soluciones personalizadas basadas en ML con Next Best Action”.

– Jason Goth, socio y director de tecnología, Credera.

Casos de uso de ejemplo

Para explorar el impacto de esta nueva característica con mayor detalle, revisemos un ejemplo tomando tres usuarios: A (User_id 11999), B (User_id 17141), y C (User_id 8103), que se encuentran en diferentes etapas de su recorrido de usuario mientras realizan compras en un sitio web. Luego vemos cómo Next Best Action sugiere las acciones óptimas para cada usuario en función de sus interacciones y preferencias pasadas.

Primero, analizamos el conjunto de datos de interacciones de acciones para comprender cómo los usuarios han interactuado con acciones en el pasado. El siguiente ejemplo muestra a los tres usuarios y sus diferentes patrones de compra. El usuario A es un comprador frecuente y en el pasado ha comprado principalmente en las categorías “Belleza y cuidado personal” y “Joyería”. El usuario B es un comprador ocasional que ha realizado algunas compras en la categoría “Electrónica” en el pasado, y el usuario C es un usuario nuevo en el sitio web que realizó su primera compra en la categoría “Ropa”.

Tradicionalmente, las marcas muestran las mismas acciones a todos los usuarios o emplean estrategias de segmentación de usuarios para recomendar acciones a su base de usuarios. La siguiente tabla es un ejemplo de una marca que muestra el mismo conjunto de acciones a todos los usuarios. Estas acciones pueden o no ser relevantes para los usuarios, reduciendo su compromiso con la marca.

Ahora usemos Next Best Action para recomendar acciones para cada usuario. Después de definir las acciones elegibles para recomendaciones, el aws-next-best-action La receta devuelve una lista clasificada de acciones, personalizada para cada usuario, según la propensión del usuario (la probabilidad de que un usuario realice una acción particular, que oscila entre 0,0 y 1,0) y el valor de esa acción, si se proporciona. A los efectos de esta publicación, solo consideramos la propensión del usuario.

En el siguiente ejemplo, vemos que para el usuario A (comprador frecuente), suscribirse al programa de fidelización es la acción más recomendada con una puntuación de propensión de 1,00, lo que significa que es más probable que este usuario se inscriba en el programa de fidelización porque ha realizado numerosas compras. Por lo tanto, recomendar la acción Suscribirse al programa de fidelización al Usuario A tiene una alta probabilidad de aumentar la participación del Usuario A.

De manera similar, el Usuario B (persona compradora casual) tiene una mayor probabilidad de continuar comprando en la categoría “Electrónica” y también de comprar nuevos productos en una categoría similar, “Casas inteligentes”. Por lo tanto, Next Best Action le recomienda priorizar acciones, Comprar en la categoría “Electrónica” y Comprar en la categoría “Casas inteligentes”. Esto significa que si solicita al Usuario B que compre productos en estas dos categorías, puede generar una mayor participación. También observamos que la acción de suscribirse al programa de fidelización se recomienda al usuario B, pero con una puntuación de propensión más baja de 0,71 en comparación con el usuario A, cuya puntuación de propensión es 1,0. Esto se debe a que los usuarios que tienen un historial más profundo y están más avanzados en su proceso de compras se benefician más de los programas de fidelización debido a los beneficios adicionales y es muy probable que interactúen más.

Finalmente, vemos que la siguiente mejor acción para el usuario C es comprar en la categoría “Bolsos y zapatos”, que es similar a su acción anterior de comprar en la categoría “Ropa”. También vemos que la puntuación de propensión a Descargar la aplicación móvil es relativamente más baja (0,48) que otra acción, Comprar en la categoría “Bolsos y zapatos”, que tiene una puntuación de propensión más alta de 0,60. Esto significa que si recomienda al Usuario C que compre productos en una categoría complementaria (“Bolsos y zapatos”) en lugar de descargar la aplicación móvil, es más probable que se quede con su marca y continúe comprando en el futuro.

Para obtener más detalles sobre cómo implementar la próxima mejor acción (aws-next-best-action) receta, consulte documentación.

Conclusión

La nueva receta Next Best Action de Amazon Personalize le ayuda a recomendar las acciones correctas al usuario adecuado en tiempo real en función de su comportamiento y necesidades individuales. Esto le permitirá maximizar la participación del usuario y generar mayores tasas de conversión.

Para obtener más información sobre Amazon Personalize, consulte la Guía para desarrolladores de Amazon Personalize.

Sobre los autores

Sharma Sharma es un gerente técnico sénior de productos que trabaja con AWS AI/ML en Amazon Personalize. Tiene experiencia en ingeniería informática, consultoría tecnológica y análisis de datos. En su tiempo libre le gusta viajar, hacer teatro y probar nuevas aventuras.

Pranesh Anubhav es ingeniero de software sénior en Amazon Personalize. Le apasiona diseñar sistemas de aprendizaje automático para atender a los clientes a escala. Fuera de su trabajo, le encanta jugar al fútbol y es un ávido seguidor del Real Madrid.

Aniket Deshmukh es un científico aplicado en los laboratorios de inteligencia artificial de AWS que respaldan a Amazon Personalize. Aniket trabaja en el área general de sistemas de recomendación, bandidos contextuales y aprendizaje profundo multimodal.