Mejore sus soluciones de marketing con Amazon Personalize y la IA generativa

La inteligencia artificial generativa está transformando la forma en que las empresas hacen negocios. Las organizaciones están utilizando la IA para mejorar las decisiones basadas en datos, mejorar las experiencias omnicanal e impulsar el desarrollo de productos de próxima generación. Las empresas están utilizando IA generativa específicamente para impulsar sus esfuerzos de marketing a través de correos electrónicos, notificaciones automáticas y otros canales de comunicación salientes. Gartner predice que “para 2025, el 30% de los mensajes de marketing salientes de grandes organizaciones se generarán sintéticamente”. Sin embargo, la IA generativa por sí sola no es suficiente para ofrecer una comunicación atractiva con el cliente. Las investigaciones muestran que la comunicación más impactante es la personalizada: mostrar el mensaje correcto al usuario correcto en el momento correcto. De acuerdo a McKinsey, “El 71% de los consumidores espera que las empresas ofrezcan interacciones personalizadas”. Los clientes pueden utilizar Personalizar Amazon e IA generativa para seleccionar contenido conciso y personalizado para campañas de marketing, aumentar la participación publicitaria y mejorar los chatbots conversacionales.

Los desarrolladores pueden utilizar Personalizar Amazon para crear aplicaciones impulsadas por el mismo tipo de tecnología de aprendizaje automático (ML) utilizada por Amazon.com para recomendaciones personalizadas en tiempo real. Con Amazon Personalize, los desarrolladores pueden mejorar la participación de los usuarios a través de recomendaciones personalizadas de productos y contenidos sin necesidad de experiencia en aprendizaje automático. Usando recetas (algoritmos preparados para admitir casos de uso específicos) proporcionados por Amazon Personalize, los clientes pueden ofrecer una amplia gama de personalización, incluidas recomendaciones de productos o contenidos específicos, clasificación personalizada y segmentación de usuarios. Además, como servicio de inteligencia artificial totalmente administrado, Amazon Personalize acelera las transformaciones digitales de los clientes con ML, facilitando la integración de recomendaciones personalizadas en sitios web, aplicaciones, sistemas de marketing por correo electrónico, etc.

En esta publicación, ilustramos cómo puede mejorar sus campañas de marketing utilizando Amazon Personalize y la IA generativa con Roca Amazónica. Juntos, Amazon Personalize y la IA generativa lo ayudan a adaptar su marketing a las preferencias individuales de los consumidores.

¿Cómo exactamente trabajan juntos Amazon Personalize y Amazon Bedrock para lograr esto? Imagine que, como especialista en marketing, desea enviar correos electrónicos personalizados a los usuarios recomendando películas que disfrutarían en función de sus interacciones en su plataforma. O tal vez desee enviar correos electrónicos dirigidos a un segmento de usuarios que promocionen un zapato nuevo que podría interesarles. Los siguientes casos de uso utilizan IA generativa para mejorar dos correos electrónicos de marketing comunes.

Caso de uso 1: utilice IA generativa para enviar correos electrónicos personalizados uno a uno

Con Amazon Personalize y Amazon Bedrock, puedes generar recomendaciones personalizadas y crear mensajes salientes con un toque personal adaptado a cada uno de tus usuarios.

El siguiente diagrama ilustra la arquitectura y el flujo de trabajo para entregar correos electrónicos personalizados dirigidos con tecnología de IA generativa.

Primero, importe su conjunto de datos de usuarios interacciones en Amazon Personalize para capacitación. Amazon Personalize entrena automáticamente un modelo utilizando el Las mejores opciones para ti receta. Como resultado, Amazon Personalize proporciona recomendaciones que se alinean con las preferencias de los usuarios.

Puede utilizar el siguiente código para identificar los elementos recomendados para los usuarios:

get_recommendations_response = personalize_runtime.get_recommendations(
                            recommenderArn = workshop_recommender_top_picks_arn,
                            userId = str(user_id),
                            numResults = number_of_movies_to_recommend)

Para obtener más información, consulte la Referencia de la API de personalización de Amazon.

Amazon Bedrock ingiere el resultado de recomendaciones proporcionado mediante un inmediatoque incluye sus preferencias de usuario, datos demográficos y artículos recomendados de Amazon Personalize.

Por ejemplo, un especialista en marketing que desee crear un correo electrónico personalizado que sea encantador y divertido para un usuario podría utilizar el siguiente mensaje:

Crea un correo electrónico personalizado, encantador y divertido para que el usuario participe. El usuario ha visto recientemente películas familiares. Estos son los elementos recomendados: La Sirenita, Encanto, Spider-Man: Into the Spider-Verse.

Al invocar uno de los modelos básicos (FM) proporcionados en Amazon Bedrock, como Claudio 2, Con el mensaje y el código de muestra que aparecen a continuación, puede crear un correo electrónico personalizado para un usuario:

personalized_email_response = bedrock_client.invoke_model(
                            body = prompt,
                            modelId = identifier_of_the_model)

Para obtener más información, consulte la Referencia de la API de Amazon Bedrock.

Amazon Bedrock devuelve un correo electrónico personalizado para el usuario:

Asunto: ¡Enamórate de esta selección recomendada para una noche de cine!

Estimado ,

¿Deseas la sensación acogedora del otoño? ¡Ningún problema! Consulta nuestras tres recomendaciones principales de películas que te harán sentir cómodo en el sofá con tus seres queridos:

1. La Sirenita: esta película clásica de Disney trata sobre una princesa sirena llamada Ariel, que sueña con el mundo humano. Debido a su fascinación, hace un trato con la bruja del mar Úrsula y aprende una lección importante.

2. Encanto: Esta película de Disney trata sobre los Madrigals, una familia colombiana que vive en una casa mágica. Cada miembro de la familia tiene un don único, excepto la joven Maribel que deberá ayudar a salvar a su familia.

3. Spider-Man: Into the Spider-Verse: Esta película animada de superhéroes es una película de acción imperdible. Spider-man, un adolescente de Brooklyn llamado Miles Morales, se une a otras personas con poderes de araña para salvar el multiverso.

Con personajes adorables, melodías pegadizas e historias conmovedoras, realmente no puedes equivocarte con ninguno de estos tres. ¡Coge las palomitas de maíz porque te espera un capricho!

Caso de uso 2: utilice IA generativa para mejorar las campañas de marketing de una a varias

Cuando se trata de marketing por correo electrónico uno a muchos, el contenido genérico puede generar una baja participación (es decir, bajas tasas de apertura y bajas de suscripciones). Una forma en que las empresas evitan este resultado es crear manualmente variaciones de mensajes salientes con asuntos atractivos. Esto puede conducir a un uso ineficiente del tiempo. Al integrar Amazon Personalize y Amazon Bedrock en su flujo de trabajo, puede identificar rápidamente el segmento de usuarios interesados ​​y crear variaciones de contenido de correo electrónico con mayor relevancia y participación.

El siguiente diagrama ilustra la arquitectura y el flujo de trabajo para mejorar las campañas de marketing impulsadas por la IA generativa.

Para redactar correos electrónicos de uno a varios, primero importe su conjunto de datos de usuarios interacciones en Amazon Personalize para capacitación. Amazon Personalize entrena el modelo utilizando el segmentación de usuarios receta. Con la receta de segmentación de usuarios, Amazon Personalize identifica automáticamente a los usuarios individuales que demuestran propensión por los artículos elegidos como público objetivo.

Para identificar el público objetivo y recuperar metadatos de un elemento, puede utilizar el siguiente código de muestra:

create_batch_segment_response = personalize.create_batch_segment_job(
        jobName = job_name,
        solutionVersionArn = solution_version_arn,
        numResults = number_of_users_to_recommend
        jobInput =  {
            "s3DataSource": {
                "path": batch_input_path
            }
        },
        jobOutput = {
            "s3DataDestination": {
            "path": batch_output_path
            }
        }
)

Para obtener más información, consulte la Referencia de la API de personalización de Amazon.

Amazon Personalize ofrece una lista de usuarios recomendados a los que dirigirse para cada artículo. batch_output_path. Luego puede invocar el segmento de usuarios en Amazon Bedrock utilizando uno de los FM junto con su mensaje.

Para este caso de uso, es posible que desee comercializar una zapatilla recién lanzada por correo electrónico. Un mensaje de ejemplo podría incluir lo siguiente:

Para el segmento de usuarios “cabezas de zapatillas”, cree un correo electrónico atractivo que promocione la última zapatilla “Ultra Fame II”. Proporcione a los usuarios el código de descuento FAME10 para ahorrar un 10%.

De manera similar al primer caso de uso, utilizará el siguiente código en Amazon Bedrock:

personalized_email_response = bedrock_client.invoke_model(
                                body = prompt,
                                modelId = identifier_of_the_model)

Para obtener más información, consulte la Referencia de la API de Amazon Bedrock.

Amazon Bedrock devuelve un correo electrónico personalizado según los artículos elegidos para cada usuario, como se muestra:

Asunto: <>, tu boleto al Salón de la Fama te espera

Hola <>,

La espera terminó. ¡Mira el nuevo Ultra Fame II! Es el zapato Ultra Fame más innovador y cómodo hasta el momento. Su nuevo diseño hará que llames la atención a cada paso. Además, obtendrás una combinación de comodidad, soporte y estilo suficiente para ingresar al Salón de la Fama.

No espere hasta que sea demasiado tarde. Utilice el código FAME10 para ahorrar un 10 % en su próximo par.

Para probar y determinar el correo electrónico que genera la mayor participación, puede utilizar Amazon Bedrock para generar una variación de líneas de asunto y contenido atractivos en una fracción del tiempo que llevaría producir contenido de prueba manualmente.

Conclusión

Al integrar Amazon Personalize y Amazon Bedrock, podrá ofrecer contenido promocional personalizado a la audiencia adecuada.

La IA generativa impulsada por FM está cambiando la forma en que las empresas crean experiencias hiperpersonalizadas para los consumidores. Los servicios de IA de AWS, como Amazon Personalize y Amazon Bedrock, pueden ayudar a recomendar y entregar productos, contenido y mensajes de marketing atractivos personalizados para sus usuarios. Para obtener más información sobre cómo trabajar con IA generativa en AWS, consulte Anuncio de nuevas herramientas para construir con IA generativa en AWS.

Sobre los autores

Ba’Carri Johnson es un gerente técnico sénior de productos que trabaja con AWS AI/ML en el equipo de Amazon Personalize. Con experiencia en informática y estrategia, le apasiona la innovación de productos. En su tiempo libre, le gusta viajar y explorar el aire libre.

Ragini Prasad es gerente de desarrollo de software en el equipo de Amazon Personalize y se enfoca en crear sistemas de recomendación a escala basados ​​en inteligencia artificial. En su tiempo libre disfruta del arte y viajar.

Jingwen Hu es un gerente técnico sénior de productos que trabaja con AWS AI/ML en el equipo de Amazon Personalize. En su tiempo libre, le gusta viajar y explorar la comida local.

Anna Gruebler es un arquitecto de soluciones especializado en AWS que se centra en inteligencia artificial. Tiene más de 10 años de experiencia ayudando a clientes a desarrollar e implementar aplicaciones de aprendizaje automático. Su pasión es tomar las nuevas tecnologías y ponerlas en manos de todos y resolver problemas difíciles aprovechando el uso de la IA en la nube.

Tim Wu Kunpeng es un arquitecto sénior de soluciones especialista en IA con amplia experiencia en soluciones de personalización de un extremo a otro. Es un reconocido experto de la industria en comercio electrónico, medios y entretenimiento, con experiencia en IA generativa, ingeniería de datos, aprendizaje profundo, sistemas de recomendación, IA responsable y oratoria.