Amazon Web Services ブログ

Category: Amazon Personalize

ファーストパーティデータによる D2C (Direct-to-Consumer) マーケティングの実現：生成 AI によるパーソナライズされた体験の提供

消費財 (Consumer Packaged Goods) 企業が長期的な成功を収めるためには、考慮すべき点がたくさんあります。とりわけ、ブランドコントロールを維持し、利益率を改善し、顧客との良い関係を築く新しい方法を見つける必要があります。幸いなことに、生成 AI の出現により、消費財企業がこれらすべての課題に対処できるようになりました。。ただし、これは万能のアプローチではありません。AI を組織に導入するだけでは、最大のメリットは得られません。ビジネス目標に沿った戦略的アプリケーションを採用する必要があります。

生成 AI とデータによる小売体験の刷新

小売業と消費財業界は、デジタルトランスフォーメーションを推し進めるためにデータに基づくインサイトを必要としており、それによってビジネスの成果を実現しようとしています。 データレイク、機械学習 (ML)、人工知能 (AI) などのテクノロジーにより、こうしたインサイトを得て、それに基づいて行動することがこれまでになく簡単になっています。

Amazon Personalize の新レシピでより大規模な商品カタログを低レイテンシーで利用可能に

Amazon Personalize を使えば、機械学習の専門知識がなくても簡単に Amazon が使用している同じ機械学習テクノロジーを使って、ウェブサイト、アプリ、メールなどをパーソナライズできます。Amazon Personalize が提供するレシピ (特定のユースケース用のアルゴリズム) を使えば、商品やコンテンツのおすすめ、パーソナライズされた並べ替えなど様々なパーソナライズを実現できます。2024/5/2、Amazon Personalize の2つの高度なレシピ、User-Personalization-v2 と Personalized-Ranking-v2 の一般提供を発表できることを嬉しく思います。これらのレシピは 最新の Transformer アーキテクチャに基づいており、より大規模な商品カタログに対応しながら低レイテンシーを実現しています。この投稿では、新機能の概要を説明し、モデルの学習プロセスとユーザーへの推薦方法をご案内します。

Amazon Personalize のソリューションの自動トレーニング

Amazon Personalize が自動トレーニングソリューションの機能を発表しました。ソリューションのトレーニングは、モデルの有効性を維持し、ユーザーの変化する行動やニーズに合わせて推薦を調整するために不可欠です。データのパターンやトレンドが時間とともに変化するため、最新の関連データを使ってソリューションを再トレーニングすることで、モデルが学習してニーズに適応し、予測精度が向上します。自動トレーニングは新しいソリューションバージョンを生成することで、モデルのドリフトを軽減し、現在のユーザー行動に合わせた関連性の高い推薦を維持します。また、最新のアイテムも含まれるため、パーソナライズされたエンゲージングな体験を提供し、変化するニーズに適応できます。この投稿では、Amazon Personalize における自動トレーニングの設定手順を紹介しており、ソリューションと推薦の精度と関連性を維持する方法が解説されています。

← Older posts