Real Time Personalization and Recommendation with Amazon Personalize
Kullanıcılarınızın hareketlerine göre machine learning destekli personalization deneyimi sunmak ve aynı şekilde onlara recommendation yapmak istiyorsunuz. Fakat machine learning konusunda pek bir fikriniz yok. İşte tam bu noktada Amazon’un kendi e-ticaret alt yapısında kullandığı Amazon Personalize Servisi’ni kullanarak kullanıcılarınızın hareketlerine göre personalization deneyimi yaratabilir ve onlara recommendation yapabilirsiniz.
McKinsey araştırmasına göre machine learning ile personalization yapan kurumların gelir oranı %5 ile %15 arasında, conversion oranı %10 ile %30 arasında artış gösteriyor. E-ticaret iş yüklerinde, kullanıcılara yüz binlerce veya milyonlarca ürün içerisinden kendilerine uygun içerikleri göstermek ve kişiye özel bir deneyim yaratabilmek oldukça önemli bir konu. Bu deneyimi yaşatabilmek için arka planda çok ciddi çalışmalar gerçekleştirmeli ve buna uygun platformları seçmelisiniz. Her zaman bu konuda uzmanlığa sahip bir ekibiniz olmayabilir. Amazon kendi alt yapısında nasıl personalization ve recommendation yapıyorsa aynı şekilde bu hizmeti AWS üzerinden kullanabilir ve çok başarılı sonuçlar elde edebilirsiniz. Bu yazımda sizlere Amazon Personalize servisini anlatacağım.
How it Works — Create Data Set Group
Öncelikle clickstream eventlerinizi S3 üzerinde store etmelisiniz. Dosya formatı CSV olmalıdır. Sonrasında Amazon Personalize tarafında kendinize bir data set grubu oluşturup, hangi feature ile çalışacağınızı seçmelisiniz. Ben bu örnekte user-item interaction data modeli üzerinden ilerliyorum. Bununla birlikte json formatta bir schema belirlemelisiniz. Son olarak ilgili S3 bucket’ınızı seçerek bu adımı tamamlayabilirsiniz.
How it Works — Model Training
Bu adımda datanızı hangi machine learning algoritması ile çalıştıracağınızı seçiyorsunuz. AWS hazır algoritmalarını burada seçebilirsiniz. Eğer ML tarafında çok tecrübeniz yoksa AutoML’i seçmenizi öneririm.
How it Works — Create Campaign
İlgili çözümü seçtikten sonra süreci başlatabilirsiniz. Süreci test etmek için herhangi bir User ID girerek sonuçları aşağıdaki gibi görebilirsiniz.
Conclusion
Gördüğünüz gibi çok kısa bir sürede kullanıcılarınıza Personalization deneyemi yaşatabilirsiniz. Bu işlemlerden sonra personalize API’nı kullanarak recommendation yapmaya başlayabilirsiniz.
Bir sonraki yazımda görüşmek üzere!
