Améliorez vos solutions marketing avec Amazon Personalize et l’IA génératrice

Optimisez vos stratégies marketing avec Amazon Personalize et l'IA génératrice

L’intelligence artificielle générative transforme la manière dont les entreprises font des affaires. Les organisations utilisent l’IA pour améliorer les décisions basées sur les données, améliorer les expériences omnicanal et stimuler le développement de produits de nouvelle génération. Les entreprises utilisent spécifiquement l’IA générative pour alimenter leurs efforts marketing via des e-mails, des notifications push et d’autres canaux de communication sortants. Gartner prévoit que “d’ici 2025, 30% des messages de marketing sortants des grandes organisations seront générés de manière synthétique”. Cependant, l’IA générative seule ne suffit pas pour fournir une communication client engageante. Des recherches montrent que la communication la plus impactante est personnalisée – montrant le bon message au bon utilisateur au bon moment. Selon McKinsey, “71% des consommateurs s’attendent à ce que les entreprises fournissent des interactions personnalisées”. Les clients peuvent utiliser Amazon Personalize et l’IA générative pour créer du contenu concis et personnalisé pour les campagnes marketing, augmenter l’engagement publicitaire et améliorer les chatbots conversationnels.

Les développeurs peuvent utiliser Amazon Personalize pour construire des applications alimentées par le même type de technologie d’apprentissage automatique (ML) utilisée par Amazon.com pour des recommandations personnalisées en temps réel. Avec Amazon Personalize, les développeurs peuvent améliorer l’engagement utilisateur grâce à des recommandations de produits et de contenu personnalisées, sans avoir besoin de compétences en ML. En utilisant des recettes (algorithmes préparés pour prendre en charge des cas d’utilisation spécifiques) fournies par Amazon Personalize, les clients peuvent proposer une large gamme de personnalisation, notamment des recommandations de produits ou de contenu spécifiques, un classement personnalisé et une segmentation des utilisateurs. De plus, en tant que service d’intelligence artificielle entièrement géré, Amazon Personalize accélère les transformations numériques des clients avec ML, facilitant ainsi l’intégration de recommandations personnalisées dans les sites Web existants, les applications, les systèmes de marketing par e-mail, etc.

Dans cet article, nous illustrons comment vous pouvez améliorer vos campagnes marketing en utilisant Amazon Personalize et l’IA générative avec Amazon Bedrock. Ensemble, Amazon Personalize et l’IA générative vous aident à adapter votre marketing aux préférences individuelles des consommateurs.

Comment Amazon Personalize et Amazon Bedrock travaillent-ils ensemble pour atteindre cet objectif ? Imaginez en tant que responsable marketing que vous souhaitez envoyer des e-mails personnalisés aux utilisateurs leur recommandant des films qu’ils apprécieraient en fonction de leurs interactions sur votre plateforme. Ou peut-être souhaitez-vous envoyer des e-mails ciblés à un segment d’utilisateurs promouvant une nouvelle chaussure qui pourrait les intéresser. Les cas d’utilisation suivants utilisent l’IA générative pour améliorer deux types d’e-mails marketing courants.

• Les lauréats de la bourse commémorative George Michael HPC du ACM-IEEE CS 2023 ont été annoncés.
• Rishi Sunak expose sa vision pour de nouveaux organes mondiaux de sécurité de l’IA
• Représentation des Amérindiens en manque dans les rôles technologiques aux États-Unis

Cas d’utilisation 1 : Utiliser l’IA générative pour envoyer des e-mails personnalisés ciblés un à un

Avec Amazon Personalize et Amazon Bedrock, vous pouvez générer des recommandations personnalisées et créer des messages sortants personnalisés avec une touche personnelle adaptée à chacun de vos utilisateurs.

Le schéma ci-dessous illustre l’architecture et le flux de travail pour la livraison d’e-mails personnalisés ciblés alimentés par l’IA générative.

Tout d’abord, importez votre ensemble de données d’interactions des utilisateurs dans Amazon Personalize pour l’entraînement. Amazon Personalize entraîne automatiquement un modèle en utilisant la recette “Top Picks for You”. En sortie, Amazon Personalize propose des recommandations qui correspondent aux préférences des utilisateurs.

Vous pouvez utiliser le code suivant pour identifier les articles recommandés pour les utilisateurs :

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

Pour plus d’informations, consultez la référence de l’API Amazon Personalize.

La sortie des recommandations fournies est ingérée par Amazon Bedrock à l’aide d’une invite qui inclut vos préférences utilisateur, les données démographiques et les articles recommandés par Amazon Personalize.

Par exemple, un marketeur qui souhaite créer un e-mail personnalisé charmant et amusant pour un utilisateur pourrait utiliser l’invite suivante :

Créez un e-mail personnalisé charmant et amusant pour que l’utilisateur soit engagé. L’utilisateur a récemment regardé des films adaptés à toute la famille. Voici les articles recommandés : La Petite Sirène, Encanto, Spider-Man: Into the Spider-Verse.

En invoquant l’un des modèles de base (FM) fournis dans Amazon Bedrock, tels que Claude 2, avec l’invite et le code d’exemple qui suit, vous pouvez créer un e-mail personnalisé pour un utilisateur :

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

Pour plus d’informations, consultez la référence de l’API Amazon Bedrock.

Amazon Bedrock renvoie un e-mail personnalisé pour l’utilisateur :

Sujet : Tombez amoureux de cette sélection recommandée pour une soirée cinéma !

Cher(e) <nom de l’utilisateur>,

Vous avez envie de vous sentir bien au chaud pour l’automne ? Pas de problème ! Voici nos trois meilleures recommandations de films qui vous permettront de passer une soirée confortable sur le canapé avec vos proches :

1. La Petite Sirène : Ce film classique de Disney raconte l’histoire d’une princesse sirène nommée Ariel, qui rêve du monde des humains. Fascinée, elle conclut un accord avec la sorcière des mers Ursula et apprend une grande leçon.

2. Encanto : Ce film de Disney parle des Madrigal, une famille colombienne vivant dans une maison magique. Chaque membre de la famille possède un don unique, excepté la jeune Maribel qui doit aider à sauver sa famille.

3. Spider-Man: Into the Spider-Verse : Ce film d’animation de super-héros est un incontournable du genre. Spider-man, un adolescent de Brooklyn nommé Miles Morales, s’allie à d’autres personnes dotées de pouvoirs d’araignée pour sauver le multivers.

Avec des personnages attachants, des mélodies entraînantes et des histoires émouvantes, vous ne pouvez vraiment pas vous tromper en choisissant l’un de ces trois films. Prenez votre popcorn, car vous êtes sur le point de vous régaler !

Cas d’utilisation 2 : Utiliser l’IA générative pour améliorer les campagnes marketing one-to-many

En ce qui concerne l’e-mail marketing one-to-many, un contenu générique peut entraîner un faible engagement (c’est-à-dire des taux d’ouverture faibles et des désabonnements). Une façon pour les entreprises de contourner ce résultat est de créer manuellement des variations de messages sortants avec des sujets convaincants. Cela peut entraîner une utilisation inefficace du temps. En intégrant Amazon Personalize et Amazon Bedrock dans votre flux de travail, vous pouvez rapidement identifier le segment d’utilisateurs intéressés et créer des variations de contenu d’e-mail avec une plus grande pertinence et engagement.

Le diagramme suivant illustre l’architecture et le flux de travail pour améliorer les campagnes marketing alimentées par l’IA génératrice.

Pour composer des e-mails one-to-many, importez d’abord votre ensemble de données d’interactions des utilisateurs dans Amazon Personalize pour l’entraînement. Amazon Personalize entraîne le modèle en utilisant la recette de segmentation des utilisateurs. Grâce à la recette de segmentation des utilisateurs, Amazon Personalize identifie automatiquement les utilisateurs individuels démontrant une propension pour les articles choisis en tant que public cible.

Pour identifier le public cible et récupérer les métadonnées d’un article, vous pouvez utiliser le code d’exemple suivant :

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            }        })

Pour plus d’informations, consultez la référence de l’API Amazon Personalize.

Amazon Personalize fournit une liste d’utilisateurs recommandés à cibler pour chaque article vers batch_output_path. Vous pouvez ensuite invoquer le segment d’utilisateur dans Amazon Bedrock en utilisant l’un des FM avec votre invitation.

Pour ce cas d’utilisation, vous voudrez peut-être commercialiser une nouvelle sneaker par e-mail. Une invitation exemple pourrait inclure ce qui suit :

Pour le segment d’utilisateur “sneaker heads”, créez un e-mail accrocheur qui promeut la dernière sneaker “Ultra Fame II”. Fournissez aux utilisateurs le code de réduction FAME10 pour économiser 10%.

Comme pour le premier cas d’utilisation, vous utiliserez le code suivant dans Amazon Bedrock :

personalized_email_response = bedrock_client.invoke_model(                                body = invitation,                                modelId = identifiant_du_modèle)

Pour plus d’informations, consultez la référence de l’API Amazon Bedrock.

Amazon Bedrock renvoie un e-mail personnalisé en fonction des articles choisis pour chaque utilisateur, comme indiqué :

Objet : <<nom>>, votre ticket pour le Hall of Fame vous attend

Salut <<nom>>,

L’attente est terminée. Découvrez la nouvelle Ultra Fame II ! C’est la chaussure Ultra Fame la plus innovante et confortable à ce jour. Son nouveau design attirera tous les regards à chaque pas. De plus, vous bénéficierez d’un mélange de confort, de soutien et de style juste assez pour vous faire entrer dans le Hall of Fame.

N’attendez pas qu’il soit trop tard. Utilisez le code FAME10 pour économiser 10% sur votre prochaine paire.

Pour tester et déterminer l’e-mail qui génère le plus d’engagement, vous pouvez utiliser Amazon Bedrock pour générer une variation de lignes d’objet accrocheuses et de contenu en une fraction du temps nécessaire pour produire manuellement du contenu de test.

Conclusion

En intégrant Amazon Personalize et Amazon Bedrock, vous pouvez proposer du contenu promotionnel personnalisé au bon public.

L’IA générative alimentée par les FM est en train de changer la façon dont les entreprises créent des expériences hyper-personnalisées pour les consommateurs. Les services d’IA AWS, tels qu’Amazon Personalize et Amazon Bedrock, peuvent aider à recommander et à livrer des produits, du contenu et des messages marketing convaincants personnalisés à vos utilisateurs. Pour plus d’informations sur l’utilisation de l’IA générative sur AWS, voir Annonce de nouveaux outils pour construire avec l’IA générative sur AWS.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!