「Amazon Personalizeと生成AIでマーケティングソリューションを向上させましょう」

「アマゾン パーソナライズと生成AIで美容・ファッションのマーケティングソリューションを進化させましょう」

生成AIは企業のビジネス手法を変革しています。組織はAIを使用してデータに基づいた意思決定を改善し、オムニチャネル体験を向上させ、次世代の製品開発を推進しています。企業は特にジェネレーティブAIを使用して、メール、プッシュ通知、その他のアウトバウンドのコミュニケーションチャンネルを活用してマーケティング活動を強化しています。ガートナーは「2025年までに、大企業からのアウトバウンドマーケティングメッセージの30％が合成的に生成される」と予測しています。しかし、ジェネレーティブAIだけでは魅力的な顧客コミュニケーションを提供することはできません。研究によると、最も影響力のあるコミュニケーションは個人化されており、適切なメッセージを適切なユーザーに適切な時期に表示しています。マッキンゼーによると、「71％の消費者は企業によるパーソナライズされたインタラクションを期待しています。」顧客はAmazon PersonalizeとジェネレーティブAIを使用して、マーケティングキャンペーンのための簡潔で個人化されたコンテンツをカスタマイズし、広告のエンゲージメントを向上させ、対話型チャットボットを強化することができます。

開発者はAmazon Personalizeを使用して、リアルタイムのパーソナライズされた推薦を提供するために、Amazon.comと同じタイプの機械学習（ML）技術に基づくアプリケーションを構築することができます。 Amazon Personalizeを使用すると、MLの専門知識は必要ありません。 Amazon Personalizeが提供するレシピ（特定のユースケースをサポートするために準備されたアルゴリズム）を使用することで、お客様は製品やコンテンツの特定の推奨事項、個別のランキング、ユーザーセグメンテーションを含むさまざまな個人化を提供することができます。さらに、完全に管理された人工知能サービスであるAmazon Personalizeは、MLによって顧客のデジタルトランスフォーメーションを加速し、既存のウェブサイト、アプリケーション、電子メールマーケティングシステムなどにパーソナライズされた推奨事項を簡単に統合することができます。

この記事では、Amazon PersonalizeとジェネレーティブAIを使用して、Amazon Bedrockとともにマーケティングキャンペーンを向上させる方法を説明します。 Amazon PersonalizeとジェネレーティブAIを組み合わせることで、個々の消費者の好みに合わせてマーケティングをカスタマイズできます。

具体的には、どのようにしてAmazon PersonalizeとAmazon Bedrockが協力してこれを実現するのでしょうか？ マーケターとして、プラットフォーム全体のユーザーのインタラクションに基づいて、ユーザーに映画をおすすめするために個別に対応したメールを送信したいと思った場合を想像してみてください。または、特定のセグメントのユーザーに興味のある新しい靴を宣伝するために対象のメールを送信したい場合もあります。次のユースケースでは、ジェネレーティブAIを使用して2つの一般的なマーケティングメールを強化します。

• Llemmaに会ってください：現行基準を超える次世代数学オープン言語モデル
• リシ・スナック、新しいグローバルAI安全機関のビジョンを明確化
• このAI論文は、大規模な言語モデルを最適化する秘訣を明らかにします：報酬のバランスと過剰最適化の防止

ユースケース1：ジェネレーティブAIを使用してターゲット指向の一対一のパーソナライズされたメールを配信する

Amazon PersonalizeとAmazon Bedrockを使用して、パーソナライズされた推奨事項を生成し、各ユーザーに合わせた個別のアプローチでアウトバウンドメッセージを作成することができます。

次のダイアグラムは、ジェネレーティブAIによって駆動されたターゲット指向のパーソナライズされたメールの配信のためのアーキテクチャとワークフローを示しています。

まず、ユーザーのインタラクションのデータセットをAmazon Personalizeにインポートしてトレーニングします。 Amazon Personalizeは、Top Picks for Youのレシピを使用してモデルを自動的にトレーニングします。 Amazon Personalizeは、ユーザーの好みに合わせた推奨事項を提供します。

次のコードを使用して、ユーザーに推奨アイテムを特定することができます：

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

詳細については、Amazon Personalize API リファレンスを参照してください。

推奨の提供される出力は、Amazon Bedrock で使用されるプロンプトによって摂取されます。プロンプトには、ユーザーの好み、人口統計情報、および Amazon Personalize 推奨アイテムが含まれます。

たとえば、ユーザーに魅力的かつ楽しいパーソナライズされたメールを作成したいマーケターは、次のプロンプトを使用するかもしれません：

ユーザーが参加するために、ユーザーが魅力的で楽しいと感じる個別のメールを作成してください。ユーザーは最近、ファミリーフレンドリーな映画を見ました。以下が推奨されるアイテムです – リトル・マーメイド、エンカント、スパイダーマン：スパイダーバース。

Amazon Bedrock の提供する基礎モデル (FM) の一つで、例えばクロード2のようなモデルと、以下のプロンプトとサンプルコードを使用することで、ユーザーに対してパーソナライズされたメールを作成できます：

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

詳細については、Amazon Bedrock API リファレンスを参照してください。

Amazon Bedrock は、ユーザーに対してパーソナライズされたメールを返します：

件名：映画の夜のためにこのおすすめの選択に恋をしてください！

親愛なる<ユーザー名>、

秋の心地よさを求めていますか？ 問題ありません！ 私たちのトップ3のおすすめ映画をチェックして、大切な人とのソファでの心地よい時間を過ごしましょう：

1. リトル・マーメイド：このクラシックなディズニー映画は、人間の世界を夢見る人魚のプリンセス、アリエルについての物語です。彼女の魅了的な物語と共に、彼女は海の魔女ウルスラと取引し、重要な教訓を学びます。

2. エンカント：このディズニー映画は、コロンビアのマドリガル家族が住む魔法の家についてのものです。家族の各メンバーには独自のギフトがありますが、マリベルという若者は家族を救う手助けをしなければなりません。

3. スパイダーマン：スパイダーバース：このアニメーションのスーパーヒーロー映画は、必見のアクション映画です。ブルックリンのティーンエイジャーであるマイルズ・モラレスが、他のスパイダーパワーを持つ人々と協力してマルチバースを救います。

愛らしいキャラクター、キャッチーな曲、感動的なストーリーを持つこれらの3つの映画のいずれを選んでも間違いはありません。ポップコーンを用意して、お楽しみください！

ユースケース2：ジェネレーティブAIを使用して1対多のマーケティングキャンペーンを向上させる

1対多のメールマーケティングにおいては、一般的なコンテンツは低いエンゲージメント（つまり、低い開封率や解除）につながることがあります。企業がこの結果を回避する方法の一つは、魅力的な件名のアウトバウンドメッセージのバリエーションを手動で作成することです。これには時間の非効率的な使用が伴う場合もあります。Amazon Personalize と Amazon Bedrock をワークフローに統合することで、関心のあるユーザーセグメントを素早く特定し、関連性とエンゲージメントが高いメールコンテンツのバリエーションを作成することができます。

次の図は、ジェネレーティブAIによって強化されたマーケティングキャンペーンのアーキテクチャとワークフローを示しています。

1対多のメールを作成するには、まずユーザーの相互作用のデータセットを Amazon Personalize にインポートしてトレーニングを行います。Amazon Personalize は、ユーザーセグメンテーションのレシピを使用してモデルをトレーニングします。ユーザーセグメンテーションレシピにより、Amazon Personalize は対象ユーザーオーディエンスとして選択したアイテムに対する傾向を示す個々のユーザーを自動的に特定します。

対象ユーザーオーディエンスを特定し、アイテムのメタデータを取得するには、次のサンプルコードを使用できます：

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            }        })

詳細については、 Amazon Personalize API リファレンスを参照してください。

Amazon Personalize は、batch_output_path ごとにターゲットする推奨ユーザーのリストを提供します。その後、ユーザーセグメントを Amazon Bedrock に提示するために、FMs の1つとプロンプトを使用できます。

このユースケースでは、新しくリリースされたスニーカーをメールでマーケティングすることがあります。例として、以下のプロンプトを含めることができます。

「スニーカーヘッズ」のユーザーセグメント向けに、最新のスニーカー「Ultra Fame II」を宣伝するキャッチーなメールを作成しましょう。ユーザーは割引コード FAME10 を使用して10% を節約できます。

最初のユースケースと同様に、Amazon Bedrock で次のコードを使用します。

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

詳細については、 Amazon Bedrock API リファレンスを参照してください。

Amazon Bedrock は、以下のように、各ユーザーに選択されたアイテムに基づいたパーソナライズされたメールを返します：

件名: <<name>>, 名声の殿堂への招待状が届いています

やあ、 <<name>>

待ち時間が終わりました。新しい Ultra Fame II をチェックしてください！これは、これまでで最も革新的かつ快適な Ultra Fame シューズです。新しいデザインで、あなたの一歩ごとに注目を集めます。さらに、快適さ、サポート、そしてスタイルのミックスは、あなたを名声の殿堂へ導くために十分です。

手遅れになる前に行動してください。次の一足に10% 割引コード FAME10 を使用して節約しましょう。

最高のエンゲージメントにつながるメールをテストおよび決定するために、Amazon Bedrock を使用してキャッチーな題名とコンテンツのバリエーションを生成することができます。手動でテストコンテンツを作成するのに必要な時間の一部で行います。

結論

Amazon Personalize と Amazon Bedrock を統合することで、適切な対象者に対してパーソナライズされた宣伝コンテンツを提供することができます。

FM がパワードされた Generative AI は、ビジネスが消費者向けにハイパーソナル化された体験を構築する方法を変えています。Amazon Personalize および Amazon Bedrock などの AWS AI サービスは、ユーザーに合わせて製品やコンテンツ、魅力的なマーケティングメッセージを推奨および配信するのに役立ちます。AWS での Generative AI の利用に関する詳細は、Announcing New Tools for Building with Generative AI on AWS を参照してください。

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