AWS 機器學習邁向以人為本的未來科技
低門檻上手
無需編寫程式碼，無 ML 經驗，透過視覺化界面，人人都能上傳數據、訓練模型和執行預測，而且可白箱匯出模型與精進程式碼，讓更多人使用 ML 進行創新。
為全民打造的機器學習
商業分析師 / 業務 / 行銷
- 化解業務團隊與技術團隊的需求溝通障礙
- 商業分析團隊能輕鬆以業務邏輯，產業知識為出發點做準確預測
- 無須編寫程式碼與ML經驗，任何人都能輕鬆上手
資料科學家
- 解決費時的數據打標工作
- 解決模型調優過程繁雜，需手動記錄各參數對於模型的影響的困擾
ML 工程師
- 加快曠日廢時的部署/管理模型工作
- 無門檻共享code、環境與結果，優化團隊協作
適用於各產業的人工智慧
優化使用者體驗
- 個性化推送，提高既有客戶購買頻次
- 推薦與客戶相符的尺寸商品
- 退貨流程最佳化
提升下單轉化率
- 提升客單商品數（結帳頁面商品推薦、商品詳情頁面下方商品推薦、首頁增加商品推薦模塊）
- 品類頁面商品點擊
- 搜索結果頁面商品點擊
降低流程成本
- 退貨流程最佳化
- 促銷折扣利潤最大化
- 優化推廣推送效果（內容與推送名單）
個人化體驗
- 個性化推送：高購買機率商品/優惠券
- 優化推廣推送效果（內容與推送名單）
降低管理/開發成本
- 新品開發預測
- 經銷通路商需求管理
- 設備預測性維修
- 門店巡檢
- 貨架分析
收益預測：預測玩家在未來的付費意願和金額
提升用戶黏著度
- 個性化關卡推薦，提升使用時長
- 個性化禮包/獎勵，提升用戶留存
加快遊戲開發
- 多國語系內容
產業預測：新聞與股票漲跌
個性化體驗
- 智能語音推送
- 電話客服助理(電話進線 >> 字幕 >> FAQ 推薦給客服人員)
- 優化推廣推送效果（內容與推送名單）
客戶與流程管理
- 虛假數據/帳號排除
- 用戶打標
- 文件資產盤活(將文件掃描識別打標)
精選客戶案例
零售與電商
賽百味連鎖餐廳為 100 多個國家/地區的客人提供優質食材和風味組合，每天製作近 700 萬個定制三明治。
“在賽百味，客人體驗很重要。使用 Amazon Personalize，我們可以快速為我們無窮無盡的食材和口味提供個性化推薦，以適應忙碌客人的獨特生活方式。 Amazon Personalize 讓我們的團隊可以使用簡單的 API 調用來策劃推薦，而無需機器學習專業知識。我們期待繼續與 Amazon Personalize 合作，為想要吃新鮮食物的客人提供最佳體驗。我們已經成功測試了使用 Personalize 向通過我們的應用程序下訂單的客人提供建議，並且很高興在不久的將來擴展到個性化應用程序通知。” Neville Hamilton, Interim Chief Information Officer - Subway
時尚產業
Pomelo Fashion 透過 Amazon Personalize 做到即時的用戶個性化分析，約 60% 的產品點擊來自 Amazon Personalize 的結果。
智慧移動
Ferrari 使用 AWS 機器學習、分析和計算功能來加速組織的創新。
學習資源
