VistaPrint, een Cipres business, is de ontwerp- en marketingpartner van miljoenen kleine bedrijven over de hele wereld. Al meer dan twintig jaar stelt VistaPrint kleine bedrijven in staat om snel en effectief de marketingproducten te creëren – van promotiemateriaal en bewegwijzering tot gedrukte advertenties en meer – om de klus te klaren, ongeacht of ze in de winkel of online actief zijn.

Om kleine bedrijven te ondersteunen bij het opbouwen van hun merk, biedt VistaPrint klanten gepersonaliseerde productaanbevelingen, beide in realtime vistaprint.com en via marketing-e-mails. Deze productaanbevelingen verbeteren de ervaring van hun klanten door het efficiënter te maken om de producten te vinden die ze nodig hebben, terwijl ze de conversiepercentages van VistaPrint verhogen. Sinds de implementatie van Amazon Personalize heeft VistaPrint het conversiepercentage met 10 procent verhoogd en de totale eigendomskosten met 30 procent verlaagd.

In dit bericht laten we u zien hoe VistaPrint een combinatie gebruikt van Amazon personaliseren, Twilio-segmenten aanvullende AWS-services en partneroplossingen om de behoeften van hun klanten beter te begrijpen en gepersonaliseerde productaanbevelingen te bieden.

Voorafgaande oplossing en uitdagingen

Voorafgaand aan hun huidige oplossing had VistaPrint een intern ontwikkeld productaanbevelingssysteem dat op locatie werd gehost. De eerste uitdaging met hun eerdere oplossing was dat de oplossing niet automatisch kon worden geschaald als de vraag toenam. De tweede uitdaging was dat wijzigingen aan het intern ontwikkelde systeem tijdrovend waren, omdat er een hoge mate van machine learning en e-commercedomeinspecialisatie nodig was om wijzigingen aan te brengen.

Deze uitdagingen hebben geleid tot de beslissing om een ​​nieuw cloud-native systeem te creëren dat kan schalen met de toegenomen vraag en dat bestaat uit serverloze en Software as a Service (SaaS)-componenten die een groot deel van de domeinspecifieke functionaliteit externaliseren om eenvoudigere bewerkingen en snellere tijd mogelijk te maken. -op de markt brengen voor veranderingen.

Het nieuwe systeem voor gepersonaliseerde productaanbevelingen van VistaPrint

Figuur 1

Zoals u kunt zien in Figuur 1 zijn de stappen in de manier waarop VistaPrint gepersonaliseerde productaanbevelingen biedt met hun nieuwe cloud-native architectuur:

1. Verzamel historische gegevens in een datawarehouse. Gegevens van upstream-systemen, waaronder klantgegevensplatforms (CDP's) zoals Twilio Segment, orderbeheer, productcatalogus en gebruikersbeheersystemen, worden verzameld in een datawarehouse, dat in het geval van VistaPrint is Sneeuwvlok.
2. Transformeer de gegevens om Amazon Personalize-trainingsgegevens te creëren. Amazon Personalize gebruikt gegevens over gebruikers, items en interacties, en deze gegevens worden opgenomen van Eenvoudige opslagservice van Amazon (Amazon S3) in CSV-formaat. In het geval van VistaPrint gebruiken ze Databricks om de vereiste datatransformaties uit te voeren voordat de gegevens in Amazon S3 worden geland.
3. Importeer historische bulkgegevens om Amazon Personalize-modellen te trainen. Nadat bulk historische gegevens zijn opgenomen in een Amazon Personalize dataset, worden één of meerdere oplossingen getraind met behulp van deze gegevens. In het geval van VistaPrint gebruiken ze de Gebruikerspersonalisatie en Gelijkwaardige producten modelrecepten.
   • Met gebruikerspersonalisatie voorspelt Amazon Personalize de items waarmee een gebruiker zal communiceren op basis van eerdere interacties van alle gebruikers.
   • Met Soortgelijke-Items genereert Amazon Personalize aanbevelingen voor artikelen die vergelijkbaar zijn met een artikel dat u opgeeft.

   Naar de relevantie van de personalisatiemodellen behoudenworden de stappen 2 en 3 regelmatig herhaald om de trainingsgegevens up-to-date te houden.

4. Stream e-commerce website-evenementen naar een CDP. Voor het vastleggen wordt een CDP gebruikt EVENTS van een e-commercewebsite, bijvoorbeeld wanneer een gebruiker een product bekijkt of een product aan zijn winkelwagentje toevoegt. Een CDP kan ook optreden identiteitsresolutie, waarmee de gebruiker kan worden geïdentificeerd, ongeacht of deze een platform bezoekt vanaf een mobiel apparaat of een webclient. VistaPrint gebruikt Twilio Segment als hun CDP.
5. Genereer realtime productaanbevelingen terwijl een klant door de e-commerce website navigeert. Wanneer een klant op een e-commercewebsite navigeert en deze gebeurtenissen worden vastgelegd door een CDP, worden ze ook doorgestuurd naar Amazon Personalize. Amazon Personalize genereert op zijn beurt aanbevelingen voor aanvullende producten waarin een klant mogelijk geïnteresseerd is. Deze aanbevelingen worden teruggeplaatst in de e-commerce website-ervaring in real-time.
   • AWS Lambda wordt gebruikt om gegevens van Segment naar Amazon Personalize te verzenden met behulp van Segment Amazon Lambda-bestemming. VistaPrint gebruikt de Segment Amazon Lambda Destination om aanvullende datatransformaties uit te voeren en om flexibiliteit te krijgen om te integreren met aanvullende observatietools die niet worden getoond, maar andere AWS-klanten kunnen Segment's overwegen Amazon Personaliseer bestemming die geschikt is voor eenvoudigere integraties.
   • VistaPrint heeft een personalisatieservice gemaakt die vóór Amazon Personalize staat. Deze service biedt extra functionaliteit bovenop Amazon Personalize API's, inclusief de mogelijkheid om recente aanbevelingen in de cache op te slaan Amazon DynamoDBen integratie met de authenticatie- en autorisatiesystemen van VistaPrint.
   • VistaPrint heeft een plaatsings- en aanbiedingsengine (POE) gemaakt, waarmee datawetenschappers en marketeers kunnen samenwerken. Plaatsingssjablonen worden gebruikt om aangepaste plaatsingen te creëren door een marketeer de mogelijkheid te geven een Amazon Personalize-model, de visuele stijl van de plaatsing en extra functies te selecteren, zoals of het logo van een klant moet worden weergegeven zoals dit op het uiteindelijke vervaardigde product zou verschijnen. Figuur 2 toont een voorbeeld van een van deze plaatsingen, genaamd Meer met jouw ontwerp, zoals te zien op vistaprint.com.
6. Genereer productaanbevelingen als onderdeel van e-mailmarketingcampagnes. Naast het geven van realtime productaanbevelingen op hun website, gebruikt VistaPrint gepersonaliseerde productaanbevelingen in e-mailmarketingcampagnes. Hetzelfde POE-systeem wordt gebruikt om productaanbevelingen te ontwerpen en in e-mailsjablonen te plaatsen.

Figuur 2

Business Impact

Sinds de implementatie van het nieuwe gepersonaliseerde productaanbevelingssysteem heeft VistaPrint een stijging van 10 procent gerealiseerd in het aantal conversies afkomstig van gepersonaliseerde aanbevelingen. Amazon Personalize verlaagde ook de totale eigendomskosten van VistaPrint met 30 procent vergeleken met de vorige on-premise oplossing.

Conclusie

Het cloud-native gepersonaliseerde productaanbevelingssysteem van VistaPrint helpt het bedrijf zijn klanten een efficiëntere en behulpzamere ervaring te bieden, terwijl het de conversiepercentages van het bedrijf verhoogt.

Amazon Personalize vormt het middelpunt van het gepersonaliseerde productaanbevelingssysteem van VistaPrint en biedt een volledig beheerde, door machine learning aangedreven oplossing.

Met een klantdataplatform zoals Twilio Segment kunnen bedrijven als VistaPrint een verbonden, 360 graden beeld van hun klanten door gegevens van al hun klantcontactpunten uit meerdere bedrijfsdomeinen samen te voegen. Dit samenhangende beeld van de klant leidt tot nauwkeurigere en gepersonaliseerde productaanbevelingen in combinatie met Amazon Personalize.

Volgende stappen

Het gepersonaliseerde productaanbevelingssysteem van VistaPrint is één product binnen een groter gegevensnetwerk van producten. Lees meer over de datamesh-strategie van Vista in dit vorige bericht Hoe Vista een datamesh bouwde, mogelijk gemaakt door oplossingen die beschikbaar zijn in AWS Marketplace

Lees ook meer over de andere onderwerpen in dit bericht:

Over de auteurs

Ethan Fahy is een Enterprise Senior Solutions Architect bij AWS, gevestigd in Boston, MA. Ethan heeft een achtergrond in geofysica en bouwt graag grootschalige, cloud-native architecturen ter ondersteuning van wetenschappelijke workloads.

Mouloud Lounaci leidt het engineeringteam voor marketingoptimalisatie bij Vista. Hij is een Machine Learning-liefhebber met ongeveer 10 jaar ervaring in het bouwen van AI-aangedreven softwareproducten om complexe klantproblemen op te lossen. Wanneer hij de kans krijgt, stapt Mouloud in het vliegtuig om culturen, eten en landschappen van over de hele wereld te ontdekken.

Emeline Escolivet is de Engineering Manager voor het Recommendations-team bij Vista. Met meer dan 10 jaar ervaring als Software Engineer zet ze graag complexe bedrijfsvraagstukken om in betrouwbare softwareoplossingen. In haar vrije tijd omschrijft ze zichzelf graag als wandelaar, danseres en eetliefhebber.

Vibhusheet Tripathi is een Senior Data Engineer in het Aanbevelingenteam bij Vista. Als Vibhu niet experimenteert met machine learning-systemen, houdt hij van lezen, sporten en naar muziek luisteren.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://aws.amazon.com/blogs/machine-learning/how-vistaprint-delivers-personalized-product-recommendations-with-amazon-personalize/