Amazon Web Services ブログ

Amazon Personalizeと生成系AIでマーケティングソリューションを高度化する

生成系AIが、企業のビジネスを変革しています。企業はAIを使用して、データ主導の意思決定を改善し、オムニチャネル体験を強化し、次世代の製品開発を推進しています。企業は、電子メール、プッシュ通知、その他のアウトバウンドコミュニケーションチャネルを通じたマーケティング活動を強化する目的で、特に生成系AIを使用しています。ガートナーは、「2025年までに、大企業によるアウトバウンドマーケティングメッセージの30%が機械によって生成される」と予測しています。しかし、魅力的な顧客コミュニケーションを実現するには、生成系AIだけでは不十分です。調査によると、最もインパクトのあるコミュニケーションはパーソナライズされたもの、つまり、適切なメッセージを適切なタイミングで適切なユーザーに表示されるものです。マッキンゼーによると、「71％の消費者は、企業がパーソナライズされたインタラクションを提供することを期待している」。お客様は、Amazon Personalizeと生成系AIを使用して、マーケティングキャンペーン用の簡潔でパーソナライズされたコンテンツを作成し、広告のエンゲージメントを高め、会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、Amazon.comがリアルタイムでパーソナライズされたレコメンデーションに使用しているのと同じ種類の機械学習（ML）技術を搭載したアプリケーションを構築できます。Amazon Personalizeを使えば、開発者はMLの専門知識がなくても、パーソナライズされた製品やコンテンツのレコメンデーションを通じてユーザーエンゲージメントを向上させることができます。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用意されたアルゴリズム）を使用することで、特定の製品やコンテンツのレコメンデーション、パーソナライズされたランキング、ユーザーのセグメンテーションなど、さまざまなパーソナライゼーションを実現できます。さらに、フルマネージドのAIサービスとして、Amazon PersonalizeはMLを活用したお客様のデジタル変革を加速し、パーソナライズされたレコメンデーションを既存のウェブサイト、アプリケーション、メールマーケティングシステムなどに簡単に統合できるようにします。

この投稿では、Amazon PersonalizeとAmazon Bedrockの生成系AIを使用して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と生成系AIを組み合わせることで、個々の消費者の嗜好に合わせたマーケティングを行うことができます。

Amazon PersonalizeとAmazon Bedrockを具体的にどのように連携させるのでしょうか？マーケターとして、プラットフォーム上でユーザーの行動に基づいて、ユーザーが楽しめそうな映画を推薦するようなカスタマイズされたメールを送りたいと想像してみてください。あるいは、ユーザーが興味を持ちそうな新しい靴を宣伝するために、ターゲットを絞ったメールを送りたいかもしれません。以下の使用例では、生成系AIを使用して2つの一般的なマーケティングメールを改善します。

ユースケース1 : 生成系AIを使用して個人向けにパーソナライズされたメールを届ける

Amazon PersonalizeとAmazon Bedrockを使用すると、パーソナライズされたレコメンデーションを生成し、各ユーザーに合わせた送信メッセージを作成できます。

次の図は、生成系AIによってパーソナライズされたメールを配信する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、トレーニングを行います。Amazon Personalizeは、Top Picks for You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。出力として、Amazon Personalizeはユーザーの好みに沿ったレコメンデーションを提供します。

以下のコードを使用して、ユーザーにおすすめの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)

詳細は、Amazon Personalize API referenceを参照してください。

得られたレコメンデーションの出力は、プロンプトの一部としてAmazon Bedrockに取り込まれます。プロンプトには、ユーザーの特徴、デモグラフィック、Amazon Personalizeのレコメンデーションアイテムが含まれます。

例えば、ユーザーにとって魅力的で楽しいパーソナライズされたEメールを作成したいマーケティング担当者は、次のようなプロンプトを使用するかもしれません：

ユーザの興味を引くために魅力的で楽しいパーソナライズされたメールを作成してください。ユーザーは最近ファミリー向けの映画を見ました。リトル・マーメイド、エンカント、スパイダーマン：イントゥ・ザ・スパイダーバースがおすすめのアイテムです。

上のプロンプトを使って下のサンプルコードで、Claude2のようなAmazon Bedrockで提供されている基盤モデル(FM)の1つを呼び出すことで、ユーザーにパーソナライズされたメールを作成することができます：

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

詳細は、Amazon Bedrock API referenceを参照してください。

Amazon Bedrockは、ユーザーにパーソナライズされたEメールを返します：

件名 : 映画鑑賞のお供に、お勧めの一本をどうぞ！

<ユーザー名>様

秋の心地よさを感じたいですか？大丈夫です！ソファーでくつろぎながら、大切な人と楽しめるオススメの映画ベスト3です：

1. リトル・マーメイド この古典的なディズニー映画は、人間界を夢見る人魚姫アリエルが主人公。人間界を夢見る人魚姫アリエルは、海の魔女アーシュラと契約し、大きな教訓を得ます。

2. ミラベルと魔法だらけの家 魔法の家に住むコロンビアのマドリガル一家を描いたディズニー映画。一家はそれぞれユニークな才能を持っていますが、幼いマリベルだけは違います。

3. スパイダーマン：イントゥ・ザ・スパイダーバース このスーパーヒーロー・アニメ映画は必見のアクション映画。スパイダーマンであるブルックリンの若者マルズモラレスが、他のスパイダーの力を持つ人物と協力して宇宙を救う。

愛すべきキャラクター、キャッチーな曲、そして感動的なストーリー、この3作品で間違いなし！ポップコーンをどうぞ！

ユースケース2 : 生成AIを使用して多人数向けのマーケティングキャンペーンを強化する

一対多のメールマーケティングでは、一般的なコンテンツではエンゲージメントが低くなる（開封率がの低下や配信停止）可能性があります。これを回避する1つの方法は、魅力的な件名の送信メッセージを手作業で作成することです。これは非効率的な時間の使い方につながります。Amazon PersonalizeとAmazon Bedrockをワークフローに統合することで、興味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、生成系AIによってマーケティングキャンペーンを向上させるためのアーキテクチャとワークフローを示しています。

一対多のメールを作成するには、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はユーザーセグメンテーション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を使用すると、Amazon Personalizeは選択されたアイテムに対して興味を示すユーザーをターゲットオーディエンスとして自動的に選定します。

ターゲット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
            }
        }
)

詳細は、Amazon Personalize API referenceを参照してください。

Amazon Personalizeは、各アイテムのターゲットとなる推奨ユーザーのリストをbatch_output_pathに出力します。その後、プロンプトと共になにかのFMを使用して、Amazon Bedrockにユーザーセグメントを呼び出すことができます。

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Eメールで売り込みたいとします。プロンプトの例は以下のようになります：

ユーザーセグメント “sneaker heads “に対して、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てください。ユーザーに10％割引の割引コード「FAME10」を提供します。

最初のユースケースと同様に、Amazon Bedrockで以下のコードを使用します：

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

詳細は、Amazon Bedrock API referenceを参照してください。

Amazon Bedrockは、各ユーザーが選択したアイテムに基づいて、パーソナライズされたメールを返します：

件名 : <<名前>>, 殿堂入りへの切符があなたを待っている

<<名前>>様,

待ちに待った。新しい”Ultra Fame II”をご覧ください！これまでで最も革新的で快適なUltra Fameシューズだ。その新しいデザインは、一歩一歩を踏みしめるたびに、あなたを魅了するだろう。さらに、快適性、サポート性、スタイルがミックスされた、殿堂入りにふさわしいシューズだ。

乗り遅れるな。FAME10というコードを使えば、次の一足が10％割引になります。

最高のエンゲージメントにつながるメールをテストして決定するために、Amazon Bedrockを使用すると、手動でテストコンテンツを作成するのにかかる時間のほんの一部で、キャッチーな件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。

結論

Amazon PersonalizeとAmazon Bedrockを統合することで、パーソナライズされた販促コンテンツを適切なオーディエンスに配信することが可能になります。

FMによる生成系AIは、企業が消費者のためにこれまで以上にパーソナライズされた体験を構築する方法を変えています。Amazon PersonalizeやAmazon BedrockのようなAWSのAIサービスは、ユーザーにパーソナライズされた製品、コンテンツ、魅力的なマーケティングメッセージを推奨し、配信するのに役立ちます。AWS上の生成系AIでの作業の詳細については、AWS上の生成系AIで構築するための新しいツールを発表をご覧ください。

翻訳はSolutions Architect近藤が担当しました。原文はこちらです。