最適化されたユーザー エクスペリエンスの作成
強化学習により、コンバージョンとエンゲージメントを向上させ、製品のおすすめ候補にリアルタイムで関連性を追加することができます–ベースの機能はAzureを通じてのみ利用可能です。2 回の API コールで、ヒーロー コンテンツの選択、レイアウトの最適化、オファーのパーソナライズが可能です。Azure Cognitive Services の一部である Personalizer を使用して、スタンドアロンのパーソナル化ソリューションとして、または既存のランク付けエンジンを補完します—機械学習の専門知識を必要としません。
推奨事項、次に最適なアクション、コンテンツ オファーを改善する
見習いモードを使用して、Personalizer がお客様の既存のソリューションの結果に対応できるかどうかを検証する
ユーザー フレンドリなインターフェイスを使用して、パラメーターと KPI に従って学習ループを監視および調整する
機械学習に関する専門知識は不要
リアルタイム学習でビジネスの成果を最大化する
顧客の行動に基づいて時間の経過と共に改善される関連するエクスペリエンスを提供します。ホーム ページでのクリック率の向上、パーソナライズされたチャンネルの作成、クーポンのオファーや条件の最適化などが可能です。何が成果を最大化するかを AI によって発見し、変化するトレンドを把握することができます。大規模なカタログからいくつかのオプションを提供するレコメンデーション エンジンとは異なり、Personalizer では、アプリを操作するたびにユーザーに最適な結果が 1 つ表示されます。
すぐに起動して実行する
2 行のコードを追加して Personalizer を埋め込みます。予測の精度を簡単に検査し、必要に応じて最適化します。Personalizer では任意の形式のデータを扱えます。データなしで開始したり、既存のデータセットを使用して強化学習をすぐに開始したりすることができます。埋め込みが完了すると、Personalizer では学習曲線をスキップできます。見習いモードを有効にすると、サービスは、パフォーマンスのしきい値を満たすまでユーザーに公開されることなく、既存のソリューションと並行して学習します。
動作を簡単に測定する
インターフェースを通じて Personalizer の動作を解釈し、評価します。結果を再現して検証し、ランク付けされたスタック ビューでパラメーターの有効性を判断します。たとえば、コンテンツ エンゲージメントに対する年齢、性別、時間帯の影響を評価します。
包括的なセキュリティとコンプライアンスの組み込み
-
Microsoft では、サイバーセキュリティの研究と開発に年間 USD10 億を超える投資を行っています。
-
Microsoft には、データ セキュリティとプライバシーを専門とする 3,500 人を超えるセキュリティ エキスパートがいます。
-
Azure は、他のあらゆるクラウド プロバイダーを上回る数の認定を受けています。包括的なリストをご確認ください。
Azure 無料アカウントで作業を開始する
1
2
クレジットがなくなった後に、同じ無料サービスでビルドを続けるには、従量課金制に移行してください。月々の無料使用分を超えた場合にのみ、お支払いいただきます。
3
Computer Vision についてよく寄せられる質問
-
リージョン別の可用性 を参照してください。
-
Personalizer およびその他の Cognitive Services オファリングでは、99.9% の可用性が保証されます。Free 価格レベルに対しては SLA は提供されません。 SLA の詳細を参照してください。
-
Personalizer は、サービスに送信するユーザーに関する機能または属性を通じて、ユーザーの集合的な行動から学習します。この情報を使用して、すべての対話の情報で更新される共有モデルをトレーニングし、すべてのユーザーのパーソナル化の結果を向上します。
-
Personalizer は、ランク呼び出しの項目数が 50 以下の場合に最適です。より大きなリストやカタログからの選択をパーソナライズするには、レコメンデーション エンジンまたは並べ替え手法を使用して、項目数を減らします。
-
-
Personalizer は、ユーザーサインインの有無にかかわらず動作しますが、サインインしているユーザーにとってより豊富で関連性の高い対話を提供します。
-
はい。Personalizer は、見習いモードを使用して、リアルタイムかつバックグラウンドで学習します。サービスがユーザーのアクションから既存のパーソナル化システムを概算するのに十分な量を学習したら、Personalizer を運用環境で自信を持って使用して、ユーザーと対話して学習し、肯定的なユーザー エクスペリエンスをサポートできます。