根據麥肯錫的報告指出， 亞馬遜電子商務（Amazon.com） 的推薦系統為該公司增加了 35％以上 的收入並增加了 30％ 的頁面瀏覽量；另外，透過收集觀眾觀看行為所佈建的推薦系統，也為Netflix每年節省了約 10 億美元，現在80%以上的用戶訂閱都來自於推薦系統推薦的內容。推薦系統不但可以讓消費者快速比較類似商品的價位和規格，而且對於提升客戶更優質的體驗也是至關重要的。
零售業或是電商可透過個性化的推薦系統和預測分析工具來强化客戶的體驗、提高客戶的黏著度，例如電子商務產品推薦、內容推薦、媒體與社群網路、旅遊網站的飯店推薦、銀行信用卡推薦等。
正確使用推薦系統和預測分析工具必將成爲企業成功的一個強大的利器；並且通用預測分析來瞭解產品供需狀態，據此達成高銷售額與ROI。
但是，大多數企業仍面臨不小挑戰，而這些挑戰阻礙了企業有效地進行個性化推薦和預測分析，例如企業沒有相對應機器學習的經驗等。
本次研討會中伊雲谷將統整自身多國的資料解決方案應用經驗，以人工智慧 (AI)、機器學習 (Machine Learning) 帶您入門，認識不同的個性化推薦系統和預測工具及其應用領域。
-研討會對象
- 零售服務業
- 電子商務之商業用戶
- 技術人員
- 數據分析師
- 有興趣參加瞭解者
-AWS原廠授權專業講師
伊雲谷是 AWS 台灣唯一具有培訓夥伴資格的高級諮詢夥伴，致力以雲端諮詢及培訓服務引領企業數位轉型。專注於提供雲端專業顧問服務、託管服務（MSP）、數據解決方案、SAP 上雲等技術支援及專業培訓。營運據點橫跨台灣、港澳、中國、菲律賓、新加坡及美國，服務近千家客戶和系統商，全力協助媒體、金融、製造、遊戲、零售以及教育等產業啟動數位轉型，以數位化思考實現企業未來。
為提供產業數位轉型動能，積極為雲端人才打造培育環境，並創立培訓品牌 eCloudture ，提供創新的人才培訓計畫及培訓課程，以實務經驗、豐富認證之教學資源，為產業栽培專業雲端人才。
-研討會內容
- 不同的個性化推薦和預測分析及其使用情境
- 零售案例導入分享
- 如何實現零售電商之個性化推薦和預測系統
-其他問題詢問
- 主辦單位：工業技術研究院
- 課程洽詢：(03)591-8319 羅小姐
- 聯絡信箱：itri534318@itri.org.tw
