广告与营销案例研究
广告与营销技术客户案例
AWS 上领先的第一方数据平台
Cox Automotive 在不使用第三方 Cookie 的情况下构建了用于营销个性化的身份图。他们使用确定性和概率性数据科学来匹配线上和线下数据，并将数据分组到家庭中。
Segment 是一家客户数据基础设施公司，帮助其客户收集和统一有关其用户的数据 — 使用 AWS 每月处理 4500 亿个事件，并使用 Amazon Personalize 根据这些数据创建个性化推荐。
Nielsen 使用 AWS Lambda 和 Amazon Elastic Kubernetes Service (Amazon EKS) 构建了一个无服务器的容器化数据管道，每天为 Nielsen Marketing Cloud 处理 2500 亿个广告测量事件。
AWS 上数据共享和互操作性的主要示例
Merkle 使用 AWS 开发身份解析解决方案、客户 360 视图和用于隐私安全分析的数据洁净室，使营销人员能够统一客户数据并运行分析以进行受众细分、激活和衡量。2020 年，Merkle 成为 AWS 特色级咨询合作伙伴，签署了 AWS 战略合作协议，并加速为共同客户开发解决方案。
“AWS 带来了技术，而 Merkle 带来了我们的营销专业知识，让我们可以为最终客户创造一些有价值的东西”
Merkle 高级副总裁兼全球云实践负责人 Ankur Jain
Amazon Advertising 构建了 Amazon Marketing Cloud，这是一个安全、隐私安全且基于云的洁净室工作空间，使广告商能够轻松地对伪数据进行分析以生成汇总报告。
阳狮媒体使用 AWS 构建了一个用于受众细分和倾向评分的机器学习框架，旨在实现可移植性，使阳狮媒体能够在其客户的 AWS 账户内部启动，以遵守数据主权和隐私法，并在不移动数据的情况下在本地分析数据。“AWS 的灵活性确实使其具有极高的可扩展性和通用性，使我们可以处理尽可能多的不同客户数据集，”阳狮媒体决策高级副总裁 Patrick Houlihan 说。
客户利用 AWS 广告智能功能进行创新
AppsFlyer 使用 Amazon SageMaker 和 AWS 无服务器功能在 6 个月内构建了一个预测分析产品，该产品通过机器学习预测移动应用程序用户的生命周期价值，提高其归因建模的准确性并保护用户隐私，以符合 Apple iOS 14 的要求。
FreeWheel 使用 Amazon SageMaker，每天为数十亿条广告服务记录提前几个月预测数字视频和线性电视的广告库存 — 将总体工作量减少了 60%，成本降低了 50%，并提高了预测的准确性。
程序化广告技术公司 TripleLift 开创了一种解决方案，通过结合使用 Amazon Web Services (AWS) 上的定制模型和机器学习（ML），将产品植入广告动态插入流媒体电视节目。
阳狮媒体构建了一个机器学习管道，使用 Amazon EMR 和 Amazon Redshift 为媒体购买者提供关于受众细分的高度准确的建议。
AWS 上的领先广告平台
The Trade Desk 使用 Aerospike，这是一种在 Amazon Web Services (AWS) 上运行的低延迟 NoSQL 数据库平台，可在边缘支持每秒数百万次实时竞价查询，并在其用户配置文件冷存储中支持每秒 3000 万次写入的峰值负载。
Integral Ad Science (IAS) 是数字广告验证领域的全球领导者，确保真人可以在安全、合适的环境中查看广告。该公司于 2020 年全部迁移到 AWS。
了解更多 »
Nielsen 公司将其国家电视观众测量平台迁移到 Amazon Web Services (AWS)，并构建了一个新的云原生本地电视评级平台，将其报告能力从每天 40000 个家庭增加到每天超过 3000 万个家庭。
AWS 上的领先客户体验平台
Acoustic 建立在其前母公司收购的技术和公司合并的基础上，在 10 个月的时间里迁移到 AWS，使成本优化了 60%，并享受到了可扩展性提高、性能提升、可用性提高高和创新速度加快等好处。
Braze 使用 Amazon Web Services (AWS) 每月收集、处理和分析超过 5000 亿条消费者行为数据，以构建受众档案并改进个性化消息传递。
HubSpot 选择 AWS 作为其首选公有云提供商，使用 AWS 支持超过 450 种微服务，实现从电子邮件传输到自动营销工作流的各种功能。
“规模和更快创新的能力对我们的业务极其重要，为此我们选择通过 AWS 实施云优先方法，它成了我们的首选云提供商。”
HubSpot 首席策略官 Brad Coffey