AWS Clean Rooms ML

无需共享基础数据,即可与合作伙伴一起应用机器学习

AWS Clean Rooms ML 可帮助您和您的合作伙伴应用隐私增强控制来保护您的专有数据和 ML 模型,同时生成预测见解,所有这些都无需共享或复制彼此的原始数据或模型。借助 AWS Clean Rooms ML 自定义建模,您和您的合作伙伴可以使用第一方数据和算法来引入自定义 ML 模型进行训练和推理,以大规模应用 ML 预测,而无需共享敏感的知识产权。您还可以使用 AWS 编写的相似模型,并邀请您的合作伙伴将他们的一小部分记录样本带到协作中,以生成一组扩展的类似记录,同时保护您和您合作伙伴的基础数据。

AWS Clean Rooms ML 简介 | Amazon Web Services

AWS Clean Rooms ML 的优势

使用 AWS Clean Rooms ML,您的数据只用来训练您的自定义模型或相似模型,而不会在协作者之间共享或者用来训练 AWS 模型。您可以随时删除自定义模型或者从 Clean Rooms ML 中移除您的数据,还可以应用隐私增强控制措施,以保护您在协作中提供的敏感数据。
借助 AWS Clean Rooms ML 自定义建模,您可以使用您的模型、算法和数据执行机器学习训练和推理,以便与合作伙伴一起生成预测性洞察,而无需共享您为协作提供的专有模型或算法。
借助 AWS Clean Rooms ML 相似建模,您可以为您和您的合作伙伴训练 AWS 拥有的自定义机器学习模型。AWS 创作的模型是在新闻、电子商务和流式传输视频频道等多种数据集上构建和测试的。您的数据只用来训练模型,不会与任何一方共享,您可以随时移除数据或删除自定义模型。

使用案例

广告商可以提供他们的专有模型和数据进行 Clean Rooms 协作,并邀请发布者也提供他们的数据以训练和部署自定义机器学习模型,以帮助他们提高活动有效性。

金融机构可以使用历史交易记录训练自定义机器学习模型,并邀请合作伙伴加入 Clean Rooms 协作以检测欺诈性交易。

研究机构和医院网络可以找到与现有临床试验参与者相似的候选人,以加快临床研究。

品牌和发布者可以模拟市场中相似的客户群体,并提供高度相关的广告体验。

客户和合作伙伴

Flywheel

Xmars 是一个先进的人工智能广告管理平台,为品牌、卖家和代理商提供无与伦比的优势,以最大限度地提高其 Amazon 广告支出的回报。

“以高精度和规模高效地推动增量覆盖是我们客户的首要任务。借助 AWS Clean Rooms ML 解决方案,并结合亚马逊营销云(AMC)数据,我们能够创建高度定制的建模受众,以预测用户参与广告或完成购买的可能性。通过 Amazon DSP 直接接触建模受众,这种自带模型(BYoM)方法使 Amazon 上商品详情页面浏览率提高了 34%,购物者交易价值提高了 24%。AWS Clean Rooms 确实为我们释放了更多可能性和灵活性,让我们能够为广告商发现高价值潜在客户。”

Tony Wang,Xmars 联合创始人

Flywheel 是一家电子商务零售机构。其一流的服务将量身定制的专业知识与尖端的软件解决方案相结合,以实现一个目标:提高 Amazon 客户的销售额、市场份额和盈利能力。

“AWS Clean Rooms ML 正在增强我们衡量用户购买倾向的能力。保护隐私安全的深度学习使我们能够捕捉用户与其购物旅程之间的复杂关系,从而为我们的品牌提供更精确的定位。我们首次能够以保护隐私安全的方式在个人层面定制购物者的旅程,为他们和我们的客户带来更好的结果。”

Dan Nealon,Flywheel 数据科学高级经理

Xmars

亚马逊营销云(AMC)是 Amazon Ads 提供的一款安全、保护隐私的洁净室应用程序,支持数千名营销人员开展自定义分析和跨渠道分析。构建者可以使用 AMC API 来创建他们自己的产品,而分析师可以通过 Amazon Ad 控制台与可用的用户界面进行交互。

“AMC Audiences 现在提供新的自定义相似受众群体,由 AWS Clean Rooms ML 提供支持,可以在 Amazon DSP 中的营销宣传中激活,并帮助广告商根据其目标扩大受众范围。自 2023 年 10 月推出以来,这项功能使领先的 CPG 品牌得以开拓新的潜在客户并提高营销宣传绩效。”

Paula Despins,Amazon Ads 广告衡量副总裁

Slalom 是一家全球企业和技术咨询公司。

“我们一直希望与发布者客户合作,更新他们的技术堆栈,以便他们能够更轻松地发挥高质量广告库存的全部潜力。AWS Clean Rooms ML 的高精度机器学习建模非常引人注目,因为发布者正在寻找改进广告效果的方法。AWS Clean Rooms ML 提供一个易于使用的界面,发布者和品牌可以使用该界面识别广告营销宣传的合适用户,同时保护双方的敏感数据。”

Mukesh Kumar,Slalom 全球技术团队总经理

Experian 大规模收集、分析和处理信用数据,以帮助企业做出更明智的决策、个人获得金融服务、贷款人将风险降至最低。

“随着营销人员和发布者寻求在越来越多的消费者接触点上最大化其第一方数据的价值,我们的客户需要能够使他们有效、安全地与合作伙伴交互的解决方案。AWS Clean Rooms ML 使我们的营销人员客户能够将其第一方数据与我们独特的消费者数据(例如车辆购买信息)结合使用,在发布者网站上寻找与营销人员当前最佳客户相似的潜在用户,而无需向合作伙伴泄露敏感数据。”

Chris Feo,Experian 销售高级副总裁

Twilio Segment 是领先的客户数据平台(CDP),通过广告效果加速客户业务增长。

“随着企业推出更多由人工智能驱动的营销宣传,关注高质量的实时第一方数据从未像现在这样重要。我们最近的报告显示,明年有 85% 的企业会优先考虑更好地捕获和利用第一方数据。利用 AWS Clean Rooms ML 建模有助于保护客户宝贵的第一方数据,同时使他们能够通过与首选媒体发布者合作吸引高价值的潜在受众。”

Kathryn Murphy,Twilio Segment 产品高级副总裁

Affinity Solutions 是消费者购买洞察领域的领导者,利用来自超过 1.4 亿张信用卡的数据提供无与伦比的美国消费者支出视图,将数据转化为可行的洞察,从而推动市场份额和收入增长。

“Affinity Solutions 处于平衡隐私与提供全面消费者洞察的最前沿。借助 AWS Clean Rooms ML,我们的营销人员客户将能够利用我们的确定性数据集作为种子数据,结合其自己的数据创建高级相似模型。这使公司能够跨平台识别潜在购买者,同时遵守隐私标准,为当今具有隐私意识的市场提供有力、可行的洞察。”

Atul Chadha,Affinity Solutions 首席技术官

The Weather Company 为全球消费者、品牌和企业提供天气数据和洞察。

“The Weather Company 正在测试 AWS Clean Rooms,这是一种实用的方法,使广告商能够分析其第一方数据和天气数据,并根据天气对人们日常生活的影响使用预测性机器学习大规模识别参与的受众。AWS Clean Rooms 提供一种简化的功能,可加快价值实现时间,只需点击几下即可创建相似客户群体,同时帮助我们保护每月访问我们数字资产的数亿消费者的数据。”

Dave Olesnevich,The Weather Company 广告产品主管

StellarAlgo 是适用于体育和现场观众行业的领先客户云平台,与北美 110 多所机构合作,包括与 NFL、NHL 和 NBA 建立了全联盟合作关系。

“作为帮助世界领先的体育和现场娱乐品牌了解、发展受众并从中获利的领导者,我们很高兴 AWS Clean Rooms 继续快速创新,帮助我们的客户取得成功。AWS Clean Rooms ML 建模可以帮助我们的客户识别并吸引高价值的潜在客户,使他们能够建立更有效、更能引起共鸣的合作伙伴关系,同时使我们能够帮助保护他们敏感的第一方数据。我们很高兴 AWS Clean Rooms 能够继续快速创新,帮助我们的客户取得成功。”

Greg Sargent,StellarAlgo 体育合作伙伴关系高级副总裁

BRIDGE 是一个以人为本的全渠道营销平台,可帮助客户向真正的购买受众进行营销。

 

“在 BRIDGE,我们很高兴使用 AWS Clean Rooms ML 来支持我们的相似受众构建器,使我们的客户能够安全地利用我们的真实人物数据集,进而更好地了解他们的 CRM 文件并找到他们的下一个客户。AWS Clean Rooms ML 支持 BRIDGE 的目标,即提供隐私优先的协作工具,以改善消费者智能并更有效地推动营销成果。”

Rob Rose,BRIDGE 首席执行官