Amazon SageMaker JumpStart 入门

拥有忠诚度计划的航空公司经常会遇到使用不同电子邮件地址但名字、姓氏、地址或电话号码相似的客户多次注册该计划。如果航空公司在 AWS Entity Resolution 数据匹配服务中使用机器学习匹配来按姓名、地址和电话号码对 100000 条忠诚度计划成员记录进行数据去重，并且如果这 100000 条成员记录作为 3 行数据存储在该航空公司的 Amazon Simple Storage Service（Amazon S3）数据湖中，则处理 100000 名会员的这 3 行数据将算作在 AWS Entity Resolution 数据匹配服务中处理总计 300000 条记录，总成本为 75 美元。

航空公司：使用 AWS Entity Resolution 数据匹配服务每月处理 300000 条记录

注意：使用基于机器学习的实体解析时，自动增量处理不可用。

零售公司可以使用 AWS Entity Resolution 数据匹配服务输入来自不同产品供应商的配送信息，以查找他们之间的通用存货单位（SKU），并增进对供应链效率的理解。每个配送记录可以包含输入数据，例如产品 SKU、产品名称、位置、设施名称和制造商代码。如果零售公司有 15 个供应商，每个供应商发送 40000 条配送记录，则零售商可以通过基于 AWS Entity Resolution 数据匹配服务规则的匹配来处理所有 600000 条记录，以匹配和关联独特的产品实体。在此示例中，零售公司将因处理 600000 条记录而支付 150 美元的费用。 

零售商：使用 AWS Entity Resolution 数据匹配服务处理 600000 条记录

如果您经常使用基于规则的匹配场景，则可以启动自动增量处理，这样，一旦 S3 存储桶中有新数据可用，AWS Entity Resolution 数据匹配服务就会读取这些新记录并将其与现有记录进行比较。这样可以让您的匹配项在 S3 数据发生任何变化时保持最新状态。使用自动处理时，您只需要为增量处理付费。 

零售公司可以使用 AWS Entity Resolution 数据匹配服务输入来自不同产品供应商的配送信息，以查找他们之间的通用 SKU，并增进对供应链效率的理解。每个配送记录可以包含输入数据，例如产品 SKU、产品名称、位置、设施名称和制造商代码。如果零售公司有 15 个供应商，每个供应商每月发送 40000 条配送记录，则零售商可以通过AWS Entity Resolution 数据匹配服务基于规则的匹配每月处理新的或增量的 600000 条记录，以匹配和关联独特的产品实体。完成初始工作负载后，零售公司每月只需支付 150 美元即可处理 600000 条增量记录，并将其与前一个月处理的现有 600000 条记录进行比较。不再向零售公司收取上个月的处理记录费用。

零售商：使用 AWS Entity Resolution 数据匹配服务处理 600000 条增量记录

如果您使用基于规则的匹配场景，您可以发起近实时解析。AWS Entity Resolution 数据匹配服务读取这些新记录，并近乎实时地将它们与现有记录进行比较。这使您能够针对实时使用案例（如定制产品推荐、个性化客户体验、改善患者护理或识别欺诈交易）快速匹配记录。使用近实时匹配时，您只需要为增量处理付费。 

航空公司可以使用 AWS Entity Resolution 数据匹配服务近乎实时地匹配在线预订交易与其飞行常客数据库之间的记录，从而在他们之间找到忠实的旅客，并根据他们的喜好定制推荐体验。航空公司每秒处理 50 笔预订交易，每条记录可以包含姓名、航班号、出发地和目的地等输入数据。如果航空公司每月有 100000 笔预订交易，则航空公司可以通过 AWS Entity Resolution 数据匹配服务基于规则的匹配，近乎实时地处理新的或增量的 100000 条记录（每秒处理 50 条记录），以匹配和关联飞行常客。完成初始工作负载后，航空公司每月只需支付 25 美元即可处理 100000 条增量记录，并将其与以前处理的现有 900000 条记录进行比较。不再向航空公司收取上一次作业的处理记录费用。

*您可以通过 AWS Entity Resolution 数据匹配服务的生成匹配 ID API、AWS 管理控制台或 CLI，启用近实时的匹配。了解详情。

零售商：使用 AWS Entity Resolution 数据匹配服务近乎实时地处理 100000 条增量记录

拥有 100 万条客户记录的电子商务公司可以使用 AWS Entity Resolution 数据匹配服务中的数据服务提供商匹配功能，将这些记录与常见的行业 ID 和提供商数据集关联并进行转换，这样他们就可以更有效地通过搜索引擎、社交媒体网络和数字广告等营销渠道吸引客户。这 100 万客户已经与公司的各种渠道进行了互动，包括 Web、聊天、电子邮件和应用程序。使用此匹配工作流，公司可以将他们的记录与包括 RampID 和 Unified ID 2.0 在内的行业 ID 连接并进行转换，以更好地了解和服务客户。除了通过 AWS Entity Resolution 数据匹配服务支付记录处理费用外，还将通过 Amazon Data Exchange（ADX）向使用此匹配工作流的公司收取数据服务提供商订阅费用。

电子商务公司：使用 AWS Entity Resolution 数据匹配服务处理了 1000000 条记录

一家旅游公司希望将自身的营销与广告活动个性化，通过传递高度贴合用户需求的信息，来吸引目标受众并为其带来愉悦体验。这家旅游公司对这些受众没有全面的了解，所以他们从数据提供商那里获得了 50 万条记录，以增强他们自己的记录，比如帮助他们更好地了解受众需求的人口统计属性。使用 AWS Entity Resolution 数据匹配服务中的数据服务提供商匹配工作流，旅游公司可以使用行业 ID（例如 TransUnion TruAudience）转换并增强其记录，并在其记录中添加其他列，包括人口统计属性。

旅游公司：使用 AWS Entity Resolution 数据匹配服务处理了 500000 条记录