分析客户行为，打造个性化的客户体验
本指南通过收集和分析客户的人口统计学特征、行为和偏好，帮助您提高客户留存率。您可以通过构建现代客户数据平台和数据分析管道来优化数据，从而生成与客户相关的可行数据见解。借助 AWS 上的现代数据架构，您可以使用专门构建的数据服务来快速构建可扩展的数据湖，确保合规性，并轻松在组织范围内共享数据。
架构图
第 1 步
数据是从整个企业的多个数据源收集的，包括软件即服务（SaaS）应用程序、边缘设备、日志、流媒体和社交网络。
在线网络活动数据来自网站、社交媒体平台、电子邮件和线上营销活动。线下数据来源包括购买历史记录和订阅，主要是客户关系管理（CRM）和第三方数据。
第 2 步
根据数据来源的类型，您可以使用 AWS Database Migration Service（AWS DMS）、AWS DataSync、Amazon Kinesis、Amazon Managed Streaming for Apache Kafka（Amazon MSK）或 Amazon AppFlow 将数据提取至 AWS 的数据湖中。
第 3 步
AWS Data Exchange 可用于将第三方数据集成到数据湖中。
第 4 步
使用 AWS Lake Formation 构建可扩展的数据湖，并将 Amazon Simple Storage Service（Amazon S3）用于数据湖存储。
第 5 步
您还可以使用 Lake Formation 启用统一治理，这有助于集中管理安全性、访问控制（表、行或列级安全）和审计跟踪。它还支持自动发现架构并可将数据转换为所需格式。
第 6 步
AWS Glue 跨多个数据存储提取、转换、编目和摄取数据。使用 Glue DataBrew 进行可视化数据准备，使用 AWS Lambda 进行数据扩充和验证。
第 7 步
Amazon QuickSight 能够实现机器学习（ML）支持的商业智能。Amazon Redshift 用作云数据仓库。Amazon SageMaker 和 AWS 机器学习服务可用于构建、训练和部署机器学习模型，并为您的应用程序添加智能。
Redshift Spectrum 和 Amazon Athena 具有交互式查询、分析和处理功能。 适用于 Apache Flink 的亚马逊托管服务用于实时转换和分析串流数据。
第 8 步
在 Amazon OpenSearch Service 中存储统一的客户资料信息。
第 9 步
借助来自 Amazon Neptune 的身份解析数据，创建单一的客户资料视图。
第 10 步
借助 Amazon API Gateway，您可以将开发的 API 作为微服务公开。
第 11 步
激活统一的客户数据并将其发送给内外部各方。
第 1 步
数据是从整个企业的多个数据源收集的，包括软件即服务（SaaS）应用程序、边缘设备、日志、流媒体和社交网络。
在线网络活动数据来自网站、社交媒体平台、电子邮件和线上营销活动。线下数据来源包括购买历史记录和订阅，主要是客户关系管理（CRM）和第三方数据。
第 2 步
根据数据来源的类型，您可以使用 AWS Database Migration Service（AWS DMS）、AWS DataSync、Amazon Kinesis、Amazon Managed Streaming for Apache Kafka（Amazon MSK）或 Amazon AppFlow 将数据提取至 AWS 的数据湖中。
第 3 步
AWS Data Exchange 可用于将第三方数据集成到数据湖中。
第 4 步
使用 AWS Lake Formation 构建可扩展的数据湖，并将 Amazon Simple Storage Service（Amazon S3）用于数据湖存储。
第 5 步
您还可以使用 Lake Formation 启用统一治理，这有助于集中管理安全性、访问控制（表、行或列级安全）和审计跟踪。它还支持自动发现架构并可将数据转换为所需格式。
第 6 步
AWS Glue 跨多个数据存储提取、转换、编目和摄取数据。使用 Glue DataBrew 进行可视化数据准备，使用 AWS Lambda 进行数据扩充和验证。
第 7 步
Amazon QuickSight 能够实现机器学习（ML）支持的商业智能。Amazon Redshift 用作云数据仓库。Amazon SageMaker 和 AWS 机器学习服务可用于构建、训练和部署机器学习模型，并为您的应用程序添加智能。
Redshift Spectrum 和 Amazon Athena 具有交互式查询、分析和处理功能。 适用于 Apache Flink 的亚马逊托管服务用于实时转换和分析串流数据。
第 8 步
在 Amazon OpenSearch Service 中存储统一的客户资料信息。
第 9 步
借助来自 Amazon Neptune 的身份解析数据，创建单一的客户资料视图。
第 10 步
借助 Amazon API Gateway，您可以将开发的 API 作为微服务公开。
第 11 步
激活统一的客户数据并将其发送给内外部各方。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读《卓越运营》白皮书
客户数据分析平台（CDAP）参考架构采用完全无服务器模式。您的解决方案可以采用基础设施即代码和自动化方式进行部署，以实现快速迭代和一致部署。使用 Amazon CloudWatch 监控应用程序和基础设施。
-
安全性阅读《安全》白皮书
使用 Lake Formation 进行统一治理，集中管理安全性、访问控制（在表、行、列安全级别）和审计跟踪。它还支持自动发现架构并可将数据转换为所需格式。API Gateway 强制执行控制安全方面的策略，例如身份验证、授权或流量管理。
-
可靠性阅读《可靠性》白皮书
无服务器架构使该解决方案能够在所有可用区中自动扩展、保持可用性，并顺利部署。
-
性能效率阅读《性能效率》白皮书
使用无服务器技术，您只需预置自己需要的资源即可。要最大限度地提高 CDAP 解决方案的性能，请使用多种实例类型进行测试。为分布在各地的客户使用 API Gateway 边缘端点。对于区域客户（以及在同一区域内使用其他 AWS 服务时），请使用区域性端点。
-
成本优化阅读《成本优化》白皮书
通过使用无服务器技术和自动扩展，您只需为使用的资源付费。无服务器服务在闲置时不会产生任何费用。
-
可持续性阅读可持续性白皮书
最大限度地减少您对环境的影响。数据湖使用多个流程，将不常访问的数据自动移至具有 Amazon S3 生命周期配置的冷存储。通过密集地使用托管服务和动态扩展，此架构可以最大限度地降低后台服务对环境的影响。
实施资源
提供了在 AWS 账户中进行实验和使用的详细指南。构建指南的每个阶段（包括部署、使用和清理）都将被检查，以便为部署做好准备。
示例代码为起点。它经过行业验证，是规范性但不是决定性的，可以帮助您开始。
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。