此 AWS 解决方案实施有何用途?

该解决方案将 Amazon Pinpoint 与 Amazon SageMaker 相结合,旨在帮助自动执行收集客户数据、使用机器学习进行客户流失预测和维护定制受众细分以传递消息的流程。

该解决方案包括一个示例数据集,您可以将它用作参考,以使用自己的数据开发自己的自定义机器学习模型。 

AWS 解决方案实施概览

下图显示了您可以使用该解决方案实施指南和随附的 AWS CloudFormation 模板自动部署的架构。

使用 Amazon Pinpoint 和 Amazon SageMaker 进行预测性细分 | 架构图
 单击可放大

使用 Amazon Pinpoint 和 Amazon SageMaker 进行预测性细分的架构

AWS CloudFormation 模板将会部署由 AWS Step Functions 编排的日常批处理流程。该流程始于 Amazon CloudWatch 基于时间的事件触发一系列 AWS Lambda 函数开始,这些函数使用 Amazon Athena 查询来查询 Amazon Simple Storage Service (Amazon S3) 中存储的客户数据。数据由 AWS Glue 每天爬网。

客户数据包括从 Amazon Pinpoint 导出的终端节点以及使用 Amazon Kinesis Data StreamsAmazon Kinesis Data Firehose 通过 Amazon Pinpoint 流式传输的最终用户参与度数据。Amazon SageMaker 执行批量转换请求,以根据训练的机器学习 (ML) 模型预测客户流失情况。

默认情况下,此解决方案已配置为处理示例数据集中的数据。要使用您自己的数据集,您必须修改解决方案。

使用 Amazon Pinpoint 和 Amazon SageMaker 进行预测性细分

版本 1.0.1
上次更新时间:2020 年 1 月
作者:AWS

预计部署时间:10 分钟

使用下面的按钮订阅解决方案更新。

注意:要订阅 RSS 更新,您必须为您正在使用的浏览器启用 RSS 插件。 

此解决方案实施是否能为您提供帮助?
提供反馈 

功能

自动化

构建一种可自动收集客户数据,使用机器学习预测客户流失,并维护用于收发消息的定制受众细分的架构。

自定义

此解决方案包括一个示例数据集,您可以用它来训练所含的机器学习模型。但是,您可以修改此解决方案,以便使用您自己的数据集。
使用解决方案来解决:使用 Amazon Pinpoint 和 Amazon SageMaker 进行预测性细分
构建图标
自己部署解决方案

浏览我们的 AWS 解决方案实施库,以获取常见架构问题的答案。

了解更多 
查找 APN 合作伙伴
查找 APN 合作伙伴

寻找 AWS 认证的咨询和技术合作伙伴,以帮助您入门。

了解更多 
探索图标
了解解决方案咨询服务

浏览我们的咨询服务组合,以获取经过 AWS 审查的解决方案部署帮助。

了解更多