- Machine Learning›
- Amazon Personalize›
- Amazon Personalize – Preise
Amazon Personalize – Preise
Mit Amazon Personalize zahlen Sie nur für das, was Sie auch nutzen. Es fallen keine Mindestgebühren oder Vorauszahlungen an
AWS Pricing Calculator
Berechnen Sie den Preis für Ihr Amazon Personalize und Architekturkosten in einer einzigen Kostenschätzung.
Kostenlose Testversion
Testen Sie AWS Personalize noch heute kostenlos.
In den ersten zwei Monaten der Nutzung von Amazon Personalize wird Ihnen Folgendes angeboten:
Datenverarbeitung und Speicher: Bis zu 20 GB pro Monat.
Training:
- Bis zu 5 Millionen Interaktionen pro Monat für User-Personalization-v2 und bis zu 5 Millionen Interaktionen pro Monat für Personalized-Ranking-v2.
- Bis zu 100 Trainingsstunden pro Monat für andere benutzerdefinierte Empfehlungslösungen.
Empfehlungen:
- Bis zu 50 000 Echtzeit-Empfehlungsanfragen pro Monat für User-Personalization-v2 und Personalized-Ranking-v2.
- Bis zu 180 000 Empfehlungsanfragen in Echtzeit pro Monat für andere benutzerdefinierte Empfehlungslösungen.
Benutzerdefinierte Empfehlungs-Lösungen
Amazon Personalize v2-Rezepte
Die Rezepte von Amazon Personalize v2 (User-Personalization-v2 und Personalized-Ranking-v2) verwenden eine Transformer-basierte Architektur, sodass Sie ganz einfach eine Vielzahl von Personalisierungserlebnissen erstellen können, ohne dass Sie Fachwissen im Bereich Machine Learning benötigen.
Die Verwendung von v2-Rezepten besteht aus drei Kostenkomponenten:
-
Datenerfassung: Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.
-
Training: Für jeden Model-Trainingsauftrag wird Ihnen die Anzahl der Interaktionen berechnet, die Sie für das Training erfasst haben. Sie können Interaktionen über Echtzeit-Datenstreaming oder S3-Batch-Uploads erfassen. Wenn Sie mehr Interaktionen aufnehmen, als das Servicekontingent vorgesehen ist, wird Ihnen die maximale Anzahl von Artikelinteraktionen berechnet, die von einem Modell während des Trainings berücksichtigt werden (standardmäßig 3 Milliarden).
-
Inferenz: Gebühren richten sich nach der Anzahl der Empfehlungsanfragen sowohl für Echtzeit- als auch für Batch-Empfehlungen. Für Empfehlungen in Echtzeit berechnet Amazon Personalize standardmäßig mindestens eine Empfehlungsanforderungstransaktion pro Sekunde (TPS) für alle aktiven Kampagnen. Diese Mindestgebühr von 1 TPS gilt auch dann, wenn Sie keine Anfragen stellen. Bei Bedarf können Sie auch eine höhere Mindesttransaktionsrate angeben. Wenn die Rate der Empfehlungsanfragen das bereitgestellte Mindest-TPS übersteigt, skaliert Amazon Personalize automatisch, um Ihre Anfragen zu bearbeiten, und kehrt zum bereitgestellten Mindest-TPS zurück, wenn Ihr Datenverkehr abnimmt. Ihnen wird das jeweils höhere der bereitgestellten Mindest-TPS (standardmäßig 1 TPS) und das tatsächlich angefallene TPS in Rechnung gestellt. Die Preisbeispiele 1 und 2 veranschaulichen, wie die Echtzeit-Inferenzgebühr berechnet wird.
Preistabelle
Die Preistabelle gilt für die Verwendung der folgenden Rezepte:
-
User-Personalization-v2
-
Personalized-Ranking-v2
Preise
|
Data Ingestion
|
$0.05 per GB of data uploaded to Amazon Personalize
|
|---|---|
|
Training
|
0,002 USD pro 1 000 Interaktionen, die für das Training erfasst wurden |
|
Inferenz
|
0,15 USD pro 1 000 Empfehlungsanfragen sowohl für Empfehlungen in Echtzeit als auch für Stapelempfehlungen
|
Preisbeispiele
Beispiel 1: Benutzerdefinierte Empfehlungen in Echtzeit
Ein Unternehmen verwendet benutzerdefinierte Empfehlungen in Echtzeit, um Empfehlungen für ein Karussell auf seiner Homepage zu generieren. Sie laden 200 GB an Daten pro Monat hoch und trainieren ihre Lösung zweimal pro Woche, wobei bei jeder Schulung 10 Mio. aufgenommene Interaktionen berücksichtigt werden. 10 Stunden pro Tag verzeichnet das Karussell einen Spitzenverkehr von 36 000 Besuchen pro Stunde. Außerhalb der Spitzenzeiten erhält das Karussell weniger als 3 600 Besuche pro Stunde oder weniger als die Mindesttransaktionsrate von 1 TPS. Infolgedessen wird Personalize automatisch auf mindestens 1 TPS herunterskaliert, und dem Kunden werden in diesem Zeitraum 3 600 Empfehlungsanfragen pro Stunde in Rechnung gestellt (1 Transaktion pro Sekunde x 3 600 Sekunden pro Stunde).
Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:
-
Datenverarbeitungs- und Speichergebühr = 200 GB * 0,05 USD pro GB = 10,00 USD
-
Schulungsgebühr für Lösungen = 10 Millionen Interaktionen, die für das Training aufgenommen wurden, 2,00$ pro 1 Million Interaktionen 8 Schulungen pro Monat = 160,00$
-
Inferenzverbrauch und -gebühr (Echtzeit-Inferenz):
-
Spitzenauslastung: 36.000 Empfehlungsanfragen 10 Stunden pro Tag 30 Tage pro Monat = 10.800.000 Empfehlungsanfragen
-
Nutzung des Traffics außerhalb der Spitzenzeiten: 3.600 Empfehlungsanfragen 14 Stunden pro Tag, 30 Tage pro Monat = 1.512.000 Empfehlungsanfragen
-
12.312.000 Empfehlungsanfragen * 0,15 USD pro 1.000 Empfehlungsanfragen in Echtzeit = 1.846,80 USD
-
Gesamtkosten = 10,00 USD + 160,00 USD + 1 846,80 USD = 2 016,80 USD
Beispiel 2: Echtzeitempfehlungen mit variablem Inferenzverkehr
Nehmen wir der Einfachheit halber an, dass das Unternehmen in Beispiel 1 ein weiteres Empfehlungskarussell erstellt, das dieselbe Menge an Datenaufnahme und Training verwendet. Der Verkehr dieses Karussells variiert jedoch im Laufe des Tages stärker. In diesem Beispiel hat der Kunde ein höheres Mindest-TPS bereitgestellt.
Inferenznutzung und Kosten: In der folgenden Tabelle gehen wir ein Szenario mit variablem Datenverkehr durch und berechnen die Empfehlungsanfragen, die an einem Nutzungstag verbraucht werden:
Berechnung der Inferenzgebühr
|
Time
|
Time (hours elapsed)
|
Minimum Provisioned TPS
|
Minimum recommendation request transactions per hour (min. Provisioned TPS * 3,600 seconds per hour)
|
Actual Recommendation Requests per Hour
|
Billed Consumption per Hour [max. (minimum, actual)]
|
Total Billed Consumption (Hourly Consumption * Hours)
|
|---|---|---|---|---|---|---|
|
12:00–18:00 Uhr
|
18
|
30
|
108 000
|
72 000
|
108 000
|
1 944 000
|
|
18:00–22:00 Uhr
|
4
|
30
|
108 000
|
144 000
|
144 000
|
576 000
|
|
22:00–23:00 Uhr
|
1
|
30
|
108 000
|
18 000
|
108 000
|
108 000
|
|
23:00–12:00 Uhr
|
1
|
20
|
72 000
|
0
|
72 000
|
72 000
|
|
Gesamtzahl der Empfehlungsanfragen pro Tag
|
|
|
|
|
|
2 700 000
|
|
Gesamtzahl der Empfehlungsanfragen pro Monat
|
|
|
|
|
|
81 000 000
|
Inferenzgebühr: 81.000.000 Empfehlungsanfragen * 0,15 USD pro 1.000 Empfehlungsanfragen in Echtzeit = 12.150,00 USD
Beispiel 3: Empfehlungen für benutzerdefinierte Batches
Ein Unternehmen verwendet benutzerdefinierte Empfehlungen, um personalisierte Artikelempfehlungen für jeden Benutzer in seinen E-Mail-Marketingkampagnen zu generieren. Sie nehmen 10 GB an Daten und 5 Millionen Interaktionen für das Training auf. Das Unternehmen verwendet eine Batch-Inferenz, um Empfehlungen für 1 Million Benutzer zu generieren. Jede Empfehlungsanfrage gibt 10 Artikel pro Benutzer zurück, dem Unternehmen werden jedoch nur die 1 Million Anfragen in Rechnung gestellt.
In diesem Fall werden die Gebühren für die Verwendung von Personalize folgendermaßen berechnet:
-
Datenverarbeitungs- und Speichergebühr = 10 GB * 0,05 USD pro GB = 0,50 USD
-
Gebühr für das Lösungstraining = 5 Mio. Interaktionen, die für das Training aufgenommen werden, * 2,00 USD pro 1 Mio. Interaktionen = 10,00 USD
-
Inferenzgebühr = 1 Million Anfragen * 0,15 USD pro 1.000 Empfehlungsanfragen in Echtzeit = 150,00 USD
Gesamtkosten = 0,50 USD + 10,00 USD + 150,00 USD = 160,50 USD
Benutzerdefinierte Empfehlungslösungen
Amazon Personalize
Amazon Personalize erleichtert es Ihnen, Anwendungen zu entwickeln, die eine individuelle Erfahrung bieten, wie z. B. bestimmte Produktempfehlungen, individuelles Produkt-Ranking und personalisiertes Direktmarketing. Empfehlungen können in Echtzeit zur Verfügung gestellt werden, um schnell auf sich veränderndes Nutzerverhalten oder Veränderungen im Batch zu reagieren.
Die nachfolgenden Preise gelten für die folgenden Modelle:
-
user-personalization
-
popularity-count
-
Personalized-Ranking
-
Nächstbeste Aktion
-
Jetzt im Trend
-
Similar-Items
-
SIMS
-
HRNN (legacy)
-
HRNN-Metadata (legacy)
-
HRNN-Coldstart (legacy)
Datenerfassung
Die Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.
Kosten für die Datenaufnahme : 0,05 USD pro GB
Training
Bei der Erstellung einer benutzerdefinierten Lösung werden Ihnen die Trainingsstunden in Rechnung gestellt, die für das Training einer benutzerdefinierten Lösung mit Ihren Daten verwendet werden. Amazon Personalize wählt automatisch die besten Instance-Typen aus, um Ihre Lösung zu trainieren. Personalize berechnet die Trainingsstunden auf der Grundlage der verwendeten Instance, was bedeutet, dass die Anzahl der berechneten Trainingsstunden höher sein kann als die Zeit, die während des Trainings auf der Uhr verstrichen ist.
Schulungskosten : 0,24$ pro Trainingsstunde
Empfehlungen (Inferenz)
Echtzeitempfehlungen
Bei Echtzeitempfehlungen wird Ihnen die Anzahl der angeforderten Empfehlungen in Rechnung gestellt, unabhängig von der Anzahl der in der Antwort zurückgegebenen Ergebnisse. Amazon Personalize berechnet standardmäßig mindestens 1 Empfehlungsanforderungstransaktion pro Sekunde (TPS) für alle aktiven Kampagnen. Mit Amazon Personalize können Sie bei Bedarf auch eine höhere Mindesttransaktionsrate festlegen. Wenn die Rate der Empfehlungsanfragen das bereitgestellte Mindest-TPS übersteigt, skaliert Amazon Personalize automatisch, um Ihre Anfragen zu bearbeiten, und kehrt zum bereitgestellten Mindest-TPS zurück, wenn Ihr Traffic abnimmt. Beachten Sie, dass eine Erhöhung des bereitgestellten Mindest-TPS die Anzahl der Empfehlungsanfragen erhöht, die Ihnen in Rechnung gestellt werden.
Echtzeitempfehlungen
|
Real-time recommendations
|
Price per 1,000 recommendation requests
|
|---|---|
|
Die ersten 72 Millionen Anfragen pro Monat
|
0,0556 USD |
|
Nächste 648 Millionen Anfragen pro Monat
|
0,0278 USD |
|
Über 720 Millionen Anfragen pro Monat
|
0,0139 USD |
* Mit Amazon Personalize können Sie Ihre Kampagne so konfigurieren, dass Artikelmetadaten mit der Antwort auf die Empfehlungsanfrage zurückgegeben werden. Für alle Kampagnen mit aktivierten Artikelmetadaten werden Ihnen zusätzliche 0,0167 USD pro 1 000 Empfehlungsanfragen berechnet. Beachten Sie, dass diese zusätzliche Gebühr auch für das bereitgestellte Mindest-TPS gilt, wenn Artikelmetadaten aktiviert sind.
Batch-Empfehlungen
Bei Batch-Empfehlungen wird Ihnen die Anzahl der angeforderten Empfehlungen in Rechnung gestellt, unabhängig von der Anzahl der zurückgegebenen Ergebnisse. Content Generator verwendet große Sprachmodelle, um Themen für Batch-Empfehlungen zu generieren. Pro Theme-Ausgabe werden Ihnen zusätzlich 1 USD berechnet.
|
Batch recommendations
|
Price per 1,000 recommendations
|
|---|---|
|
Erste 20 Millionen Empfehlungen pro Monat pro infrage kommende Region
|
0,067 USD
|
|
Nächste 180 Millionen Empfehlungen pro Monat pro infrage kommende Region
|
0,058 USD
|
|
Über 200 Millionen Empfehlungen pro Monat pro infrage kommende Region
|
0,050 USD
|
Preisbeispiele
Beispiel 1: Benutzerdefinierte Empfehlungen in Echtzeit
Ein Unternehmen verwendet benutzerdefinierte Empfehlungen in Echtzeit, um Empfehlungen für ein Karussell auf seiner Homepage zu generieren. Sie laden im Monat 200 GB an Daten hoch und trainieren ihre Lösung zweimal pro Woche, wobei jedes Training 15 Trainingsstunden in Anspruch nimmt. 10 Stunden pro Tag verzeichnet das Karussell einen Spitzenverkehr von 36 000 Besuchen pro Stunde. Außerhalb der Spitzenzeiten erhält das Karussell weniger als 3 600 Besuche pro Stunde oder weniger als die Mindesttransaktionsrate von 1 TPS. Infolgedessen wird Personalize automatisch auf mindestens 1 TPS herunterskaliert, und dem Kunden werden in diesem Zeitraum 3 600 Empfehlungsanfragen pro Stunde in Rechnung gestellt (1 Transaktion pro Sekunde x 3 600 Sekunden pro Stunde).
Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:
• Datenverarbeitungs- und Speichergebühr = 200 GB 0,05 USD pro GB = 10,00 USD
• Gebühr für Lösungstraining = 15 Schulungsstunden 8 Schulungen pro Monat 0,24 USD pro Schulungsstunde = 28,80 USD
• Inferenzverbrauch und Ladung (Echtzeit-Inferenz)
o Spitzenauslastung: 36.000 Empfehlungsanfragen 10 Stunden pro Tag 30 Tage pro Monat = 10.800.000 Empfehlungsanfragen
o Nutzung des Traffics außerhalb der Spitzenzeiten: 3.600 Empfehlungsanfragen 14 Stunden pro Tag* 30 Tage pro Monat = 1.512.000 Empfehlungsanfragen
o 12 312 000 Empfehlungsanfragen x 0,0556 USD pro 1 000 Empfehlungsanfragen in Echtzeit = 684,55 USD
Gesamtkosten = 10 USD + 28,80 USD + 684.55 USD = 723,35 USD
Beispiel 2: Echtzeitempfehlungen mit variablem Inferenzverkehr
Nehmen wir der Einfachheit halber an, dass das Unternehmen in Beispiel 1 ein weiteres Empfehlungskarussell erstellt, das dieselbe Menge an Datenaufnahme und Training verwendet. Der Verkehr dieses Karussells variiert jedoch im Laufe des Tages stärker. In diesem Beispiel hat der Kunde ein höheres Mindest-TPS bereitgestellt.
Inferenznutzung und Kosten: In der folgenden Tabelle gehen wir ein Szenario mit variablem Datenverkehr durch und berechnen die TPS-Stunden, die an einem Nutzungstag verbraucht werden:
Berechnung der Inferenzgebühr
|
Time
|
Time (hours elapsed)
|
minProvisioned TPS
|
Minimum recommendation request transactions per hour (min. Provisioned TPS * 3,600 seconds per hour)
|
Actual Recommendation Requests per Hour
|
Billed Consumption per Hour [max. (minimum, actual)]
|
Total Billed Consumption(Hourly Consumption * Hours)
|
|---|---|---|---|---|---|---|
|
12:00–18:00 Uhr
|
18
|
30
|
108 000
|
72 000
|
108 000
|
1 944 000
|
|
18:00–22:00 Uhr
|
4
|
30
|
108 000
|
144 000
|
144 000
|
576 000
|
|
22:00–23:00 Uhr
|
1
|
30
|
108 000
|
18 000
|
108 000
|
108 000
|
|
23:00–12:00 Uhr
|
1
|
20
|
72 000
|
0
|
72 000
|
72 000
|
|
Gesamtzahl der Empfehlungsanfragen pro Tag
|
|
|
|
|
|
2 700 000
|
|
Gesamtzahl der Empfehlungsanfragen pro Monat
|
|
|
|
|
|
81 000 000
|
Stufen
|
Total recommendation (inference) charge
|
Usage Recommendation Requests (in Tier)
|
Price per 1,000 Real-Time Recommendation Requests
|
Cost ($)
|
|---|---|---|---|
|
Stufe 1
|
72 000 000
|
0,0556 USD
|
4.003 USD
|
|
Stufe 2
|
9 000 000
|
0,0278 USD
|
250 USD
|
|
|
|
|
4.253 USD
|
Preisbeispiele Fortsetzung
Beispiel 3: Empfehlungen für benutzerdefinierte Batches
Ein Unternehmen verwendet benutzerdefinierte Empfehlungen, um personalisierte Artikelempfehlungen für jeden Benutzer in seinen E-Mail-Marketingkampagnen zu generieren. Sie nehmen 10 GB an Daten auf und das Training nimmt 50 Trainingsstunden in Anspruch. Das Unternehmen verwendet eine Batch-Inferenz, um Empfehlungen für 1 Million Benutzer zu generieren. Jede Empfehlungsanfrage gibt 10 Artikel pro Benutzer zurück, dem Unternehmen werden jedoch nur die 1 Million Anfragen in Rechnung gestellt.
In diesem Fall werden die Gebühren für die Personalize-Verwendung folgendermaßen berechnet:
-
Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
-
Lösungs-Trainingsgebühr = 50 Trainingsstunden x 0,24 USD pro Trainingsstunde = 12 USD
-
Inferenz-Gebühr = 1 Million Benutzer* x 0,067 USD/ 1 000 Empfehlungen = 67 USD
Gesamtkosten = 0,50 USD + 12 USD + 67 USD = 79,50 USD
Beispiel 4: Batch-Empfehlungen mit benutzerdefiniertem Thema mit Content Generator
Ein Unternehmen verwendet benutzerdefinierte Empfehlungen, um personalisierte Artikelempfehlungen mit Themen zu generieren. Sie nehmen 10 GB an Daten auf und das Training nimmt 50 Trainingsstunden in Anspruch. Das Unternehmen verwendet eine Batch-Inferenz, um thematische Empfehlungen für 100 Saatgutartikel zu generieren. Jede Empfehlungsanfrage gibt 25 Artikel pro Startartikel zurück. Das Unternehmen wird insgesamt 100 Themen erhalten.
In diesem Fall werden die Gebühren für die Verwendung von Personalize folgendermaßen berechnet:
Datenverarbeitungs- und Speichergebühr = 10 GB 0,05 $/GB = 0,50$
Gebühr für die Lösungsschulung = 50 Schulungsstunden 0,24 USD/Schulungsstunde = 12 USD
Inferenzgebühr = 100 Startartikel 0,067 $/1.000 Empfehlungen + 100 Themen 1 $/Thema = 100,0067 $
Gesamtkosten = 0.50 USD + 12 USD + 100,0067 USD = 112,5067 USD
Anwendungsfall Optimierte Empfehlungsprogramme
Amazon Personalize
Amazon Personalize bietet Anwendungsfall-optimierte Empfehlungsprogramme, die Ihnen die Erstellung und Pflege von üblichen Empfehlungslösungen erleichtern. Wählen Sie einfach die Empfehlungsprogramme aus, die Sie nutzen wollen und Amazon Personalize konfiguriert automatisch die diesen zugrundeliegenden Machine Learning(ML)-Modelle und verwaltet ihren Lebenszyklus vollständig. Sie können aus neun Empfehlungsprogrammen auswählen, die personalisierte Empfehlungen an verschiedenen Punkten in Ihrem Benutzererlebnis bieten.
Die nachfolgenden Preise gelten für die folgenden Modelle:
-
aws-ecomm-popular-items-by-view
-
aws-ecomm-popular-items-by-purchases
-
aws-ecomm-frequently-bought-together
-
aws-ecomm-customers-who-viewed-x-also-viewed
-
aws-ecomm-recommended-for-you
-
aws-vod-most-popular
-
aws-vod-because-you-watched-x
-
aws-vod-more-like-x
-
aws-vod-top-picks
Datenerfassung
Die Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.
Kosten für die Datenaufnahme : 0,05 USD pro GB
Empfohlene Öffnungszeiten
Jedes Empfehlungsprogramm wird stündlich in Abhängigkeit von der Anzahl der Benutzer*in Ihrem Datensatz, der von Amazon Personalize verarbeitet wurde, abgerechnet. Jeder Empfehlungsgeber gibt feste Empfehlungen pro Stunde ohne zusätzliche Kosten, basierend auf der Anzahl der Benutzer in Ihrem Datensatz.
|
Users per recommender
|
Price per 100,000 users
|
Free recommendations per hour
|
|---|---|---|
|
Die ersten 100 000 Benutzer
|
0,375 USD
|
4 000
|
|
Die nächsten 900 000 Benutzer
|
0,045 USD
|
6 000
|
|
Die nächsten 9 Millionen Benutzer
|
0,018 USD
|
9 000
|
|
Über 10 Millionen Benutzer
|
0,005 USD
|
14 000
|
* Mit Amazon Personalize können Sie Ihren Empfehlungsgeber so konfigurieren, dass Artikelmetadaten in der API-Antwort zurückgegeben werden. Für Empfehlungen, die für die Rückgabe von Artikelmetadaten konfiguriert sind, fallen zusätzliche 0,1 USD pro Stunde an.
Zusätzliche Empfehlungen
Überschreiten die Empfehlungen in einer Stunde die zur Verfügung stehenden kostenlosen Empfehlungen für das Benutzer-Kontingent (siehe Tabelle oben), werden Ihnen zusätzliche Empfehlungen in dieser Stunde in Rechnung gestellt.
|
Additional recommendations
|
Price per 1,000 recommendations
|
|---|---|
|
Die ersten 100 000 Empfehlungen pro Stunde in infrage kommenden Regionen
|
0,0833 USD
|
|
Die nächsten 900 000 Empfehlungen pro Stunde in infrage kommenden Regionen
|
0,0417 USD
|
|
Über 1 Millionen Empfehlungen pro Stunde pro infrage kommende Region
|
0,0208 USD
|
* Mit Amazon Personalize können Sie Ihren Empfehlungsgeber so konfigurieren, dass Artikelmetadaten in der API-Antwort zurückgegeben werden. Für alle Empfehlungsgeber mit aktivierten Artikelmetadaten werden Ihnen zusätzliche 0,0167 USD pro 1 000 zusätzlichen Empfehlungen berechnet.
*Die Zahl der Benutzer (identifiziert durch „user_id“) wird als Zahl der einzigartigen Benutzer in der Einheit Ihrer „Benutzer“- und „Interaktionen“-Datensätze berechnet.
Sie haben die Möglichkeit, den Mindestdurchsatz für Use Case Optimized Recommenders in Empfehlungen pro Sekunde (RPS) anzugeben. Wenn das bereitgestellte Mindest-RPS die tatsächlich pro Sekunde angeforderten Empfehlungen übersteigt, wird das bereitgestellte Mindest-RPS auf die kostenlosen Empfehlungen pro Stunde angerechnet, die in Ihrer Benutzerstufe enthalten sind. Wenn das bereitgestellte Mindest-RPS dazu führt, dass Sie die in Ihrer Benutzerstufe enthaltenen kostenlosen Empfehlungen pro Stunde überschreiten, werden Ihnen auch zusätzliche Empfehlungen in Rechnung gestellt. Wenn Sie beispielsweise den Mindest-RPS auf 10 setzen, werden Ihnen die 36.000 Empfehlungen für diese Stunde (3.600 Sekunden pro Stunde x 10 RPS) in Rechnung gestellt, mit Ausnahme der kostenlosen Empfehlungen pro Stunde in Ihrem Benutzerkontingent.
Preisbeispiele
Beispiel 1: Anwendungsfall optimierter Empfehlungsprogramme für ein Medienunternehmen
Ein Medienunternehmen unterstützt in seiner App drei verschiedene Empfehlungskarussells mithilfe von drei für Anwendungsfälle optimierten Empfehlungen. Sie nehmen im Monat 200 GB Daten auf und haben 2 000 000 Benutzer. Die Karussells verzeichnen in der Regel jeweils weniger als 9 000 Besuche pro Stunde. Es gibt jedoch 140 Spitzenzeiten pro Monat, in denen 39 000 Besuche pro Stunde verzeichnet werden.
Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:
-
Gebühr für Datenverarbeitung und -Speicherung = 200 GB x 0,05 USD pro GB =10 USD
-
Empfohlene Gebühr pro Stunde:
-
Erste 100.000 Benutzer = 0,375 USD pro Stunde 720 Stunden pro Monat 3 Empfehlungen = 810,00 USD
-
Die nächsten 900.000 Benutzer = 900.000 Benutzer 0,045 USD pro Stunde/100.000 Benutzer 720 Stunden pro Monat * 3 Empfehlungen = 874,80 USD
-
Nächste 1.000.000 Benutzer = 1.000.000 Benutzer 0,018 USD pro Stunde/100.000 Benutzer 720 Stunden pro Monat * 3 Empfehlungen = 388,80 USD
-
Gesamtbetrag der Gebühren für empfohlene Stunden = 810,00 USD + 874,80 USD + 388,80 USD = 2 073,60 USD
-
-
Gebühren für Zusätzliche Empfehlungen:
-
39 000 Empfehlungen pro Stunde – 9 000 kostenlosen Empfehlungen pro Stunde = 30 000 zusätzliche Empfehlungen pro Stunde.
-
30.000 zusätzliche Empfehlungen pro Spitzenzeit 0,0833 $/1.000 Empfehlungen 140 Spitzenzeiten * 3 Empfehlungen = 1.049,58$
-
Gesamtkosten = 10 USD + 2 073,60 USD + 1 049,58 USD = 3 133,18 USD
Beispiel 2: Anwendungsfall optimierter Empfehlungsprogramme für einen Online-Einzelhändler
Ein Online-Händler verwendet vier für Anwendungsfälle optimierte Empfehlungen, um Produktempfehlungen auf seiner Produktdetailseite bereitzustellen. Sie laden im Monat 10 GB hoch und haben 800 000 Benutzer. Der Datenverkehr zu diesen Empfehlungen übersteigt nie 6 000 Besuche pro Stunde.
Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:
-
Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
-
Benutzergebühren:
-
Erste 100.000 Benutzer = 0,375 USD pro Stunde 720 Stunden pro Monat 4 Empfehlungen = 1.080,00 USD
-
Nächste 700.000 Benutzer = 700.000 Benutzer 0,045 USD pro Stunde/100.000 Benutzer 720 Stunden pro Monat * 4 Empfehlungen = 907,20 USD
-
Gesamtbetrag der Gebühren für empfohlene Stunden = 1 080,00 USD + 907,20 USD = 1 987,20 USD
-
-
Gebühr für zusätzliche Empfehlungen:
-
Da das Unternehmen niemals die 6 000 Empfehlungen pro Stunde überschreitet, die in seinen Empfehlungen enthalten sind, fallen keine zusätzlichen Empfehlungsgebühren an.
-
Gesamtkosten = 0,50 USD + 1 987,20 USD = 1 987,70 USD
Nutzersegmentierung
Amazon Personalize
Amazon Personalize nutzt Machine Learning, um Ihre Nutzer automatisch aufgrund ihrer Vorliebe für verschiedene Produkte, Kategorien, Marken und anhand anderer Kriterien zu segmentieren und Ihnen somit erfolgreichere Marketing-Kampagnen zu ermöglichen.
Die nachfolgenden Preise gelten, wenn die folgende Nutzer-Segmentierung zur Anwendung kommt:
-
aws-item-affinity
-
aws-item-attribute
Datenerfassung
Die Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.
Kosten für die Datenaufnahme : 0,05 USD pro GB
Training
Die genutzten Trainingsstunden zum Trainieren eines benutzerdefinierten Modells mit Ihren Daten werden Ihnen berechnet. Amazon Personalize wählt automatisch die besten Instance-Typen aus, um Ihre Lösung zu trainieren. Personalize berechnet die Trainingsstunden auf der Grundlage der verwendeten Instance, was bedeutet, dass die Anzahl der berechneten Trainingsstunden höher sein kann als die Zeit, die während des Trainings auf der Uhr verstrichen ist.
Schulungskosten : 0,24$ pro Trainingsstunde
Batch-Segmente (Inferenz)
Ihnen wird die Anzahl der angeforderten Segmente auf der Grundlage der Anzahl der Benutzer* in dem von Amazon Personalize verarbeiteten Datensatz in Rechnung gestellt.
|
Users in dataset
|
Price per 1,000 users per segment
|
|---|---|
|
Die ersten 100 000 Benutzer
|
0,016 USD
|
|
Die nächsten 900 000 Benutzer
|
0,008 USD
|
|
Die nächsten 9 Millionen Benutzer
|
0,004 USD
|
|
Die nächsten 40 Millionen Benutzer
|
0,001 USD
|
*Die Zahl der Benutzer (identifiziert durch „user_id“) wird aus den einzigartigen Nutzern in der Einheit Ihrer „Benutzer“- „Interaktionen“-Datensätze berechnet.
Preisbeispiele
Beispiel 1: Batch-Segmentierung bei einem Online-Einzelhändler
Ein Einzelhändler verwendet Batch-Segmentierung, um Listen von Benutzern zu erstellen, die vermutlich an SMS und In-App-Message-Kampagnen Interesse haben, wenn sich diese auf die momentan im Angebot befindlichen Produkte beziehen. Sie führen Kampagnen für 10 Produkte durch und berücksichtigen 2 000 000 Benutzer für jede Kampagne. Sie nehmen 10 GB an Daten auf und das Training erfordert 50 Trainingsstunden.
Die Rechnung für die Nutzung von Amazon Personalize für diese Kampagnen lautet:
-
Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
-
Lösungs-Trainingsgebühr = 50 Trainingsstunden x 0,24 USD pro Trainingsstunde = 12,00 USD
-
Gebühr für die Generierung von Batch-Segmenten, erste 100.000 Benutzer = 100.000 Benutzer 0,016/1.000 Benutzer 10 Abfragen = 16,00$
-
Gebühr für die Generierung von Batchsegmenten, die nächsten 900.000 Benutzer = 900.000 Benutzer 0,008/1.000 Benutzer 10 Abfragen = 72,00 USD
-
Gebühr für die Generierung von Batch-Segmenten, die nächsten 1.000.000 Benutzer = 1.000.000 Benutzer 0,004/1.000 Benutzer 10 Abfragen = 40,00 USD
Gesamtkosten = 0.50 USD + 12,00 USD + 16,00 USD + 72,00 USD + 40,00 USD = 140,50 USD
Beispiel 2: Batch-Segmentierung bei einem Medien-Unternehmen
Ein Medienunternehmen nutzt die Batch-Segmentierung, um Benutzer zu identifizieren, die Interesse am Streamen von Filmen abhängig von Genre, Hauptdarsteller/in und gewonnen Awards, haben könnten. Das Unternehmen verwendet die generierten Benutzersegmente, um seine E-Mail-Marketingkampagnen gezielt auszurichten. Der Service hat 20 Millionen Benutzer, die bei jeder Kampagne berücksichtigt werden. Das Unternehmen nutzt 650 GB Daten und das Training für jedes Recipe erfordert 1 800 Trainingsstunden. Sie führen für ihre Kampagnen eine Segmentierung von 25 verschiedenen Filmattributen durch.
Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:
-
Datenverarbeitung und -Speicherung = 650 GB x 0,05 USD pro GB = 32,50 USD
-
Gebühr für Lösungstraining = 1.800 Schulungsstunden * 0,24 USD/Schulungsstunde = 432,0 USD
-
Inferenzgebühr, erste 100.000 Benutzer = 100.000 Benutzer 0,016/1.000 Benutzer 25 Abfragen = 40$
-
Gebühr für die Generierung von Batch-Segmenten, die nächsten 900.000 Benutzer = 900.000 Benutzer 0,008/1.000 Benutzer 25 Abfragen = 180$
-
Gebühr für die Generierung von Batch-Segmenten, die nächsten 9 Millionen Benutzer = 9.000.000 Benutzer 0,004/1.000 Benutzer 25 Abfragen = 900$
-
Gebühr für die Generierung von Batch-Segmenten, die nächsten 10 Millionen Benutzer = 10.000.000 Benutzer 0,001/1.000 Benutzer 25 Abfragen = 250$
Gesamtkosten = 32,50 USD + 432,00 USD + 40,00 USD + 180,00 USD + 900,00 USD + 250,00 USD = 1 834,50 USD