Dieser Leitfaden zeigt, wie AWS-Services Ihnen dabei helfen können, die Erfassung von Kunden- und Drittanbieterdaten zu automatisieren, die Zusammenarbeit zu ermöglichen, ohne Rohdaten auszutauschen, und mithilfe von Machine Learning prädiktive Segmente zu erstellen. Nutzen Sie diese prädiktiven Segmente, um maßgeschneiderte Nachrichten über verschiedene Kanäle wie Mobile Push, In-App, E-Mail, SMS oder benutzerdefinierte Kanäle zu versenden, um die Bindung zwischen Ihnen und Ihren Kunden zu erhöhen.
Bitte beachten Sie: [Disclaimer]
Architekturdiagramm
Schritt 1
Amazon Pinpoint erfasst die Kundeninteraktionsdaten von Erstanbietern, die für die prädiktive Segmentierung benötigt werden. Diese Daten werden mit Amazon Kinesis Data Firehose in den Amazon Simple Storage Service (Amazon S3) geladen.
Schritt 2
Verwenden Sie AWS-Glue-Datenkatalog, um die in Amazon S3 gespeicherten Daten von Erstanbietern zu katalogisieren und sie AWS Clean Rooms als Tabelle zur Verfügung zu stellen.
Schritt 3
Bereinigen und normalisieren Sie die Daten der Drittanbieter und speichern Sie diese Daten in einem Amazon-S3-Bucket innerhalb des AWS-Kontos des Partners. Verwenden Sie Glue Data Catalog, um die Dateien zu katalogisieren und sie AWS Clean Rooms als Tabelle zur Verfügung zu stellen.
Schritt 4
Richten Sie eine AWS Clean Rooms Collaboration mit dem Drittanbieter-Konto als Datenanbieter und dem Erstanbieter-Konto als Query Runner ein.
Schritt 5
Führen Sie die Abfrage zur Datenkollaboration in AWS Clean Rooms aus und speichern Sie die Abfrageergebnisse im Erstanbieter-Datenkonto.
Schritt 6
Laden Sie den Datensatz optional in Amazon Neptune, eine vollständig verwaltete Graphdatenbank, hoch, um die Datenbeziehungen zu visualisieren (z. B. geräteübergreifende Benutzerdaten oder Haushaltsdaten).
Schritt 7
Verwenden Sie optional Amazon QuickSight, um Dashboards zu erstellen, Ihre Analysen zu visualisieren und Erkenntnisse zu generieren.
Schritt 8
Verwenden Sie Amazon SageMaker, um Modelle für Machine Learning (ML) zu erstellen, zu trainieren und bereitzustellen, die prädiktive Segmente aus Daten von Erstanbietern und Drittanbietern generieren.
Schritt 9
Importieren Sie die generierten prädiktiven Segmente in Amazon Pinpoint, um die generierten Segmente in Amazon-Pinpoint-Kampagnen zu verwenden.
Schritt 1
Amazon Pinpoint erfasst die Kundeninteraktionsdaten von Erstanbietern, die für die prädiktive Segmentierung benötigt werden. Diese Daten werden mit Amazon Kinesis Data Firehose in den Amazon Simple Storage Service (Amazon S3) geladen.
Schritt 2
Verwenden Sie AWS-Glue-Datenkatalog, um die in Amazon S3 gespeicherten Daten von Erstanbietern zu katalogisieren und sie AWS Clean Rooms als Tabelle zur Verfügung zu stellen.
Schritt 3
Bereinigen und normalisieren Sie die Daten der Drittanbieter und speichern Sie diese Daten in einem Amazon-S3-Bucket innerhalb des AWS-Kontos des Partners. Verwenden Sie Glue Data Catalog, um die Dateien zu katalogisieren und sie AWS Clean Rooms als Tabelle zur Verfügung zu stellen.
Schritt 4
Richten Sie eine AWS Clean Rooms Collaboration mit dem Drittanbieter-Konto als Datenanbieter und dem Erstanbieter-Konto als Query Runner ein.
Schritt 5
Führen Sie die Abfrage zur Datenkollaboration in AWS Clean Rooms aus und speichern Sie die Abfrageergebnisse im Erstanbieter-Datenkonto.
Schritt 6
Laden Sie den Datensatz optional in Amazon Neptune, eine vollständig verwaltete Graphdatenbank, hoch, um die Datenbeziehungen zu visualisieren (z. B. geräteübergreifende Benutzerdaten oder Haushaltsdaten).
Schritt 7
Verwenden Sie optional Amazon QuickSight, um Dashboards zu erstellen, Ihre Analysen zu visualisieren und Erkenntnisse zu generieren.
Schritt 8
Verwenden Sie Amazon SageMaker, um Modelle für Machine Learning (ML) zu erstellen, zu trainieren und bereitzustellen, die prädiktive Segmente aus Daten von Erstanbietern und Drittanbietern generieren.
Schritt 9
Importieren Sie die generierten prädiktiven Segmente in Amazon Pinpoint, um die generierten Segmente in Amazon-Pinpoint-Kampagnen zu verwenden.
Well-Architected-Säulen
Das AWS-Well-Architected-Framework hilft Ihnen, die Vor- und Nachteile der Entscheidungen zu verstehen, die Sie beim Aufbau von Systemen in der Cloud treffen. Die sechs Säulen des Frameworks ermöglichen es Ihnen, architektonische bewärhte Methoden für die Entwicklung und den Betrieb zuverlässiger, sicherer, effizienter, kostengünstiger und nachhaltiger Systeme zu erlernen. Mit dem AWS-Well-Architected-Tool, das kostenlos in der AWS-Managementkonsole verfügbar ist, können Sie Ihre Workloads anhand dieser bewährten Methoden überprüfen, indem Sie eine Reihe von Fragen für jede Säule beantworten.
Das obige Architekturdiagramm ist ein Beispiel für eine Lösung, die unter Berücksichtigung der bewährten Methoden von Well-Architected erstellt wurde. Um eine vollständige Well-Architected-Lösung zu erhalten, sollten Sie so viele bewährte Methoden von Well-Architected wie möglich befolgen.
-
Operative ExzellenzWhitepaper zur operativen Exzellenz lesen
Mit Amazon CloudWatch können Sie alle Betriebsmetriken und Protokolldateien sammeln und verfolgen und Alarme für Ausfälle einrichten. Mit diesem Service behalten Sie den Überblick über die Details von Vorgängen, wie z. B. Abfragen, die in AWS Clean Rooms ausgeführt werden.
-
SicherheitWhitepaper zur Sicherheit lesen
Für alle Interaktionen zwischen den Services in diesem Leitfaden werden IAM-Rollen (AWS Identity and Access Management) verwendet, wobei die IAM-Richtlinien so festgelegt sind, dass sie die geringste Berechtigung bieten, die für die Services erforderlich ist. Darüber hinaus ermöglicht AWS Clean Rooms den Einsatz fortschrittlicher kryptografischer Datenverarbeitungstools, um die Daten auch während der Abfrageverarbeitung verschlüsselt zu halten und die strengen Richtlinien von AWS für den Umgang mit Daten einzuhalten.
Wenn Sie Amazon S3 als Speicher verwenden, können Sie standardmäßig alle Daten im Ruhezustand verschlüsseln. Amazon S3 bietet die Wahl, ob AWS oder der Kunde die Verschlüsselungsschlüssel verwalten lässt. Dies hilft Ihnen, sich an Ihre unterschiedlichen Sicherheitskriterien anzupassen. Mithilfe der Amazon-S3-Bucket-Richtlinien können Sie eine differenzierte Zugriffskontrolle definieren. Und wenn Sie die serverseitige Verschlüsselung auf Kinesis Data Firehose aktivieren, können Sie alle sensiblen Daten bei der Übertragung an nachgelagerte Dienste verschlüsseln.
-
ZuverlässigkeitWhitepaper zur Zuverlässigkeit lesen
Da dieser Leitfaden verwaltete Services verwendet, sind alle gespeicherten Daten über die verschiedenen Services hochverfügbar und nicht von dem seltenen, aber möglichen Ausfall einer Availability Zone abhängig. Verwaltete Services helfen Ihnen, Ausfälle aufgrund erhöhter Datenmengen zu vermeiden, da die einzelnen Services wie Amazon S3 und Kinesis Data Firehose skalierbar sind. Amazon S3 ist eine zuverlässige und dauerhafte Möglichkeit, Ihre Daten zu speichern, und Kinesis Data Firehose gewährleistet eine einfache und zuverlässige Datenlieferung an das Ziel zur Analyse im Downstream-Prozess. Und wir empfehlen, AWS Backup zu verwenden, um alle in Amazon-S3-Buckets gespeicherten Daten zu sichern.
-
Leistung und EffizienzWhitepaper zur Leistung und Effizienz lesen
Dieser Leitfaden verwendet eine Serverless-Architektur, die eine automatische Skalierung der benötigten Ressourcen durch verwaltete Services ermöglicht. Mit Amazon Pinpoint können Sie große Kundenmengen und deren Interaktionen verwalten. Und mit AWS Clean Rooms können Sie schnell zahlreiche Kollaborationen mit mehreren Parteien einrichten, ohne eine zugrunde liegende Infrastruktur bereitstellen zu müssen.
-
KostenoptimierungWhitepaper zur Kostenoptimierung lesen
Wenn Sie verwaltete Services über eine Serverless-Architektur nutzen, können Sie Ihre Anwendungen entsprechend der Nachfrage skalieren und zahlen nur für das, was Sie nutzen. Amazon S3 Intelligent-Tiering automatisiert Einsparungen bei Speicherkosten, indem Daten verschoben werden, wenn sich die Zugriffsmuster ändern, sodass Sie Ihre Leistung optimieren und gleichzeitig die Kosten eindämmen können.
-
NachhaltigkeitWhitepaper zur Nachhaltigkeit lesen
Durch den umfassenden Einsatz von verwalteten Services in Verbindung mit einer Serverless-Architektur hilft Ihnen dieser Leitfaden, Ihr Workload-Volumen kontinuierlich zu skalieren und gleichzeitig sicherzustellen, dass nur ein Minimum an Ressourcen verwendet wird. Wir empfehlen außerdem, Ihre Objekte so zu verwalten, dass sie während ihres gesamten Lebenszyklus effektiv gespeichert werden, indem Sie Amazon S3 Lifecycle konfigurieren.
Implementierungsressourcen
Es wird eine detaillierte Anleitung zum Experimentieren und zur Verwendung in Ihrem AWS-Konto bereitgestellt. Jede Phase der Erstellung der Anleitung, einschließlich Bereitstellung, Verwendung und Bereinigung, wird untersucht, um sie für die Bereitstellung vorzubereiten.
Der Beispielcode dient als Ausgangspunkt. Er ist branchenerprobt, präskriptiv, aber nicht endgültig, und ein Blick unter die Motorhaube, der Ihnen den Einstieg erleichtert.
Ähnliche Inhalte
[Titel]
Haftungsausschluss
Der Beispielcode, die Softwarebibliotheken, die Befehlszeilentools, die Machbarkeitsnachweise, die Vorlagen oder andere zugehörige Technologien (einschließlich derjenigen, die von unseren Mitarbeitern bereitgestellt werden) werden Ihnen als AWS-Inhalte im Rahmen der AWS-Kundenvereinbarung oder der entsprechenden schriftlichen Vereinbarung zwischen Ihnen und AWS (je nachdem, was zutrifft) zur Verfügung gestellt. Sie sollten diese AWS-Inhalte nicht in Ihren Produktionskonten oder für Produktions- oder andere kritische Daten verwenden. Sie sind verantwortlich für das Testen, Sichern und Optimieren des AWS-Inhalts, z. B. des Beispielcodes, für die Verwendung in der Produktion auf der Grundlage Ihrer spezifischen Qualitätskontrollverfahren und -standards. Bei der Bereitstellung von AWS-Inhalten können AWS-Gebühren für die Erstellung oder Nutzung von kostenpflichtigen AWS-Ressourcen anfallen, z. B. für den Betrieb von Amazon-EC2-Instances oder die Nutzung von Amazon-S3-Speicher.
Verweise auf Services oder Organisationen von Drittanbietern in diesen Leitlinien bedeuten nicht, dass Amazon oder AWS eine Billigung, Förderung oder Zugehörigkeit zwischen Amazon oder AWS und dem Drittanbieter darstellt. Die Beratung durch AWS ist ein technischer Ausgangspunkt, und Sie können Ihre Integration mit Services von Drittanbietern anpassen, wenn Sie die Architektur bereitstellen.