Einheitliche Profile für Reisende und Gäste in AWS

Reisende- und Gästedaten verbinden, um Erkenntnisse zu gewinnen und die Personalisierung voranzutreiben

Übersicht

Mit Einheitliche Profile für Reisende und Gäste in AWS können Sie automatisch Daten aus dem gesamten Unternehmen beschaffen, zusammenführen, redundante Daten entfernen und die Informationen über Reisende und Gäste zentralisieren. Es bietet eine einzige Datenquelle für Führungskräfte in den Bereichen Marketing, Vertrieb, Betrieb und Kundenerlebnis und stellt die Daten bereit, die sie benötigen, um sich eine zentrale Sicht auf den Kunden zu verschaffen. Ein nahtloses und personalisiertes Kundenerlebnis trägt dazu bei, die Verbindung zwischen dem Kunden und Ihrer Marke zu vertiefen. Mit wenigen Klicks werden Kundeninformationen aus mehreren internen Aufzeichnungssystemen zusammengefasst, sodass ein einheitliches Kundenprofil sowohl stapelweise als auch nahezu in Echtzeit erstellt wird. Jetzt können Sie Ihre Reisenden und Gäste schneller und besser verstehen und so ein maßgeschneidertes, persönlicheres Kundenerlebnis bieten.

Vorteile

Einfache Verbindung von Systemen der Tourismus- und Gastgewerbebranche

Lässt sich in Ihre Property-Management-Systeme und Kundendatenplattformen integrieren. Außerdem wird ein detaillierter Prozessplan für alle gängigen Tourismus- und Gastgewerbedatenquellen wie Buchungen, Treueprofile, Hotelaufenthalte und Kundenservice-Interaktionen bereitgestellt, wodurch der Aufwand für die Datentransformation zur Integration dieser Lösung minimiert wird.

Reisende identifizieren und doppelte Daten reduzieren

Nutzen Sie eine Konstellation von Funktionen zur Identitätsauflösung auf Basis von Regeln und künstlicher Intelligenz (KI). Die modulare Architektur dieser Lösung ermöglicht auch eine benutzerdefinierte Anpassungslogik und kann bei AWS-Partnern integriert werden.

Sichere Speicher- und Berechtigungsverwaltung

Sensible Reisedaten werden in einem speziellen AWS-Kundendatenspeicher gespeichert und befinden sich in Ihrem AWS-Konto. Auf diese Weise können Sie ein Berechtigungssystem mit strengen Zugriffskontrollen für Reisedaten einrichten.

Änderungen von Reisenden nahezu in Echtzeit erfassen

Bietet Updates nahezu in Echtzeit, sodass Ihre Kunden auf alle Änderungen in ihren Reiseprofilen reagieren können, z. B. Buchungsstornierungen oder Hotel-Check-outs. Nutzen Sie einen vollständigen Überblick über Ihre Reisenden und Gäste für eine zeitnahe und personalisierte Kommunikation.

Technische Details

Sie können diese Architektur mit dem Implementierungsleitfaden und der dazugehörigen AWS-CloudFormation-Vorlage automatisch bereitstellen.

Schritt 1
Mit einem Batch-Ingestion-Modul können Sie Daten an Amazon Simple Storage Service (Amazon S3) senden, ETL-Aufträge (Extract, Transform, Load) mit AWS Glue ausführen und Daten in hochgradig parallelisierten AWS Lambda-Funktionen in das zentrale Speichermodul der Lösung (Interaktionsspeicher) aufnehmen.

Schritt 2
Mit einem Echtzeit-Ingestion-Modul können Sie Echtzeitdaten an Amazon Kinesis Data Streams senden. Die Daten werden dann mit der gleichen Transformationsfunktion transformiert, die auch von den AWS Glue Aufträgen im Batch-Ingestion-Modul verwendet wird, und in den Interaktionsspeicher der Lösung aufgenommen.

Schritt 3
Das zentrale Speichermodul (Interaktionsspeicher) ist ein Amazon Aurora Serverless-Cluster, der transformierte Datensätze (Interaktionen) in einen benutzerdefinierten Transaktionsdatenspeicher aufnimmt und dabei Konsistenz und Datenherkunft beibehält. Dieses Modul speichert optional auch jedes Kundenprofil in einer Amazon DynamoDB-Tabelle für den Zugriff mit geringer Latenz.

Schritt 4
Das Interaktions-Stitching-Modul indiziert jede Interaktion in einer dedizierten Amazon Aurora-Tabelle und führt leichtgewichtige Übereinstimmungsabfragen gegen die Indextabelle aus, um Interaktionen zu identifizieren, die einem Satz von Regeln entsprechen (im Lösungs-Frontend konfiguriert).

Ein AWS Fargate Cluster ermöglicht es Ihnen, eine große Anzahl paralleler Aufgaben zu starten, die Interaktionen von Aurora abrufen. Sie können sie dann gegen den Index wiedergeben, wenn sich die Regeln ändern. Dieses Modul sendet Interaktionen, die als Übereinstimmung desselben Profils identifiziert wurden, zur Konsolidierung an eine Warteschlange für die Zusammenführung.

Schritt 5
Das Amazon Connect und KI-Identitätsauflösungsmodul empfängt relevante konsolidierte Profile vom zentralen Speicher und speichert sie in einem Amazon Connect Customer Profiles Speicher mit geringer Latenz.

Die Identitätsauflösung wird von Amazon Connect Customer Profiles ausgeführt, das Übereinstimmungen identifiziert und sie an einen S3 Bucket sendet, damit sie von der Lösung verarbeitet (und über einem Schwellenwert zusammengeführt) werden können. Sobald Sie sich in den Amazon Connect Customer Profiles befinden, können Sie die Amazon Connect Integration und die Funktionen für proaktives Engagement nutzen.

Schritt 6
Das Änderungsprozessormodul empfängt alle Änderungen, die an einem Profil vorgenommen werden, und sendet sie nachgelagert an einen S3 Bucket. Amazon EventBridge ermöglicht Ihnen die einfache Integration nachgelagerter Anwendungen.

Schritt 7
Das Verwaltungsportal-Modul bietet eine Benutzeroberfläche und eine REST-API, mit der Sie die Lösung konfigurieren und Profile suchen und abrufen können. Dieses Webportal kann in ein Amazon Connect-Framework von Drittanbietern integriert werden, das von Kundendienstmitarbeitern verwendet werden kann.

Schritt 8
Ein Fehlermanagementmodul besteht aus 13 Amazon Simple Queue Service (Amazon SQS)-Warteschlangen, die strategisch in der gesamten Lösung entlang des vor- und nachgelagerten Datenpfads platziert sind, um alle Fehler (Transformation, Ingestion, nachgelagerte Ereigniserstellung und Identitätsauflösung) zu sammeln.

Diese Fehler werden verarbeitet und in einer DynamoDB -Tabelle indiziert und sind in einem sortierten Echtzeit-Protokoll über das Admin-Portal verfügbar, wodurch die Lösung leicht zu überwachen ist. Die Lösung umfasst auch ein benutzerdefiniertes Amazon CloudWatch Dashboard und eine Reihe von benutzerdefinierten Metriken, die ein in CloudWatch eingebettetes Metrikformat verwenden.