- Analytique›
- AWS Clean Rooms›
- AWS Clean Rooms ML
AWS Clean Rooms ML
Mettez en œuvre le machine learning avec vos partenaires sans partager les données sous-jacentes
Présentation
AWS Clean Rooms ML vous aide, ainsi que vos partenaires, à appliquer des contrôles renforçant la confidentialité pour protéger vos données exclusives et vos modèles de ML tout en générant des informations analytiques prédictives, sans partager ni copier les données brutes ou les modèles de chaque partie. Grâce à la modélisation personnalisée d’AWS Clean Rooms ML, vous et vos partenaires pouvez utiliser un modèle de ML personnalisé pour l’entraînement et l’inférence en utilisant des données et algorithmes propriétaires, afin d’appliquer des prédictions de ML à grande échelle sans avoir à partager de propriété intellectuelle sensible. Vous pouvez également générer des jeux de données synthétiques pour entraîner vos modèles de ML personnalisés. Avec AWS Clean Rooms ML, vous pouvez également utiliser un modèle de type lookalike créé par AWS et inviter vos partenaires à apporter un petit échantillon de leurs enregistrements à une collaboration afin de générer un ensemble étendu d’enregistrements similaires tout en protégeant vos données sous-jacentes et celles de vos partenaires.
Avantages d’AWS Clean Rooms ML
Avec AWS Clean Rooms ML, vos données ne sont utilisées que pour entraîner votre modèle personnalisé ou de type lookalike, et vos données ne sont ni partagées entre collaborateurs ni utilisées pour entraîner des modèles AWS. Vous pouvez supprimer vos données de Clean Rooms ML ou supprimer un modèle personnalisé quand vous le souhaitez. Vous pouvez aussi appliquer des contrôles renforçant la confidentialité pour protéger les données sensibles que vous apportez à une collaboration.
Grâce à la modélisation personnalisée d’AWS Clean Rooms ML, vous pouvez exécuter des entraînements et des inférences de ML à l’aide de vos modèles, algorithmes et données afin de générer des informations prédictives avec vos partenaires, sans avoir à partager les modèles ou algorithmes dont vous êtes propriétaire et que vous apportez dans le cadre d’une collaboration.
Générez des jeux de données synthétiques qui préservent les tendances statistiques de vos données originales, sans avoir à partager vos données sous-jacentes ni vos modèles propriétaires. Grâce à la modélisation personnalisée d’AWS Clean Rooms ML, vous et vos partenaires pouvez entraîner des modèles à l’aide de jeux de données synthétiques, où les sujets (personnes ou entités concernées par les données) ont été dé-identifiés par rapport aux données originales.
Grâce à la modélisation de type lookalike d’AWS Clean Rooms ML, vous pouvez créer un modèle de ML personnalisé appartenant à AWS pour vous et vos partenaires. Le modèle créé par AWS a été développé et testé sur une grande variété de jeux de données tels que les chaînes d’actualités, de commerce électronique et de streaming vidéo. Vos données ne sont utilisées que pour entraîner votre modèle, les données ne sont partagées avec aucune des parties, et vous pouvez supprimer vos données ou supprimer un modèle personnalisé quand vous le souhaitez.
Cas d’utilisation
Clients et partenaires
Xmars
Xmars est une plateforme avancée de gestion des publicités alimentée par l’IA qui offre aux marques, aux vendeurs et aux agences des avantages inégalés pour maximiser le rendement de leurs dépenses publicitaires sur Amazon.
« L'augmentation de la portée avec une précision élevée et une évolutivité efficace est une priorité absolue pour nos clients. Grâce à la solution AWS Clean Rooms ML, enrichie des données Amazon Marketing Cloud (AMC), nous sommes en mesure de créer des audiences modélisées hautement personnalisées, conçues pour prédire la probabilité que les utilisateurs interagissent avec une annonce ou effectuent un achat. En atteignant directement l'audience modélisée via Amazon DSP, cette approche Bring-Your-Own-Model (BYOM) a entraîné une augmentation de 34 % du taux de consultation des pages détaillées et une augmentation de 24 % de la valeur des transactions des acheteurs sur Amazon. AWS Clean Rooms offre véritablement plus de possibilités et de flexibilité pour nous permettre de découvrir des prospects à forte valeur ajoutée pour nos annonceurs. »
Tony Wang, cofondateur de Xmars
Flywheel
Flywheel est une agence spécialisée dans le commerce de détail en ligne. Son service de premier ordre associe une expertise sur mesure à des solutions logicielles de pointe pour atteindre un objectif unique : augmenter les ventes, les parts de marché et la rentabilité de nos clients sur Amazon.
« AWS Clean Rooms ML améliore notre capacité à mesurer la propension d'achat des utilisateurs. Le deep learning respectueux de la vie privée nous permet de capturer les relations complexes entre les utilisateurs et leur parcours d'achat, ce qui permet un ciblage plus précis de nos marques. Pour la première fois, nous pouvons personnaliser le parcours des acheteurs au niveau individuel tout en respectant leur vie privée, afin d'obtenir de meilleurs résultats pour eux et pour nos clients. »
Dan Nealon, Senior Manager Data Science, Flywheel
Amazon Ads
Amazon Marketing Cloud (AMC) est une application sécurisée et respectueuse de la vie privée d'Amazon Ads qui soutient des milliers de spécialistes du marketing grâce à des analytiques personnalisées et des analyses entre canaux. Les créateurs peuvent utiliser les API d’AMC pour créer leurs propres offres, tandis que les analystes peuvent interagir avec une interface utilisateur disponible par le biais de la console Amazon Ads.
« AMC Audiences propose désormais de nouvelles audiences similaires personnalisées, optimisées par AWS Clean Rooms ML, qui peuvent être activées sur les campagnes d’Amazon DSP et aider les annonceurs à atteindre une audience supplémentaire en fonction de leurs objectifs. Depuis son lancement en octobre 2023, cette fonctionnalité a permis à une grande marque de produits de grande consommation d’atteindre de nouveaux prospects et d’améliorer les performances de ses campagnes. »
Paula Despins, Vice President of Ads Measurement, Amazon Ads
Slalom
Slalom est une société internationale de conseil en affaires et en technologie.
« Nous cherchons toujours à établir des partenariats avec nos clients diffuseurs de publication pour mettre à jour leur infrastructure technologique afin qu’ils puissent exploiter plus facilement tout le potentiel de leur inventaire publicitaire de haute qualité. La modélisation ML très précise d’AWS Clean Rooms ML est très convaincante, car les diffuseurs de publication cherchent des moyens d’améliorer l’efficacité de leurs publicités. AWS Clean Rooms ML fournit une interface facile à utiliser que les diffuseurs de publication et les marques peuvent utiliser pour identifier les meilleurs utilisateurs d’une campagne publicitaire, tout en protégeant les données sensibles des deux parties. »
Mukesh Kumar, General Manager of the Global Technology Team, Slalom
Twilio Segment
Twilio Segment est une plateforme de données clients (CDP) de premier plan qui accélère la croissance de l’activité des clients grâce à l’efficacité de la publicité.
« Il n’a jamais été aussi important de se concentrer sur des données de premier niveau de qualité et en temps réel alors que les entreprises lancent de plus en plus de campagnes basées sur l’IA. Notre récent rapport montre que 85 % des entreprises accordent la priorité à la capture et à l’exploitation des données de premier niveau au cours de l’année à venir. L’utilisation de la modélisation ML d’AWS Clean Rooms permet de protéger les données précieuses de nos clients tout en leur permettant d’atteindre des audiences de prospection à forte valeur ajoutée grâce à une collaboration avec leurs diffuseurs de médias préférés. »
Kathryn Murphy, SVP of Product, Twilio Segment
Affinity Solutions
Affinity Solutions, leader des informations sur les achats des consommateurs, utilise les données de plus de 140 millions de cartes pour fournir une vision inégalée des dépenses des consommateurs des États-Unis, transformant les données en informations exploitables qui stimulent les parts de marché et la croissance des revenus.
« Affinity Solutions est à l’avant-garde de l’équilibre entre confidentialité et collecte d’informations complètes sur les consommateurs. Avec AWS Clean Rooms ML, nos clients spécialistes du marketing pourront exploiter notre jeu de données déterministes comme données de départ pour créer des modèles similaires avancés en combinaison avec leurs propres données. Cela permet aux entreprises d’identifier des acheteurs potentiels sur toutes les plateformes, tout en respectant les normes de confidentialité et en fournissant des informations pertinentes et exploitables au marché soucieux de la confidentialité d’aujourd’hui. »
Atul Chadha, Chief Technology Officer, Affinity Solutions
The Weather Company
The Weather Company fournit des données et des informations météorologiques aux consommateurs, aux marques et aux entreprises du monde entier.
« The Weather Company teste AWS Clean Rooms comme moyen pratique de permettre aux annonceurs d’analyser leurs données de premier niveau en même temps que les données météorologiques et d’utiliser le machine learning prédictif pour identifier les audiences engagées, à grande échelle, en fonction de l’impact de la météo sur la vie quotidienne des gens. AWS Clean Rooms propose une fonctionnalité rationalisée qui accélère le délai de rentabilisation, permettant de créer des segments similaires en quelques clics, tout en nous aidant à protéger les données des centaines de millions de consommateurs qui consultent nos propriétés numériques chaque mois. »
Dave Olesnevich, Head of Advertising Products, The Weather Company
StellarAlgo
StellarAlgo est une plateforme cloud client de premier plan pour le secteur du sport et du public en direct, qui a établi des partenariats avec plus de 110 établissements en Amérique du Nord, incluant des partenariats à l’échelle des ligues avec la NFL, la NHL et la NBA.
« En tant que leader qui aide les plus grandes marques mondiales de sport et de divertissement en direct à comprendre, développer et monétiser leur audience, nous sommes ravis qu’AWS Clean Rooms continue d’innover rapidement pour permettre à nos clients de réussir. La modélisation ML d’AWS Clean Rooms aide nos clients à identifier et à engager des prospects à forte valeur ajoutée, leur permettant ainsi de mettre en place des partenariats plus efficaces et plus dynamiques, tout en nous permettant de les aider à protéger leurs données sensibles de premier niveau. Nous sommes ravis qu’AWS Clean Rooms continue d’innover rapidement pour favoriser la réussite de nos clients. »
Greg Sargent, SVP Sports Partnerships, StellarAlgo
BRIDGE
BRIDGE est une plateforme de marketing omnicanal basée sur les personnes qui aide les clients à commercialiser leurs produits auprès de leur véritable public d’acheteurs.
« Chez BRIDGE, nous sommes ravis d’utiliser AWS Clean Rooms ML pour soutenir notre outil de création d’audience similaire, permettant à nos clients d’exploiter en toute sécurité nos jeux de données sur les personnes réelles pour mieux comprendre leurs fichiers CRM et trouver leur prochain client. AWS Clean Rooms ML soutient l’objectif de BRIDGE de fournir des outils de collaboration axés sur la confidentialité qui améliorent l’intelligence des consommateurs et génèrent des résultats marketing plus efficaces. »
Rob Rose, PDG, BRIDGE
