Tarification Amazon Personalize

Les recettes Amazon Personalize v2 (User-Personalization-v2 et Personalized-Ranking-v2) utilisent une architecture basée sur Transformer, ce qui vous permet de créer facilement un large éventail d'expériences de personnalisation sans avoir besoin d'expertise en machine learning.

Les coûts liés à l'utilisation des recettes v2 comportent trois éléments :

• Ingestion de données : Vous êtes facturé par Go de données téléchargées vers Amazon Personalize. Cela inclut le flux de données en temps réel transmis à Amazon Personalize et les données de lot chargées via Amazon Simple Storage Service (S3).

• Formation : pour chaque tâche de formation modèle, vous êtes facturé en fonction du nombre d'interactions ingérées pour la formation. Vous pouvez ingérer des interactions via un flux de données en temps réel ou des téléchargements par lots S3. Si vous ingérez plus d'interactions que le quota de service, vous serez facturé en fonction du nombre maximum d'interactions entre objets prises en compte par un modèle lors de la formation (3 milliards par défaut).

• Inférence : vous êtes facturé en fonction du nombre de demandes de recommandation pour les recommandations en temps réel et par lots. Pour les recommandations en temps réel, Amazon Personalize facture par défaut un minimum d'une transaction de demande de recommandation par seconde (TPS) pour toutes les campagnes actives. Ces frais d'au moins 1 TPS s'appliquent même si vous ne faites aucune demande. Vous pouvez également prévoir un taux de transaction minimum plus élevé si nécessaire. Lorsque le taux des demandes de recommandations dépasse le TPS minimum provisionné, Amazon Personalize s’adapte automatiquement pour répondre à vos demandes et revient au TPS minimum provisionné lorsque votre trafic diminue. Vous êtes facturé pour le TPS minimum provisionné le plus élevé (1 TPS par défaut) et le TPS réel engagé. Les exemples de tarification 1 et 2 illustrent la façon dont les frais d'inférence en temps réel sont calculés.

La tarification suivante s'applique lors de l'utilisation des recettes suivantes :

• User-Personalization-v2

• Personalized-Ranking-v2

Une entreprise utilise des recommandations personnalisées en temps réel pour générer des recommandations dans un carrousel sur sa page d'accueil. Elle télécharge 200 Go de données par mois et entraîne sa solution 2 fois par semaine, chaque formation considérant 10 millions d'interactions ingérées. Pendant 10 heures par jour, le carrousel enregistre un pic de trafic de 36 000 visites par heure. En dehors des heures de pointe, le carrousel reçoit moins de 3 600 visites par heure, soit moins que le taux de transaction minimum de 1 TPS. Par conséquent, Personalize diminue automatiquement jusqu'au minimum de 1 TPS, et le client est facturé pour 3 600 demandes de recommandation par heure pendant cette période (1 transaction par seconde x 3 600 secondes par heure).
 
La facture mensuelle d'utilisation d'Amazon Personalize sera la suivante :

• Frais de traitement et de stockage des données = 200 Go * 0,05$ par Go = 10,00$

• Frais de formation à la solution = 10 millions d'interactions ingérées pour la formation 2 dollars par million d'interactions 8 formations par mois = 160 dollars

• Consommation et frais d'inférence (inférence en temps réel) :

  • Pic d'utilisation du trafic : 36 000 demandes de recommandation 10 heures par jour 30 jours par mois = 10 800 000 demandes de recommandation

  • Utilisation du trafic hors pointe : 3 600 demandes de recommandation 14 heures par jour 30 jours par mois = 1 512 000 demandes de recommandation

  • 12 312 000 demandes de recommandation * 0,15$ pour 1 000 demandes de recommandation en temps réel = 1 846,80$

Coût total = 10,00 USD + 160,00 USD + 1 846,80 USD = 2 016,80 USD

Pour simplifier, supposons que l'entreprise de l'exemple 1 crée un autre carrousel de recommandations qui utilise la même quantité d'ingestion de données et de formation. Cependant, le trafic de ce carrousel varie davantage au cours de la journée. Dans cet exemple, le client a provisionné un TPS minimum plus élevé.
 
Consommation d'inférence et frais : dans le tableau suivant, nous examinons un scénario de trafic variable et calculons les demandes de recommandation consommées au cours d'une journée d'utilisation :

Une entreprise utilise des recommandations personnalisées en temps réel pour générer des recommandations dans un carrousel sur sa page d'accueil. Elle télécharge 200 Go de données par mois et entraîne sa solution 2 fois par semaine, chaque entraînement nécessitant 15 heures de formation. Pendant 10 heures par jour, le carrousel enregistre un pic de trafic de 36 000 visites par heure. En dehors des heures de pointe, le carrousel reçoit moins de 3 600 visites par heure, soit moins que le taux de transaction minimum de 1 TPS. Par conséquent, Personalize diminue automatiquement jusqu'au minimum de 1 TPS, et le client est facturé pour 3 600 demandes de recommandation par heure pendant cette période (1 transaction par seconde x 3 600 secondes par heure).

La facture mensuelle d'utilisation d'Amazon Personalize sera la suivante :

• Frais de traitement et de stockage des données = 200 Go 0,05$ par Go = 10,00$
• Frais de formation à la solution = 15 heures de formation 8 formations par mois 0,24$ par heure de formation = 28,80$
• Consommation et charge d'inférence (inférence en temps réel)
        o Pic d'utilisation du trafic : 36 000 demandes de recommandation 10 heures par jour 30 jours par mois = 10 800 000 demandes de recommandation
        o Utilisation du trafic hors pointe : 3 600 demandes de recommandation 14 heures par jour* 30 jours par mois = 1 512 000 demandes de recommandation
        o 12 312 000 demandes de recommandations x 0,0556 USD pour 1 000 demandes de recommandations en temps réel = 684,55 USD

Coût total = 10 USD + 28,80 USD + 684,55 USD = 723,35 USD

Pour simplifier, supposons que l'entreprise de l'exemple 1 crée un autre carrousel de recommandations qui utilise la même quantité d'ingestion de données et de formation. Cependant, le trafic de ce carrousel varie davantage au cours de la journée. Dans cet exemple, le client a alloué une TPS minimum plus élevée.

Consommation d'inférence et frais : dans le tableau suivant, nous examinons un scénario de trafic variable et calculons les demandes consommées au cours d'une journée d'utilisation :

Une entreprise utilise des recommandations personnalisées pour générer des recommandations d'articles personnalisées pour chaque utilisateur dans le cadre de ses campagnes de marketing par e-mail. Ils ingèrent 10 Go de données et la formation prend 50 heures de formation. L'entreprise utilise une inférence par lots pour générer des recommandations pour 1 million d'utilisateurs. Chaque demande de recommandation renvoie 10 articles par utilisateur, mais l'entreprise n'est facturée que pour le million de demandes.

Dans ce cas, les frais d'utilisation de Personalize seront les suivants :

• Frais de traitement et de stockage des données = 10 Go x 0,05 USD par Go = 0,50 USD

• Frais de formation de la solution = 50 heures de formation x 0,24 USD par heure de formation = 12 USD

• Frais d'inférence = 1 million d'utilisateurs x 0,067 USD par tranche de 1 000 recommandations = 67 USD

Coût total = 0,50 USD + 12 USD + 67 USD = 79,50 USD

Une entreprise utilise des recommandations personnalisées pour générer des recommandations d'articles personnalisées avec des thèmes. Elle ingère 10 Go de données et la formation prend 50 heures de formation. L'entreprise utilise une inférence par lots pour générer des recommandations thématiques pour 100 articles source. Chaque demande de recommandation renvoie 25 articles par article source. L'entreprise aura 100 thèmes au total.

Dans ce cas, les frais d'utilisation de Personalize seront les suivants :
Frais de traitement et de stockage des données = 10 Go = 0,05 $/Go = 0,50$
Frais de formation à la solution = 50 heures de formation 0,24 $/heure de formation = 12$
Frais d'inférence = 100 articles de base 0,067 $/1 000 recommandations + 100 thèmes 1 $/thème = 100 0067 $
Coût total = 0,50 USD [12 USD + 100,0067 USD + 112,5067 USD]

Amazon Personalize propose systèmes de recommandation optimisés pour certains cas d'utilisation afin de simplifier la création et la maintenance des solutions de recommandation. Sélectionnez les systèmes de recommandation que vous souhaitez utiliser et Amazon Personalize configure automatiquement les modèles de machine learning sous-jacents et gère l'intégralité de leur cycle de vie. Vous avez le choix entre neuf systèmes de recommandation offrant des recommandations personnalisées pour différents moments de l'expérience utilisateur.

La tarification suivante s'applique lors de l'utilisation des recettes suivantes :

• 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

Vous êtes facturé par Go de données chargées sur Amazon Personalize. Cela inclut les données en temps réel transmises à Amazon Personalize et les données de lot chargées via Amazon Simple Storage Service (S3).

Coûts d'ingestion de données  : 0,05 USD par Go

Une société de médias alimente trois carrousels de recommandations différents sur son application à l'aide de trois recommandeurs optimisés en fonction des cas d'utilisation. Ils ingèrent 200 Go de données par mois et comptent 2 000 000 d'utilisateurs. Les carrousels enregistrent généralement moins de 9 000 visites par heure ; toutefois, il y a 140 heures de pointe par mois où ils enregistrent 39 000 visites par heure.

La facture mensuelle d'utilisation d'Amazon Personalize sera la suivante :

• Frais de traitement et de stockage des données = 200 Go x 0,05 USD par Go = 10 USD

• Frais d'heure du recommandeur :
  

  • 100 000 premiers utilisateurs = 0,375$ par heure 720 heures par mois 3 recommandateurs = 810,00$

  • 900 000 utilisateurs suivants = 900 000 utilisateurs 0,045$ par heure/100 000 utilisateurs 720 heures par mois * 3 recommandeurs = 874,80$

  • 1 000 000 d'utilisateurs suivants = 1 000 000 d'utilisateurs 0,018$ par heure/100 000 utilisateurs 720 heures par mois * 3 recommandateurs = 388,80$

  • Total des frais horaires du recommandeur = 810,00 USD + 874,80 USD + 388,80 USD = 2 073,60 USD

• Frais de recommandations supplémentaires :
  

  • 39 000 recommandations par heure de pointe – 9 000 recommandations gratuites par heure = 30 000 recommandations supplémentaires par heure.

  • 30 000 recommandations supplémentaires par heure de pointe 0,0833 $/1 000 recommandations 140 heures de pointe * 3 recommandateurs = 1 049,58 dollars
    

Coût total = 10 USD + 2 073.60 USD + 1 049.58 USD = 3 133.18 USD

Un détaillant en ligne utilise quatre recommandations optimisées pour les cas d'utilisation pour proposer des recommandations de produits sur la page détaillée de son produit. Il charge 10 Go de données par mois, avec 800 000 utilisateurs. Le trafic vers ces recommandeurs ne dépasse jamais 6 000 visites par heure.

La facture mensuelle d'utilisation d'Amazon Personalize sera la suivante :

• Frais de traitement et de stockage des données = 10 Go x 0,05 USD par Go = 0,50 USD

• Frais d'utilisation :

  • 100 000 premiers utilisateurs = 0,375$ par heure 720 heures par mois 4 recommandateurs = 1 080,00$

  • 700 000 utilisateurs suivants = 700 000 utilisateurs 0,045$ par heure/100 000 utilisateurs 720 heures par mois * 4 recommandeurs = 907,20$

  • Total des heures du système de recommandation = 1080,00 USD + 907,20 USD = 1 987,20 USD

• Frais de recommandation supplémentaires :

  • Comme l'entreprise ne dépasse jamais les 6 000 recommandations par heure incluses dans ses recommandations, aucun frais de recommandation supplémentaire n'est facturé.

Coût total = 0,50 USD + 1 987,20 USD = 1 987,70 USD

Un détaillant utilise la segmentation par lots pour générer des listes d'utilisateurs en vue de campagnes d'envoi de SMS et de messages in-app sur des produits particuliers en vente. Ils mènent des campagnes sur 10 produits et prennent en compte 2 000 000 d'utilisateurs pour chaque campagne. Ils ingèrent 10 Go de données et la formation nécessite 50 heures de formation.

La facture pour l'utilisation d'Amazon Personalize pour ces campagnes sera la suivante :

• Frais de traitement et de stockage des données = 10 Go x 0,05 USD par Go = 0,50 USD

• Frais de formation de la solution = 50 heures de formation x 0,24 USD par heure de formation = 12,00 USD

• Frais de génération de segments par lots, 100 000 premiers utilisateurs = 100 000 utilisateurs 0,016 $/1 000 utilisateurs 10 requêtes = 16,00$

• Frais de génération de segments par lots, 900 000 utilisateurs suivants = 900 000 utilisateurs 0,008 $/1 000 utilisateurs 10 requêtes = 72,00$

• Frais de génération de segments par lots, 1 000 000 d'utilisateurs suivants = 1 000 000 d'utilisateurs 0,004 $/1 000 utilisateurs 10 requêtes = 40,00$

Coût total = 0,50 USD + 12 USD + 16 USD + 72 USD + 40 USD = 140,50 USD

Une entreprise de médias utilise la segmentation par lots pour repérer les utilisateurs susceptibles d'être intéressés par des films en streaming en fonction des attributs de ces films, par exemple le genre, l'acteur principal ou l'actrice principale et les récompenses. L'entreprise utilise les segments d'utilisateurs générés pour cibler ses campagnes de marketing par e-mail. L'entreprise compte 20 millions d'utilisateurs qui sont pris en compte pour chaque campagne. L'entreprise utilise 650 Go de données et la formation nécessite 1 800 heures de formation. Ils segmentent 25 attributs vidéo différents pour leurs campagnes.

La facture mensuelle d'utilisation d'Amazon Personalize sera la suivante :

• Traitement et de stockage des données = 650 Go x 0,05 USD par Go = 32,50 USD

• Frais de formation à la solution = 1 800 heures de formation * 0,24 $/heure de formation = 432,0$

• Frais d'inférence, 100 000 premiers utilisateurs = 100 000 utilisateurs 0,016 $/1 000 utilisateurs 25 requêtes = 40 dollars

• Frais de génération de segments par lots, 900 000 utilisateurs suivants = 900 000 utilisateurs 0,008 $/1 000 utilisateurs 25 requêtes = 180 dollars

• Frais de génération de segments par lots, 9 millions d'utilisateurs suivants = 9 000 000 d'utilisateurs 0,004 $/1 000 utilisateurs 25 requêtes = 900 dollars

• Frais de génération de segments par lots, 10 millions d'utilisateurs suivants = 10 000 000 d'utilisateurs 0,001 $/1 000 utilisateurs 25 requêtes = 250 dollars

Coût total = 32,50 USD + 432 USD + 40 USD + 180 USD +900 USD + 250 USD = 1 834,50 USD