Ce guide montre comment les services AWS peuvent vous aider à automatiser la collecte de données clients de première et de tierce parties, en permettant la collaboration sans partager les données brutes, et à générer des segments prédictifs à l'aide du machine learning. Utilisez ces segments prédictifs pour envoyer des messages personnalisés via différents canaux, notamment le push mobile, les applications, les e-mails, les SMS ou les canaux personnalisés afin de renforcer l'engagement entre vous et vos clients.
Veuillez noter : [Clause de non-responsabilité]
Diagramme d'architecture
Étape 1
Amazon Pinpoint capture les données de première partie relatives aux interactions avec les clients nécessaires à la segmentation prédictive. Ces données sont chargées dans Amazon Simple Storage Service (Amazon S3) à l'aide d'Amazon Kinesis Data Firehose.
Étape 2
Utilisez le catalogue de données AWS Glue pour cataloguer les données de première partie stockées dans Amazon S3 et les mettre à la disposition d'AWS Clean Rooms sous forme de tableau.
Étape 3
Nettoyez et normalisez les données du partenaire tiers et stockez ces données dans un compartiment Amazon S3 au sein du compte AWS du partenaire. Utilisez le catalogue de données Glue pour cataloguer les fichiers et les mettre à la disposition d'AWS Clean Rooms sous forme de tableau.
Étape 4
Configurez une collaboration AWS Clean Rooms avec le compte tiers en tant que fournisseur de données et le compte propriétaire en tant qu'expéditeur de requêtes.
Étape 5
Exécutez la requête de collaboration sur les données dans AWS Clean Rooms et stockez les résultats de la requête dans le compte de données propriétaire.
Étape 6
Vous pouvez éventuellement télécharger le jeu de données sur Amazon Neptune, une base de données orientée graphe entièrement gérée, pour visualiser les relations entre les données (telles que les données utilisateur sur plusieurs appareils ou les données domestiques).
Étape 7
Vous pouvez également utiliser Amazon QuickSight pour créer des tableaux de bord, visualiser votre analyse et générer des informations.
Étape 8
Utilisez Amazon SageMaker pour créer, former et déployer des modèles de machine learning (ML) qui génèrent des segments prédictifs à partir de données internes et tierces.
Étape 9
Importez les segments prédictifs générés dans Amazon Pinpoint pour utiliser les segments générés dans les campagnes Amazon Pinpoint.
Étape 1
Amazon Pinpoint capture les données de première partie relatives aux interactions avec les clients nécessaires à la segmentation prédictive. Ces données sont chargées dans Amazon Simple Storage Service (Amazon S3) à l'aide d'Amazon Kinesis Data Firehose.
Étape 2
Utilisez le catalogue de données AWS Glue pour cataloguer les données de première partie stockées dans Amazon S3 et les mettre à la disposition d'AWS Clean Rooms sous forme de tableau.
Étape 3
Nettoyez et normalisez les données du partenaire tiers et stockez ces données dans un compartiment Amazon S3 au sein du compte AWS du partenaire. Utilisez le catalogue de données Glue pour cataloguer les fichiers et les mettre à la disposition d'AWS Clean Rooms sous forme de tableau.
Étape 4
Configurez une collaboration AWS Clean Rooms avec le compte tiers en tant que fournisseur de données et le compte propriétaire en tant qu'expéditeur de requêtes.
Étape 5
Exécutez la requête de collaboration sur les données dans AWS Clean Rooms et stockez les résultats de la requête dans le compte de données propriétaire.
Étape 6
Vous pouvez éventuellement télécharger le jeu de données sur Amazon Neptune, une base de données orientée graphe entièrement gérée, pour visualiser les relations entre les données (telles que les données utilisateur sur plusieurs appareils ou les données domestiques).
Étape 7
Vous pouvez également utiliser Amazon QuickSight pour créer des tableaux de bord, visualiser votre analyse et générer des informations.
Étape 8
Utilisez Amazon SageMaker pour créer, former et déployer des modèles de machine learning (ML) qui génèrent des segments prédictifs à partir de données internes et tierces.
Étape 9
Importez les segments prédictifs générés dans Amazon Pinpoint pour utiliser les segments générés dans les campagnes Amazon Pinpoint.
Piliers AWS Well-Architected
Le cadre AWS Well-Architected vous permet de comprendre les avantages et les inconvénients des décisions que vous prenez lors de la création de systèmes dans le cloud. Les six piliers du cadre vous permettent d'apprendre les bonnes pratiques architecturales pour concevoir et exploiter des systèmes fiables, sécurisés, efficaces, rentables et durables. Grâce à l'outil AWS Well-Architected Tool, disponible gratuitement dans la console de gestion AWS, vous pouvez examiner vos charges de travail par rapport à ces bonnes pratiques en répondant à une série de questions pour chaque pilier.
Le diagramme d'architecture ci-dessus est un exemple de solution créée en tenant compte des bonnes pratiques Well-Architected. Pour être totalement conforme à Well-Architected, vous devez suivre autant de bonnes pratiques Well-Architected que possible.
-
Excellence opérationnelleLire le livre blanc sur l'excellence opérationnelle
Avec Amazon CloudWatch, vous pouvez collecter et suivre tous les indicateurs opérationnels, les fichiers journaux et définir des alarmes en cas de panne. Ce service vous permet de conserver une visibilité sur les détails des opérations, telles que les requêtes exécutées sur AWS Clean Rooms.
-
SécuritéLire le livre blanc sur la sécurité
Toutes les interactions entre les services décrites dans ce guide utilisent des rôles de Gestion des identités et des accès AWS (IAM) avec des politiques IAMdéfinies de manière à fournir le moindre privilège nécessaire aux services. En outre, AWS Clean Rooms permet d'utiliser des outils informatiques cryptographiques avancés pour crypter les données, même pendant le traitement des requêtes, conformément aux politiques strictes d'AWS en matière de traitement des données.
En utilisant Amazon S3 pour le stockage, vous pouvez chiffrer toutes les données au repos par défaut. Amazon S3 offre le choix de confier la gestion des clés de chiffrement à AWS ou au client. Cela vous permet de vous adapter à vos différents critères de sécurité. En utilisant les politiques relatives aux compartiments Amazon S3, vous pouvez définir un contrôle d'accès précis. Et en activant le chiffrement côté serveur sur Kinesis Data Firehose, vous pouvez chiffrer toutes les données sensibles lors du transfert vers des services en aval.
-
FiabilitéLire le livre blanc sur la fiabilité
Étant donné que ce guide utilise des services gérés, toutes les données stockées par le biais des différents services sont hautement disponibles et ne dépendent pas de la défaillance rare mais possible d'une zone de disponibilité. Les services gérés vous aident à éviter les défaillances dues à l'augmentation des volumes de données grâce à la capacité de mise à l'échelle sous-jacente de chaque service, comme Amazon S3 et Kinesis Data Firehose. Amazon S3 est un moyen fiable et durable de stocker vos données, et Kinesis Data Firehose garantit une livraison simple et fiable des données à destination pour analyse dans le processus en aval. Nous vous recommandons également d'utiliser AWS Backup pour sauvegarder toutes les données stockées dans des compartiments Amazon S3.
-
Efficacité des performancesLire le livre blanc sur l'efficacité des performances
Ce guide utilise une architecture sans serveur qui permet un autoscaling des ressources requises par le biais de services gérés. En utilisant Amazon Pinpoint, vous pouvez gérer un grand nombre de clients et leurs interactions. Et avec AWS Clean Rooms, vous pouvez créer rapidement de nombreuses collaborations multipartites sans avoir à déployer d'infrastructure sous-jacente.
-
Optimisation des coûtsLire le livre blanc sur l'optimisation des coûts
Lorsque vous utilisez des services gérés via une architecture sans serveur, vous pouvez mettre à l'échelle vos applications à la demande, en ne payant que pour ce que vous utilisez. Amazon S3 Intelligent-Tiering automatise les économies de coûts de stockage en déplaçant les données lorsque les modèles d'accès changent, ce qui vous permet d'optimiser vos performances tout en maîtrisant les coûts.
-
Développement durableLire le livre blanc sur le développement durable
Grâce à l'utilisation étendue de services gérés couplés à une architecture sans serveur, cette Guidance vous aide à mettre continuellement à l'échelle votre volume de charge de travail tout en veillant à ce que seules les ressources minimales soient utilisées. Nous vous recommandons également de gérer vos objets afin qu'ils soient stockés efficacement tout au long de leur cycle de vie en configurant Amazon S3 Lifecycle.
Ressources d'implémentation
Un guide détaillé d'expérimentation et d'utilisation est fourni dans votre compte AWS. Chaque étape de la construction du guide, y compris le déploiement, l'utilisation et le nettoyage, est examinée pour le préparer au déploiement.
L'exemple de code est un point de départ. Il s'agit d'un document validé par l'industrie, prescriptif mais non définitif, et d'un aperçu pour vous aider à commencer.
Contenu connexe
[Titre]
Avis de non-responsabilité
Les exemples de code, les bibliothèques de logiciels, les outils de ligne de commande, les preuves de concept, les modèles ou toute autre technologie connexe (y compris tout ce qui précède qui est fourni par notre personnel) vous sont fournis en tant que contenu AWS en vertu du contrat client AWS ou de l'accord écrit pertinent entre vous et AWS (selon le cas). Vous ne devez pas utiliser ce contenu AWS dans vos comptes de production, ni sur des données de production ou autres données critiques. Vous êtes responsable des tests, de la sécurisation et de l'optimisation du contenu AWS, tel que les exemples de code, comme il convient pour une utilisation en production, en fonction de vos pratiques et normes de contrôle de qualité spécifiques. Le déploiement de contenu AWS peut entraîner des frais AWS pour la création ou l'utilisation de ressources payantes AWS, telles que l'exécution d'instances Amazon EC2 ou l'utilisation du stockage Amazon S3.
Les références à des services ou organisations tiers dans ce guide n'impliquent pas une approbation, un parrainage ou une affiliation entre Amazon ou AWS et le tiers. Les conseils fournis par AWS constituent un point de départ technique, et vous pouvez personnaliser votre intégration avec des services tiers lorsque vous déployez l'architecture.