AWS Clean Rooms meluncurkan kemampuan baru untuk resolusi entitas, pemodelan ML, privasi, dan kontrol analisis
Hari ini, AWS Clean Rooms mengumumkan empat peningkatan baru: ketersediaan umum Resolusi Entitas AWS di Clean Rooms, kontrol privasi tambahan untuk analisis data, fitur untuk mengonfigurasi kolaborator mana yang menerima hasil analisis, dan kemampuan untuk menghasilkan data awal untuk pemodelan serupa menggunakan SQL. Kemampuan ini membantu Anda meningkatkan pencocokan data, dan memberi Anda kontrol dan fleksibilitas yang lebih besar untuk kolaborasi data.
Resolusi Entitas AWS kini terintegrasi secara asli dalam AWS Clean Rooms untuk membantu Anda dan mitra Anda lebih mudah dalam menyiapkan dan mencocokkan catatan pelanggan terkait. Menggunakan pencocokan berbasis aturan atau berbasis penyedia layanan data dapat membantu Anda meningkatkan pencocokan data untuk perencanaan, penargetan, dan pengukuran kampanye iklan yang ditingkatkan. Misalnya, pengiklan dapat mencocokkan rekaman dengan penerbit media menggunakan pencocokan berbasis aturan, atau dengan penyedia layanan data seperti LiveRamp untuk memahami audiens yang tumpang tindih.
Kontrol privasi dan analisis yang ditingkatkan memberi Anda fleksibilitas lebih besar untuk mendukung berbagai kasus penggunaan dalam suatu kolaborasi. Anda sekarang dapat melarang kolom keluaran tertentu dari analisis data SQL kustom untuk meningkatkan perlindungan data, dan Anda dapat dengan mudah memilih kolaborator mana yang menerima hasil analisis. Selain itu, Anda sekarang dapat menggunakan kueri SQL sebagai sumber data awal untuk pemodelan serupa di AWS Clean Rooms ML.
AWS Clean Rooms membantu perusahaan dan partnernya menganalisis dan berkolaborasi dengan lebih mudah pada set data kolektif mereka—tanpa berbagi atau menyalin data dasar satu sama lain. AWS Clean Rooms umumnya tersedia di AWS Regions ini. Untuk mempelajari lebih lanjut, kunjungi blog Resolusi Entitas AWS di AWS Clean Rooms.