Amazon Personalize の料金

Amazon Personalize を使用すると、特定の製品のレコメンデーション、パーソナライズされた製品の再ランク付け、カスタマイズされたダイレクトマーケティングなど、さまざまなパーソナライズエクスペリエンスを提供できるアプリケーションを簡単に構築できます。レコメンデーションをリアルタイムで提供して、ユーザーの意図が変わった際に素早く対応したり、バッチで対応したりできます。

以下のレシピを使用する場合は、次の料金が適用されます。

• user-personalization
• popularity-count
• Personalized-Ranking
• Next-Best-Action
• Trending-Now
• Similar-Items
  
• SIMS
• HRNN (レガシー)
• HRNN-Metadata (レガシー)
• HRNN-Coldstart (レガシー)
  

Amazon Personalize にアップロードされるデータに 1 GB 単位で課金されます。これには、Amazon Personalize にストリーム配信されるリアルタイムデータと、Amazon Simple Storage Service (S3) 経由でアップロードされるバッチデータが含まれます。

データインジェストコスト: 1 GB あたり 0.05 USD

カスタムソリューションを作成する場合、データを使用してカスタムソリューションをトレーニングするのに使用されるトレーニング時間に課金されます。Amazon Personalize は、ソリューションのトレーニングに最適なインスタンスタイプを自動的に選択します。Personalize は、使用されたインスタンスに基づいてトレーニング時間を計算するため、課金されるトレーニング時間数は、トレーニング中の時計で計測された時間より長くなる場合があります。

トレーニングコスト: トレーニング 1 時間あたり 0.24 USD

リアルタイムレコメンデーション
リアルタイムレコメンデーションの場合、レスポンスで返された結果の数に関係なく、リクエストされたレコメンデーションの数に対して課金されます。Amazon Personalize は、デフォルトですべてのアクティブなキャンペーンに対して、1 秒あたり 1 回以上の推奨リクエストトランザクション (TPS) を請求します。Amazon Personalize では、必要に応じてより高い最低トランザクションレートをプロビジョニングすることもできます。レコメンデーションリクエストのレートが最小プロビジョン TPS を超える場合、Amazon Personalize は自動スケーリングを実行してリクエストを処理し、トラフィックが減少すると最小プロビジョン TPS に戻ります。プロビジョニングされた最小 TPS を増やすと、請求対象となるレコメンデーションリクエストの数が増えることに注意してください。

* Amazon Personalize では、アイテムのメタデータをレコメンデーションリクエストのレスポンスとともに返すようにキャンペーンを設定できます。アイテムのメタデータが有効になっているすべてのキャンペーンでは、レコメンデーションリクエスト 1,000 件につき 0.0167 USD の追加料金が請求されます。この追加料金は、アイテムのメタデータが有効になっている場合の最小プロビジョンド TPS にも適用されることに注意してください。

バッチレコメンデーション
バッチレコメンデーションの場合、返された結果の数に関係なく、リクエストされたレコメンデーションの数に対して課金されます。

Content Generator は、大規模言語モデルを使用してバッチレコメンデーション用のテーマを生成します。テーマ出力ごとに 1 USD の追加料金がかかります。

ある企業では、カスタムのリアルタイムレコメンデーションを使用して、ホームページ上のカルーセルに関するレコメンデーションを生成しています。1 か月に 200 GB のデータをアップロードし、ソリューションを週に 2 回トレーニングします。各トレーニングには 15 時間のトレーニング時間が必要です。1 日 10 時間の間、カルーセルのトラフィックは 1 時間あたり 36,000 回に上ります。ピーク時以外の時間帯では、カルーセルの訪問数は 1 時間あたり 3,600 回未満、または最低トランザクションレートである 1 TPS を下回ります。その結果、Personalize は最小 1 TPS まで自動的にスケールダウンされ、この期間中、お客様には 1 時間あたり 3,600 件のレコメンデーションリクエスト（1 秒あたり 1 回のトランザクション × 1 時間あたり 3,600 秒）が請求されます。

Amazon Personalize の使用に対する月間料金は以下のとおりです。

• データの処理およびストレージの料金 = 200 GB x 0.05 USD/GB = 10.00 USD
• ソリューショントレーニング料金 = 15 トレーニング時間 * 月 8 トレーニング * 1 トレーニング時間あたり 0.24 USD = 28.80 USD
• 推論の消費量と料金 (リアルタイム推論)
        o ピーク時のトラフィック使用量: 36,000 件のレコメンデーションリクエスト x 1 日あたり 10 時間 x 1 か月あたり 30 日 = 10,800,000 件のレコメンデーションリクエスト
        o オフピーク時のトラフィック使用量: 3,600 件のレコメンデーションリクエスト x 1 日あたり 14 時間* 1 か月あたり 30 日 = 1,512,000 件のレコメンデーションリクエスト
        o 12,312,000 件のレコメンデーションリクエスト * リアルタイムのレコメンデーションリクエスト 1,000 件あたり 0.0556 USD = 684.55 USD

総費用 = 10 USD + 28.80 USD + 684.55 USD = 723.35 USD
 

わかりやすくするために、例 1 の会社が、同じ量のデータインジェストとトレーニングを使用するレコメンデーションのカルーセルをもう 1 つ作成していると仮定します。ただし、このカルーセルのトラフィックは、1 日を通して大きく変動します。この例では、顧客はより高い最小 TPS をプロビジョニングしています。

推論の使用量と料金: 以下の表で、トラフィック量が変動するシナリオと、1 日の間に使用されたレコメンデーションリクエストの計算方法を示します。

ある企業は、カスタムレコメンデーションを使用して、メールマーケティングキャンペーンの各ユーザー向けにパーソナライズされた商品レコメンデーションを生成します。10GB のデータをインジェストし、トレーニングに 50 時間かかります。同社はバッチ推論を使用して、100 万人のユーザーを対象とするレコメンデーションを生成しています。各レコメンデーションリクエストは、ユーザー 1 人あたり 10 件のアイテムを返しますが、会社が請求するのは 100 万件のリクエストに対してのみです。

この場合、Personalize の使用料金は以下のようになります。

• データの処理およびストレージの料金 = 10 GB x 0.05 USD/GB = 0.50 USD
• ソリューショントレーニングの料金 = トレーニング 50 時間* x 0.24 USD/トレーニング 1 時間 = 12 USD
• 推論の料金 = 100 万ユーザー* x 0.067 USD/1,000 レコメンデーション = 67 USD

総費用 = 0.50 USD + 12 USD + 67 USD = 79.50 USD
 

ある会社がカスタムレコメンデーションを使用して、テーマを持ったパーソナライズされたアイテムレコメンデーションを生成しています。10 GB のデータをインジェストし、トレーニングに 50 時間かかります。同社はバッチ推論を使用して、100 個のシードアイテムに対してテーマ別のレコメンデーションを生成しています。各レコメンデーションリクエストは、シードアイテムあたり 25 アイテムを返します。同社には合計 100 個のテーマを取得します。

この場合、Personalize の使用料金は以下のようになります。
データの処理およびストレージの料金 = 10 GB x 0.05 USD/GB = 0.50 USD
ソリューショントレーニングの料金 = トレーニング 50 時間* x 0.24 USD/トレーニング 1 時間 = 12 USD
推論料 = シードアイテム 100 個 * 0.067 USD/1,000 件のレコメンデーション + テーマ 100 個 * 1 USD/テーマ = 100.0067 USD
総費用 = 0.50 USD + 12 USD + 100.0067 USD = 112.5067 USD

Amazon Personalize は、一般的なレコメンデーションソリューションの作成と保守を簡素化する、ユースケースに最適化されたレコメンダーを提供します。使用するレコメンダーを選択すると、Amazon Personalize が基盤となる機械学習 (ML) モデルを自動的に構成し、そのライフサイクルを完全に管理します。ユーザーエクスペリエンスのさまざまなタッチポイントに対してパーソナライズされたレコメンデーションを提供する 9 つのレコメンダーから選択できます。

以下のレシピを使用する場合は、次の料金が適用されます。

• 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
  

Amazon Personalize にアップロードされるデータに 1 GB 単位で課金されます。これには、Amazon Personalize にストリーム配信されるリアルタイムデータと、Amazon Simple Storage Service (S3) 経由でアップロードされるバッチデータが含まれます。

データインジェストコスト: 1 GB あたり 0.05 USD

Amazon Personalize によって処理されたデータセット内のユーザー数* に基づいて、アクティブなレコメンダーごとに 1 時間単位の料金が請求されます。各レコメンダーは、データセット内のユーザー数に基づいて、追加費用なしで 1 時間あたりの固定レコメンデーションを提供します。

* Amazon Personalize では、API レスポンスでアイテムのメタデータを返すようにレコメンダーを設定できます。アイテムのメタデータを返すように設定されているレコメンダーには、1 時間あたり 0.1 USD の追加料金がかかります。

1 時間のレコメンデーションがユーザー層の無料レコメンデーションを超えると (上記の表を参照)、使用する追加レコメンデーションに対して 1 時間単位で課金されます。

* Amazon Personalize では、API レスポンスでアイテムのメタデータを返すようにレコメンダーを設定できます。アイテムのメタデータが有効になっているすべてのレコメンダーに対して、追加レコメンデーション 1,000 件につき 0.0167 USD の追加料金が請求されます。

* ユーザー数 (「user_id」で識別) は、「Users」データセットと「Interactions」データセットの和集合における一意のユーザー数として計算されます。

ユースケースに最適化されたレコメンダーの最小スループットを 1 秒あたりの推奨数 (RPS) で指定できます。プロビジョニングされた最小 RPS が 1 秒あたりにリクエストされた実際の推奨数を超える場合、最小プロビジョニング RPS は、ユーザー階層に含まれる 1 時間あたりの無料推奨数にカウントされます。プロビジョニングされている RPS の最小値によって、ユーザーレベルに含まれている 1 時間あたりの無料推奨数を超える場合は、追加の推奨料金も請求されます。例えば、最小 RPS を 10 に設定した場合、ユーザー階層の 1 時間あたりの無料レコメンデーションを除いて、その時間の 36,000 件のレコメンデーション (1 時間あたり 3,600 秒 x 10 RPS) に対して課金されます。

あるメディア企業は、ユースケースに最適化された 3 つのレコメンダーを使用して、アプリ上の 3 つの異なるレコメンデーションカルーセルを強化しています。その月に 200GB のデータをインジェストし、2,000,000 人のユーザーを抱えています。通常、カルーセルの 1 時間あたりの訪問数は 9,000 件未満です。ただし、1 か月あたり 140 件のピーク時には 1 時間あたり 39,000 件の訪問があります。

Amazon Personalize の使用に対する月間料金は以下のとおりです。

• データの処理およびストレージの料金 = 200 GB x 0.05 USD/GB = 10 USD
• 推奨時間料金:
  
  • 最初のユーザー 100,000 名 = 1 時間あたり 0.375 USD x 1 か月あたり 720 時間 x 3 レコメンダー = 810.00 USD
    
  • 次のユーザー 900,000 名 = ユーザー 900,000 名 x 1 時間あたり 0.045 USD/ユーザー 100,000 名 x 1 か月あたり 720 時間 x 3 レコメンダー = 874.80 USD
  • 次のユーザー 1,000,000 名 = ユーザー 1,000,000 名 x 1 時間あたり 0.018 USD/ユーザー 100,000 名 x 1 か月あたり 720 時間 x 3 レコメンダー = 388.80 USD
  • レコメンダー時間料金の合計 = 810.00 USD + 874.80 USD + 388.80 USD = 2,073.60 USD
• 追加レコメンデーションの料金:
  
  • ピーク時 1 時間あたり 39,000 件のレコメンデーション – 1 時間あたり 9,000 件の無料レコメンデーション = 1 時間あたり 30,000 件の追加レコメンデーション。
  • ピーク時 1 時間あたり 30,000 件の追加レコメンデーション x 0.0833 USD/レコメンデーション 1,000 件 x ピーク時 140 時間 x 3 レコメンダー = 1,049.58 USD
    

総費用 = 10 USD + 2,073.60 USD + 1,049.58 USD = 3,133.18 USD

あるオンライン小売業者は、ユースケースに最適化された 4 つのレコメンダーを使用して、商品詳細ページに商品レコメンデーションを提供しています。その月に 10 GB のデータをアップロードしており、800,000 人のユーザーを抱えています。これらのレコメンダーへのトラフィックは、1 時間あたり 6,000 件を超えることはありません。

Amazon Personalize の使用に対する月間料金は以下のとおりです。

• データの処理およびストレージの料金 = 10 GB x 0.05 USD/GB = 0.50 USD
• ユーザー料金:
  
  • 最初のユーザー 100,000 名 = 1 時間あたり 0.375 USD x 1 か月あたり 720 時間 x 4 レコメンダー = 1,080.00 USD
  • 次のユーザー 700,000 名 = ユーザー 700,000 名 x 1 時間あたり 0.045 USD/ユーザー 100,000 名 x 1 か月あたり 720 時間 x 4 レコメンダー = 907.20 USD
  • レコメンダー時間料金の合計 = 1080.00 USD+ 907.20 USD = 1,987.20 USD
• 追加レコメンデーションの料金:
  
  • レコメンダーに含まれている 1 時間あたりのレコメンデーション数は 6,000 件を超えないため、追加のレコメンデーション料金は発生しません。

総費用 = 0.50 USD + 1,987.20 USD = 1,987.70 USD

Amazon Personalize は機械学習を使用して、さまざまな製品、カテゴリ、ブランドなどへの親和性を築き、ユーザーを自動的にセグメント化し、より効果的なマーケティングキャンペーンを作ります。

以下のユーザーセグメンテーションレシピを使用する場合は、次の料金が適用されます。

• aws-item-affinity
• aws-item-attribute
  

Amazon Personalize にアップロードされるデータに 1 GB 単位で課金されます。これには、Amazon Personalize にストリーム配信されるリアルタイムデータと、Amazon Simple Storage Service (S3) 経由でアップロードされるバッチデータが含まれます。

データインジェストコスト: 1 GB あたり 0.05 USD

データを使用してカスタムソリューションをトレーニングするのに使用されるトレーニング時間に課金されます。Amazon Personalize は、ソリューションのトレーニングに最適なインスタンスタイプを自動的に選択します。Personalize は、使用されたインスタンスに基づいてトレーニング時間を計算するため、課金されるトレーニング時間数は、トレーニング中の時計で計測された時間より長くなる場合があります。

トレーニングコスト: トレーニング 1 時間あたり 0.24 USD

Amazon Personalize によって処理されるデータセット内のユーザー数*に基づいて、要求されたセグメント数に対して課金が行われます。

* ユーザー数 (「user_id」で識別) は、「Users」データセットと「Interactions」データセットの和集合における一意のユーザーとして計算されます。

小売業者は、バッチセグメンテーションを使用して、特定の販売商品の SMS およびアプリ内メッセージングキャンペーン用のユーザーリストを生成します。10 個の製品に対してキャンペーンを実施し、各キャンペーンのユーザー数は 200万人にのぼります。10GB のデータをインジェストし、トレーニングには 50 時間を必要とします。

これらのキャンペーンに Amazon Personalize の使用に対する料金は以下のとおりです。

• データの処理およびストレージの料金 = 10 GB *x 0.05 USD/GB = 0.50 USD
  
• ソリューショントレーニングの料金 = トレーニング 50 時間 x 0.24 USD/トレーニング 1 時間 = 12.00 USD
• バッチセグメント生成料金、最初のユーザー 100,000 名 = ユーザー 100,000 名 x 0.016 USD/ユーザー 1,000 名 x クエリ 10 件 = 16.00 USD
  
• バッチセグメント生成料金、次のユーザー 900,000 名 = ユーザー 900,000 名 x 0.008 USD/ユーザー 1,000 名 x クエリ 10 件 = 72.00 USD
  
• バッチセグメント生成料金、次のユーザー 1,000,000 名 = ユーザー 1,000,000 名 x 0.004 USD/ユーザー 1,000 名 x クエリ 10 件 = 40.00 USD

総費用 = 0.50 USD + 12 USD + 16 USD + 72 USD + 40 USD = 140.50 USD
 

メディア会社は、バッチセグメンテーションを使用して、ジャンル、主演俳優/女優、受賞した賞など、映画の属性に基づいて映画ストリーミングに関心のあるユーザーを特定します。同社は、生成されたユーザーのセグメントを使用して、電子メールマーケティングキャンペーンをターゲットにしてます。同社では、キャンペーンごとに 2,000 万人のユーザーが考慮対象となっています。同社は 650 GB のデータを使用しており、トレーニングには 1,800 時間のトレーニングが必要です。同社では、キャンペーン用に 25 種類の映画属性でセグメンテーションを行っています。

Amazon Personalize の使用に対する月間料金は以下のとおりです。

• データ処理およびストレージの料金 = 650 GB x 0.05 USD/GB = 32.50 USD
  
• ソリューショントレーニングの料金 = トレーニング 1,800 時間 x 0.24 USD/トレーニング 1 時間 = 432.00 USD
  
• 推論料金、最初のユーザー 100,000 名 = ユーザー 100,000 名 x 0.016 USD/ユーザー 1,000 名 x クエリ 25 件 x = 40 USD
  
• バッチセグメント生成料金、次のユーザー 900,000 名 = ユーザー 900,000 名 x 0.008 USD/ユーザー 1,000 名 x クエリ 25 件 = 180.00 USD
  
• バッチセグメント生成料金、次のユーザー 9,000,000 名 = ユーザー 9,000,000 名 * x 0.004 USD/ユーザー 1,000 名 x クエリ *25 件 = 900 USD
  
• バッチセグメント生成料金、次のユーザー 10,000,000 名 = ユーザー 10,000,000 名 * x 0.001 USD/ユーザー 1,000 名 x クエリ *25 件 = 250 USD

総費用 = 32.50 USD + 432 USD + 40 USD+ 180 USD + 900 USD + 250 USD = 1,834.50 USD