顧客の行動を分析してパーソナライズされたカスタマーエクスペリエンスを生み出す
このガイダンスは、顧客層、行動、好みに関するデータ収集および分析を実行することにより、顧客維持率を向上させるのに役立ちます。最新の顧客データプラットフォームと、顧客に関する実用的なデータインサイトを生成するデータ分析パイプラインを構築することで、データの最適化を実現できます。AWS で最新のデータアーキテクチャを利用すると、目的別データサービスを利用して、スケーラブルなデータレイクを迅速に構築し、コンプライアンスを確保して、組織的な境界を越えてデータを簡単に共有できます。
アーキテクチャ図
ステップ 1
データは、Software as a Service (SaaS) アプリケーション、エッジデバイス、ログ、ストリーミングメディア、ソーシャルネットワークなど、企業全体の複数のデータソースから収集されます。
オンラインウェブアクティビティは、ウェブサイト、ソーシャルメディアプラットフォーム、E メール、オンラインキャンペーンから生まれます。オフラインソースには、購入履歴とサブスクリプション (主に顧客関係管理 (CRM) およびサードパーティーデータ) が含まれます。
ステップ 2
データソースのタイプに基づいて、AWS Database Migration Service (AWS DMS)、AWS DataSync、Amazon Kinesis、Amazon Managed Streaming for Apache Kafka (Amazon MSK)、または Amazon AppFlow を利用して、AWS のデータレイクにデータを取り込むことができます。
ステップ 3
AWS Data Exchange を利用して、サードパーティーデータをデータレイクに統合できます。
ステップ 4
AWS Lake Formation を利用してスケーラブルなデータレイクを構築し、データレイクストレージには Amazon Simple Storage Service (Amazon S3) を利用します。
ステップ 5
また、Lake Formation を利用して統合ガバナンスを有効にすることもできます。これは、セキュリティ、アクセスコントロール (テーブル、行、または列レベルのセキュリティ)、監査証跡を一元管理するのに役立ちます。また、スキーマの自動検出と必要な形式への変換も可能になります。
ステップ 6
AWS Glue は、複数のデータストアにわたってデータを抽出、変換、カタログ化し、取り込みます。視覚的なデータの準備には Glue DataBrew を利用し、エンリッチメントと検証には AWS Lambda を利用します。
ステップ 7
Amazon QuickSight は、機械学習 (ML) を活用したビジネスインテリジェンスを提供します。Amazon Redshift はクラウドデータウェアハウスとして利用されます。Amazon SageMaker と AWS の ML サービスを利用して、ML モデルを構築、トレーニング、デプロイし、アプリケーションにインテリジェンスを追加できます。
Redshift Spectrum と Amazon Athena は、インタラクティブなクエリ、分析、処理機能を備えています。 Amazon Managed Service for Apache Flink は、Apache Flink を使用してストリーミングデータをリアルタイムで変換および分析するために使用されます。
ステップ 8
統合された顧客プロファイル情報を Amazon OpenSearch Service に保存します。
ステップ 9
Amazon Neptune からの ID 解決データを利用して、単一の顧客プロファイルビューを構築します。
ステップ 10
Amazon API Gateway を利用すると、開発した API をマイクロサービスとして公開できます。
ステップ 11
統合された顧客データをアクティブ化して、社内外の関係者に送信します。
Well-Architected Pillars
AWS Well-Architected フレームワークは、クラウドでシステムを構築する際に行う決定の長所と短所を理解するのに役立ちます。フレームワークの 6 つの柱により、信頼性が高く、安全かつ効率的で、費用対効果が高く、持続可能なシステムを設計および運用するためのアーキテクチャのベストプラクティスを学ぶことができます。AWS マネジメントコンソールで無料で提供されている AWS Well-Architected Tool を使用し、各柱の一連の質問に回答することで、これらのベストプラクティスに照らしてワークロードを確認できます。
上記のアーキテクチャ図は、Well-Architected のベストプラクティスを念頭に置いて作成されたソリューションの例です。完全に Well-Architected であるためには、可能な限り多くの Well-Architected ベストプラクティスに従う必要があります。
-
運用上の優秀性
Customer Data Analytics Platform (CDAP) リファレンスアーキテクチャはすべてサーバーレスです。ソリューションは、Infrastructure as Code とオートメーションを利用してデプロイできるため、高速なイテレーションと一貫したデプロイを実現できます。アプリケーションとインフラストラクチャのモニタリングには Amazon CloudWatch をご利用ください。
-
セキュリティ
Lake Formation を利用して統合ガバナンスを実現し、セキュリティ、アクセスコントロール (テーブル、行、列のセキュリティレベルで)、監査証跡を一元管理します。また、スキーマの自動検出と必要な形式への変換も可能になります。API Gateway は、認証、認可、トラフィック管理などのセキュリティ面を制御するポリシーを適用します。
-
信頼性
サーバーレスアーキテクチャを利用することで、ソリューションが自動でスケールできるようにし、可用性を高めるとともに、すべてのアベイラビリティゾーンでデプロイできます。
-
パフォーマンス効率
サーバーレステクノロジーを利用することで、必要とするリソースのみをプロビジョニングします。CDAP ソリューションのパフォーマンスを最大化するには、複数のインスタンスタイプを利用してテストします。地理的に分散した顧客には、API Gateway Edge エンドポイントを利用します。リージョンレベルの顧客には (および同じリージョン内で他の AWS サービスを利用する場合には)、リージョンレベルのサービスを利用します。
-
コストの最適化
サーバーレステクノロジーと自動スケーリングを利用した場合、お支払いいただくのは利用したリソースの料金のみとなります。サーバーレスサービスでは、アイドル状態の間は課金されません。
-
持続可能性
環境への影響を最小限に抑えます。データレイクでは、Amazon S3 ライフサイクル設定を使用して、アクセス頻度の低いデータをコールドストレージに自動的に移動するプロセスが用いられます。マネージドサービスと動的スケーリングを幅広く使用することで、このアーキテクチャはバックエンドサービスがもたらす環境への影響を最小限に抑えます。
実装リソース
AWS アカウント内で実験および使用するための詳細なガイドが提供されています。ガイダンス構築の各段階 (デプロイ、使用、およびクリーンアップを含む) は、デプロイに向けて準備するために詳細に検討されています。
サンプルコードは出発点です。これは業界で検証済みであり、規範的ではありますが決定的なものではなく、内部を知ることができ、開始に役立ちます。
関連コンテンツ
免責事項
サンプルコード、ソフトウェアライブラリ、コマンドラインツール、概念の実証、テンプレート、またはその他の関連技術 (私たちの担当者から提供される前述のものを含む) は、AWS カスタマーアグリーメント、またはお客様と AWS との間の関連文書契約 (いずれか該当する方) に基づき、AWS コンテンツとしてお客様に提供されるものです。お客様は、この AWS コンテンツを、お客様の本番アカウント、または本番データもしくはその他の重要なデータで使用すべきではありません。お客様は、サンプルコードなどの AWS コンテンツを、お客様固有の品質管理手法および基準に基づいて、本番グレードでの使用に適したテスト、セキュリティ確保、および最適化を行う責任を負います。AWS コンテンツのデプロイには、Amazon EC2 インスタンスの実行や Amazon S3 ストレージの使用など、AWS の課金対象リソースを作成または使用するための AWS 料金が発生する場合があります。
本ガイダンスにおける第三者のサービスまたは組織への言及は、Amazon または AWS と第三者との間の承認、後援、または提携を意味するものではありません。AWS からのガイダンスは技術的な出発点であり、アーキテクチャをデプロイするときにサードパーティのサービスとの統合をカスタマイズできます。