この AWS ソリューション実装では、どのようなことが可能ですか?
このソリューションは、Amazon Pinpoint と Amazon SageMaker の組み合わせにより、顧客データの収集、ML を使用した顧客チャーンの予測、メッセージング用に調整されたオーディエンスセグメント維持のプロセスを自動化できます。
このソリューションにはサンプルデータセットが含まれており、独自のデータを使用して独自のカスタム ML モデルを開発するためのリファレンスとして使用できます。
AWS ソリューション実装の概要
下の図は、このアーキテクチャを表しています。これは、ソリューションの実装ガイドと付属の AWS CloudFormation テンプレートを使用して自動的にデプロイできます。
Amazon Pinpoint と Amazon SageMaker を使用した予測セグメンテーションのアーキテクチャ
AWS CloudFormation テンプレートは、AWS Step Functions がオーケストレーションした毎日のバッチプロセスをデプロイしました。このプロセスでは、Amazon CloudWatch の時間ベースのイベントが一連の AWS Lambda 関数 (Amazon Athena のクエリを使用する) をトリガーしたときに開始し、Amazon Simple Storage Service (Amazon S3) に保存している顧客データをクエリします。データは AWS Glue によって毎日クロールされます。
顧客データには、Amazon Pinpoint からエクスポートされたエンドポイントと、Amazon Kinesis Data Streams および Amazon Kinesis Data Firehose を使用して Amazon Pinpoint からストリーミングされたエンドユーザーのエンゲージメントデータが含まれます。Amazon SageMaker は、バッチ変換リクエストを実行して、トレーニングされた機械学習 (ML) モデルに基づいて顧客チャーンを予測します。
このデフォルトのソリューションは、サンプルデータセットのデータを処理するように設定されています。独自のデータセットを使用するには、ソリューションを変更する必要があります。
Amazon Pinpoint と Amazon SageMaker を使用した予測セグメンテーション
バージョン 1.0.1
最終更新日: 2020 年 1 月
著者: AWS
見積りデプロイ時間: 10 分
