Amazon Pinpoint と Amazon SageMaker を使用した予測セグメンテーションは、Amazon Pinpoint と Amazon SageMaker を組み合わせて、顧客データを収集し、機械学習 (ML) によって識別される Amazon Pinpoint セグメントを作成してオーディエンスメッセージングを調整するプロセスを自動化することができます。これらのセグメントには、解約が予想されるユーザー、購入が予想されるユーザー、およびビジネスニーズに関連して予想されるユーザー行動が含まれます。
このガイダンスには、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るサンプルデータセットが含まれています。
デジタルユーザーエンゲージメントイベントデータベースのデプロイは、このガイダンスをデプロイするための前提条件です。
概要
下の図表は、GitHub にあるサンプルコードを使って構築できるアーキテクチャを示しています。
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
このコードは、AWS Step Functions がオーケストレートした毎日のバッチプロセスもデプロイします。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、デジタルユーザーエンゲージメントイベントデータベースソリューションを使用して 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。
デフォルトでは、Amazon Pinpoint と Amazon SageMaker を使用した予測セグメンテーションは、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、ガイダンスをカスタマイズ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 1.1.0
最終更新日: 2020 年 12 月
作成者: AWS
