このガイダンスでは、顧客のファーストパーティーおよびサードパーティーデータの収集を自動化し、未加工データを共有せずにコラボレーションを実現し、機械学習を使用して予測セグメントを生成するうえで、AWS のサービスがどのように役立つかを示しています。これらの予測セグメントを使用して、モバイルプッシュ、アプリ内、電子メール、SMS、カスタムチャネルなどのさまざまなチャネルを通じてカスタマイズされたメッセージを送信し、お客様とお客様の顧客との間のエンゲージメントを高めます。
ご注意: [免責事項]
アーキテクチャ図
ステップ 1
Amazon Pinpoint は、予測セグメンテーションに必要な顧客とのやり取りのファーストパーティーデータをキャプチャします。このデータは Amazon Kinesis Data Firehose を使用して Amazon Simple Storage Service (Amazon S3) に読み込まれます。
ステップ 2
AWS Glue データカタログを使用して Amazon S3 に保存されているファーストパーティーデータをカタログ化し、AWS Clean Rooms でテーブルとして使用できるようにします。
ステップ 3
サードパーティーのパートナーデータをクリーンアップして正規化し、そのデータをパートナーの AWS アカウント内の Amazon S3 バケットに保存します。Glue データカタログを使用してファイルをカタログ化し、AWS Clean Rooms でテーブルとして使用できるようにします。
ステップ 4
サードパーティーのアカウントをデータプロバイダー、ファーストパーティーのアカウントをクエリランナーとして、AWS Clean Rooms Collaboration を設定します。
ステップ 5
AWS Clean Rooms でデータコラボレーションクエリを実行し、クエリ結果をファーストパーティーデータアカウントに保存します。
ステップ 6
オプションで、フルマネージド型のグラフデータベースである Amazon Neptune にデータセットをアップロードして、データの関係 (デバイス間のユーザーデータや世帯データなど) を視覚化します。
ステップ 7
オプションで、Amazon QuickSight を使用してダッシュボードを構築し、分析を視覚化し、インサイトを生成します。
ステップ 8
Amazon SageMaker を使用して、ファーストパーティーおよびサードパーティーデータから予測セグメントを生成する機械学習 (ML) モデルを構築、トレーニング、デプロイします。
ステップ 9
生成された予測セグメントを Amazon Pinpoint にインポートして、生成されたセグメントを Amazon Pinpoint キャンペーンで利用します。
ステップ 1
Amazon Pinpoint は、予測セグメンテーションに必要な顧客とのやり取りのファーストパーティーデータをキャプチャします。このデータは Amazon Kinesis Data Firehose を使用して Amazon Simple Storage Service (Amazon S3) に読み込まれます。
ステップ 2
AWS Glue データカタログを使用して Amazon S3 に保存されているファーストパーティーデータをカタログ化し、AWS Clean Rooms でテーブルとして使用できるようにします。
ステップ 3
サードパーティーのパートナーデータをクリーンアップして正規化し、そのデータをパートナーの AWS アカウント内の Amazon S3 バケットに保存します。Glue データカタログを使用してファイルをカタログ化し、AWS Clean Rooms でテーブルとして使用できるようにします。
ステップ 4
サードパーティーのアカウントをデータプロバイダー、ファーストパーティーのアカウントをクエリランナーとして、AWS Clean Rooms Collaboration を設定します。
ステップ 5
AWS Clean Rooms でデータコラボレーションクエリを実行し、クエリ結果をファーストパーティーデータアカウントに保存します。
ステップ 6
オプションで、フルマネージド型のグラフデータベースである Amazon Neptune にデータセットをアップロードして、データの関係 (デバイス間のユーザーデータや世帯データなど) を視覚化します。
ステップ 7
オプションで、Amazon QuickSight を使用してダッシュボードを構築し、分析を視覚化し、インサイトを生成します。
ステップ 8
Amazon SageMaker を使用して、ファーストパーティーおよびサードパーティーデータから予測セグメントを生成する機械学習 (ML) モデルを構築、トレーニング、デプロイします。
ステップ 9
生成された予測セグメントを Amazon Pinpoint にインポートして、生成されたセグメントを Amazon Pinpoint キャンペーンで利用します。
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。
-
運用上の優秀性運用上の優秀性に関するホワイトペーパーを読む
Amazon CloudWatch を使用すると、すべての運用メトリクスとログファイルを収集して追跡し、障害発生時のアラームを設定できます。このサービスにより、AWS Clean Rooms で実行されるクエリなど、操作の詳細を把握できます。
-
セキュリティセキュリティに関するホワイトペーパーを読む
このガイダンスのサービス間のやり取りはすべて、AWS Identity and Access Management (IAM) ロールを使用し、IAM ポリシーは、サービスに必要な最小特権を提供するように設定されています。さらに、AWS Clean Rooms では、高度な暗号化コンピューティングツールを使用して、クエリ処理中であってもデータを暗号化し、AWS の厳格なデータ処理ポリシーに準拠することができます。
Amazon S3 をストレージに使用すると、保管中のすべてのデータをデフォルトで暗号化できます。Amazon S3 では、暗号化キーを AWS に管理させるか、顧客に管理させるかを選択できます。これにより、さまざまなセキュリティ基準に適応できます。Amazon S3 バケットポリシーを使用すると、きめ細かいアクセスコントロールを定義できます。また、Kinesis Data Firehose でサーバー側の暗号化を有効にすることで、ダウンストリームのサービスに転送する際にすべての機密データを暗号化できます。
-
信頼性信頼性に関するホワイトペーパーを読む
このガイダンスはマネージドサービスを使用するため、さまざまなサービスを通じて保存されるデータはすべて可用性が高く、まれではあるが起こり得るアベイラビリティーゾーンの障害に依存しません。マネージドサービスは、Amazon S3 や Kinesis Data Firehose などの各サービスの基本的なスケーラビリティにより、データ量の増加による障害を回避するのに役立ちます。Amazon S3 はデータを保存するための信頼性と耐久性に優れた方法です。Kinesis Data Firehose を使用すると、ダウンストリームプロセスでの分析のために、データを宛先に簡単かつ確実に配信できます。また、AWS Backup を使用して Amazon S3 バケットに保存されているすべてのデータをバックアップすることをお勧めします。
-
パフォーマンス効率パフォーマンス効率に関するホワイトペーパーを読む
このガイダンスでは、マネージドサービスを通じて必要なリソースを自動スケーリングできるサーバーレスアーキテクチャを使用しています。Amazon Pinpoint を使用すると、大量の顧客とそのやり取りを管理できます。また、AWS Clean Rooms を使用すると、基盤となるインフラストラクチャをデプロイしなくても、多数のマルチパーティーコラボレーションをすばやく作成できます。
-
コストの最適化コスト最適化に関するホワイトペーパーを読む
サーバーレスアーキテクチャを通じてマネージドサービスを使用すると、需要に合わせてアプリケーションをスケールでき、支払いは使用した分だけになります。Amazon S3 Intelligent-Tiering は、アクセスパターンが変化したときにデータを移動することでストレージコストを自動的に節約できるため、コストを抑えながらパフォーマンスを最適化できます。
-
持続可能性持続可能性に関するホワイトペーパーを読む
このガイダンスは、マネージドサービスとサーバーレスアーキテクチャを幅広く使用することで、最小限のリソースのみが使用されるようにしながら、ワークロードの量に合わせて継続的にスケールできるよう支援します。また、Amazon S3 ライフサイクルを設定して、ライフサイクルを通じて効果的に保存されるようにオブジェクトを管理することをお勧めします。
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。
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。