Predictive Segmentation Using Amazon Pinpoint and Amazon SageMaker는 Amazon Pinpoint와 Amazon SageMaker를 결합하여 고객 데이터 수집 프로세스와 기계 학습(ML)으로 식별된 Amazon Pinpoint 세그먼트 생성 프로세스를 자동화하여 대상 맞춤형 메시징을 지원합니다. 이러한 세그먼트는 이탈이 예상되는 사용자, 구매가 예상되는 사용자, 그 외에 비즈니스 요구와 관련된 예상 사용자 행동을 포함할 수 있습니다.
이 지침에는 사용자 자신의 데이터를 사용하여 사용자 지정 ML 모델을 개발하는 데 참조로 사용할 수 있는 예제 데이터 집합이 포함되어 있습니다.
Digital User Engagement Events Database의 배포는 이 지침 배포의 선행 조건입니다.
개요
아래의 다이어그램은 GitHub의 예제 코드를 사용하여 구축할 수 있는 아키텍처를 보여줍니다.
Predictive Segmentation Using Amazon Pinpoint and Amazon SageMaker 아키텍처
이 코드는 AWS Step Functions에 의해 오케스트레이션된 일일 배치 프로세스를 배포합니다. 이 프로세스는 Amazon CloudWatch 시간 기반 이벤트가 Amazon Athena 쿼리를 사용하여 Amazon Simple Storage Service(Amazon S3)에 저장된 고객 데이터를 쿼리하는 일련의 AWS Lambda 기능을 트리거할 때 시작됩니다. 이 데이터는 AWS Glue에 의해 매일 크롤링됩니다.
고객 데이터는 Amazon Pinpoint에서 내보낸 엔드포인트와 Digital User Engagement Events Database를 사용하여 Amazon Pinpoint에서 스트리밍된 최종 사용자 참여 데이터를 포함합니다. Amazon SageMaker는 훈련된 기계 학습(ML) 모델을 기반으로 고객의 이탈을 예측하기 위한 일괄 변환 요청을 수행합니다.
기본적으로 Predictive Segmentation Using Amazon Pinpoint and Amazon SageMaker는 샘플 다이제스트의 데이터를 처리하도록 구성되어 있습니다. 자체 데이터 집합을 사용하려면 이 지침을 사용자 지정해야 합니다.
Predictive Segmentation Using Amazon Pinpoint and Amazon SageMaker
버전 1.1.0
최종 업데이트 날짜: 2020년 12월
작성자: AWS
