AWS Clean Rooms lança novos recursos para controles de resolução de entidades, modelagem de ML, privacidade e análise
Hoje, o AWS Clean Rooms anuncia quatro novos aprimoramentos: a disponibilidade geral do AWS Entity Resolution no Clean Rooms, controles de privacidade adicionais para análises de dados, um recurso para configurar quais colaboradores recebem os resultados das análises e a capacidade de gerar dados iniciais para modelagem de semelhantes usando SQL. Esses recursos ajudam a melhorar a correspondência de dados e oferecem mais controle e flexibilidade para colaborações de dados.
Agora, o AWS Entity Resolution está integrado nativamente ao AWS Clean Rooms para ajudar você e seus parceiros a preparar e combinar com mais facilidade os registros de clientes relacionados. O uso de correspondência baseada em regras ou em provedores de serviços de dados permite melhorar a correspondência de dados para aprimorar o planejamento, segmentação e medição de campanhas publicitárias. Por exemplo, um anunciante pode combinar registros com um publicador de mídia usando a correspondência baseada em regras ou com um provedor de serviços de dados, como o LiveRamp, para entender a sobreposição de públicos.
Os controles aprimorados de privacidade e análise oferecem mais flexibilidade para apoiar vários casos de uso de colaboração. Agora, você pode desativar colunas de saída específicas de análises de dados SQL personalizadas para aumentar a proteção de dados, bem como escolher facilmente qual colaborador recebe os resultados das análises. Além disso, você já pode usar uma consulta SQL como fonte de dados inicial para modelagem de semelhantes no AWS Clean Rooms ML.
O AWS Clean Rooms ajuda os clientes e seus parceiros a analisar e colaborar com mais facilidade em seus conjuntos de dados coletivos, sem compartilhar ou copiar os dados subjacentes de outros. O AWS Clean Rooms está disponível ao público em geral nestas regiões da AWS. Para saber mais, consulte blog sobre o AWS Entity Resolution no AWS Clean Rooms.