分析客戶行為以建立個人化客戶體驗
本指引協助您透過對客戶人口統計、行為和偏好進行資料收集和分析，提高客戶保留率。您可以建立現代化的客戶資料平台和能夠產生與客戶相關之可行資料洞察的資料分析管道，以達成資料最佳化。透過 AWS 上的現代資料架構，您可以使用專門建置的資料服務快速建置可擴展的資料湖、確保合規性，以及跨組織邊界輕鬆共享資料。
架構圖
步驟 1
資料從整個企業的多個資料來源收集而得，包括軟體即服務 (SaaS) 應用程式、邊緣裝置、日誌、串流媒體和社交網路。
線上網路活動來自網站、社交媒體平台、電子郵件和線上活動。離線來源包括購買歷史記錄和訂閱：主要是客戶關係管理 (CRM) 和第三方資料。
步驟 2
根據資料來源類型，您可以使用AWS Database Migration Service (AWS DMS)、AWS DataSync、Amazon Kinesis、Amazon Managed Streaming for Apache Kafka (Amazon MSK) 或 Amazon AppFlow 將資料擷取到 AWS 中的資料湖。
步驟 3
AWS Data Exchange 可用於將第三方資料整合到資料湖中。
步驟 4
使用 AWS Lake Formation 建置可擴展的資料湖，並將 Amazon Simple Storage Service (Amazon S3) 用於取得資料湖儲存體。
步驟 5
您也可以使用 Lake Formation 來啟用統一管控，協助您集中管理安全性、存取控制 (資料表、列或欄層級安全性)，以及稽核追蹤。它也可以自動探索結構描述，並將其轉換為必要的格式。
步驟 6
AWS Glue 會跨多個資料存放區擷取、轉換、編目和攝取資料。將 Glue DataBrew 用於視覺化資料準備，且使用 AWS Lambda 進行擴充和驗證。
步驟 7
Amazon QuickSight 提供機器學習 (ML) 助力的商業智慧。Amazon Redshift 可用作雲端資料倉儲。Amazon SageMaker 和 AWS ML 服務可用於建置、訓練和部署 ML 模型，以及將智慧新增至您的應用程式。
Redshift Spectrum 和 Amazon Athena 具備互動式查詢、分析和處理功能。 Amazon Managed Service for Apache Flink 用於即時轉換和分析串流資料。
步驟 8
在 Amazon OpenSearch Service 中儲存統一的客戶設定檔資訊。
步驟 9
利用來自 Amazon Neptune 的身分解析資料，建立單一客戶設定檔檢視。
步驟 10
使用 Amazon API Gateway，您可以將開發的 API 公開為微型服務。
步驟 11
啟動統一客戶資料並將其發送給內部和外部各方。
步驟 1
資料從整個企業的多個資料來源收集而得，包括軟體即服務 (SaaS) 應用程式、邊緣裝置、日誌、串流媒體和社交網路。
線上網路活動來自網站、社交媒體平台、電子郵件和線上活動。離線來源包括購買歷史記錄和訂閱：主要是客戶關係管理 (CRM) 和第三方資料。
步驟 2
根據資料來源類型，您可以使用AWS Database Migration Service (AWS DMS)、AWS DataSync、Amazon Kinesis、Amazon Managed Streaming for Apache Kafka (Amazon MSK) 或 Amazon AppFlow 將資料擷取到 AWS 中的資料湖。
步驟 3
AWS Data Exchange 可用於將第三方資料整合到資料湖中。
步驟 4
使用 AWS Lake Formation 建置可擴展的資料湖，並將 Amazon Simple Storage Service (Amazon S3) 用於取得資料湖儲存體。
步驟 5
您也可以使用 Lake Formation 來啟用統一管控，協助您集中管理安全性、存取控制 (資料表、列或欄層級安全性)，以及稽核追蹤。它也可以自動探索結構描述，並將其轉換為必要的格式。
步驟 6
AWS Glue 會跨多個資料存放區擷取、轉換、編目和攝取資料。將 Glue DataBrew 用於視覺化資料準備，且使用 AWS Lambda 進行擴充和驗證。
步驟 7
Amazon QuickSight 提供機器學習 (ML) 助力的商業智慧。Amazon Redshift 可用作雲端資料倉儲。Amazon SageMaker 和 AWS ML 服務可用於建置、訓練和部署 ML 模型，以及將智慧新增至您的應用程式。
Redshift Spectrum 和 Amazon Athena 具備互動式查詢、分析和處理功能。 Amazon Managed Service for Apache Flink 用於即時轉換和分析串流資料。
步驟 8
在 Amazon OpenSearch Service 中儲存統一的客戶設定檔資訊。
步驟 9
利用來自 Amazon Neptune 的身分解析資料，建立單一客戶設定檔檢視。
步驟 10
使用 Amazon API Gateway，您可以將開發的 API 公開為微型服務。
步驟 11
啟動統一客戶資料並將其發送給內部和外部各方。
Well-Architected 支柱
AWS Well-Architected Framework 可協助您了解在雲端建立系統時所做決策的利弊。該架構的六根支柱讓您能夠學習設計和操作可靠、安全、高效、經濟高效且永續的系統的架構最佳實務。使用 AWS Well-Architected Tool (在 AWS 管理主控台中免費提供)，您可以透過回答每根支柱的一組問題來針對這些最佳實務審查您的工作負載。
上方的架構圖是一個考量到 Well-Architected 最佳實務而建立的的解決方案的範例。若要完全實現 Well-Architected，您應該盡可能地多遵循 Well-Architected 的最佳實務。
-
卓越營運閱讀卓越營運白皮書
客戶資料分析平台 (CDAP) 參考架構完全無伺服器。您的解決方案可以使用基礎設施即程式碼和自動化來部署，以便快速反覆運算和一致部署。使用 Amazon CloudWatch 進行應用程式和基礎設施監控。
-
安全性閱讀安全白皮書
使用 Lake Formation 進行統一管控，以集中管理安全性、存取控制 (資料表、列、欄安全層級) 及稽核追蹤。它也可以自動探索結構描述，並將其轉換為必要的格式。API Gateway 會強制執行控制安全性層面的政策，例如驗證、授權或流量管理。
-
可靠性閱讀可靠性白皮書
無伺服器架構可讓解決方案在所有可用區域中自動擴充、可用及部署。
-
效能達成效率閱讀效能達成效率白皮書
使用無伺服器技術後，您只需佈建您需要的確切資源。若要將 CDAP 解決方案的效能最大化，請使用多種執行個體類型進行測試。針對地理位置分散的客戶使用 API Gateway 邊緣端點。針對區域客戶 (以及在同一區域內使用其他 AWS 服務時) 使用「區域」。
-
成本最佳化閱讀成本最佳化白皮書
使用無伺服器技術且自動調整規模後，您只需依使用的資源付費。無伺服器服務閒置時不會收取任何費用。
-
永續發展閱讀永續發展白皮書
盡量減少對環境的影響資料湖使用的程序可透過 Amazon S3 生命週期組態將不常存取的資料自動移至冷儲存。透過廣泛使用受管服務和動態擴展，本架構可以盡量減少後端服務對環境的影響。
Implementation 資源
提供了詳細的指南，以在您的 AWS 賬戶中實驗和使用。建立指南的每個階段 (包括部署、使用和清理) 都經過檢查以準備部署。
範本程式碼是一個起點。它經過了產業驗證、具有規範性但並非明確性，並且可以幫助您開始。
免責聲明
範例程式碼、軟體庫、命令列工具、概念驗證、範本或其他相關技術 (包括我們的人員提供的任何上述技術) 依據 AWS 客戶協議或您與 AWS 之間的相關書面協議 (以適用者為準) 作為 AWS 內容提供給您。您不得在您的生產帳戶、生產或其他關鍵資料中使用此 AWS 內容。您有責任根據您的特定品質控制實務和標準，依生產級用途來測試、保護和最佳化 AWS 內容 (如範例程式碼)。部署 AWS 內容可能會因建立或使用 AWS 收費資源 (如執行 Amazon EC2 執行個體或使用 Amazon S3 儲存) 而產生 AWS 費用。
本指引中對第三方服務或組織的參考並不意味著 Amazon 或 AWS 與第三方之間的認可、贊助或聯繫。AWS 的指引是技術起點，您可以在部署架構時自訂與第三方服務的整合。