تبحث الشركات بشكل متزايد عن طرق لاستكمال بياناتها ببيانات شركاء الأعمال الخارجيين لبناء وصيانة وإثراء رؤيتها الشاملة لأعمالها على مستوى المستهلك. غرف AWS النظيفة يساعد الشركات على التحليل والتعاون في مجموعات البيانات الجماعية الخاصة بها بسهولة وأمان أكبر - دون مشاركة أو نسخ البيانات الأساسية لبعضها البعض. باستخدام AWS Clean Rooms، يمكنك إنشاء غرفة نظيفة آمنة للبيانات في دقائق والتعاون مع أي شركة أخرى فيها أمازون ويب سيرفيسز (أوس) لتوليد رؤى فريدة من نوعها.

تتمثل إحدى الطرق للبدء سريعًا في استخدام AWS Clean Rooms في إثبات المفهوم (POC) بينك وبين الشريك ذي الأولوية. تدعم AWS Clean Rooms العديد من الصناعات وحالات الاستخدام، وهذه المدونة هي الأولى من سلسلة حول أنواع إثبات المفاهيم التي يمكن إجراؤها باستخدام AWS Clean Rooms.

في هذا المنشور، نوضح التخطيط لإثبات المفهوم (POC) لقياس فعالية الوسائط في حملة إعلانية مدفوعة الأجر. المتعاونون هم مالكو الوسائط (“CTV.Co، مزود خدمة التلفزيون المتصل) ومعلن العلامة التجارية (“Coffee.Co، شركة مطاعم الخدمة السريعة)، الذين يقومون بتحليل بياناتهم الجماعية لفهم التأثير على المبيعات نتيجة لذلك من حملة إعلانية. لقد اخترنا أن نبدأ هذه السلسلة بقياس الوسائط لأن "النتائج والقياس" كانت حالة الاستخدام الأعلى تصنيفًا لتعاون البيانات من قبل العملاء في استطلاع حديث أجراه فريق AWS Clean Rooms.

من المهم أن تضع في اعتبارك

• تتوفر AWS Clean Rooms بشكل عام حتى يتمكن أي عميل AWS من تسجيل الدخول إلى وحدة الإدارة في AWS والبدء في استخدام الخدمة اليوم دون الحاجة إلى أعمال ورقية إضافية.
• باستخدام AWS Clean Rooms، يمكنك إجراء نوعين من التحليلات: استعلامات SQL والتعلم الآلي. ولأغراض هذه المدونة، سنركز فقط على استعلامات SQL. يمكنك معرفة المزيد حول كلا النوعين من التحليلات وهياكل التكلفة الخاصة بهما في غرف AWS النظيفة المميزات و  التسعير صفحات الانترنت. يمكن لفريق AWS Clean Rooms مساعدتك في تقدير تكلفة إثبات المفهوم (POC) ويمكن التواصل معه على aws-clean-rooms-bd@amazon.com.
• بينما تدعم AWS Clean Rooms التعاون متعدد الأطراف، فإننا نفترض وجود عضوين في تعاون AWS Clean Rooms POC في منشور المدونة هذا.

نبذة

يساعد إعداد إثبات المفهوم (POC) في تحديد مشكلة موجودة في حالة استخدام محددة لاستخدام AWS Clean Rooms مع شركائك. بعد تحديد من تريد التعاون معه، نوصي بثلاث خطوات لإعداد إثبات المفهوم (POC) الخاص بك:

• تحديد سياق العمل ومعايير النجاح – تحديد الشريك وحالة الاستخدام التي يجب اختبارها وما هي معايير النجاح لتعاون AWS Clean Rooms.
• التوافق على الاختيارات الفنية لهذا الاختبار – اتخاذ القرارات الفنية بشأن من يقوم بإعداد الغرفة النظيفة، ومن يقوم بتحليل البيانات، ومجموعات البيانات المستخدمة، ومفاتيح الانضمام، وما هو التحليل الذي يتم تشغيله.
• تحديد سير العمل والتوقيت – إنشاء خطة عمل، واتخاذ قرار بشأن اختبار البيانات الاصطناعية، ومواءمتها مع اختبار بيانات الإنتاج.

في هذا المنشور، نستعرض مثالاً لكيفية قيام شركة قهوة (Coffee.Co) لمطعم الخدمة السريعة (QSR) بإعداد إثبات مفهوم (POC) مع موفر تلفزيون متصل (CTV.Co) لتحديد مدى نجاح الحملة الإعلانية.

سياق الأعمال ومعايير النجاح لإثبات المفهوم

تحديد حالة الاستخدام المراد اختبارها

تتمثل الخطوة الأولى في إعداد إثبات المفهوم (POC) في تحديد حالة الاستخدام التي يتم اختبارها مع شريكك في AWS Clean Rooms. على سبيل المثال، ترغب شركة Coffee.Co في إجراء تحليل قياس لتحديد عدد مرات عرض الوسائط على قناة CTV.Co والتي أدت إلى الاشتراك في برنامج الولاء الخاص بشركة Coffee.Co. تسمح AWS Clean Rooms لشركتي Coffee.Co وCTV.Co بالتعاون وتحليل مجموعات البيانات الجماعية الخاصة بهما دون نسخ البيانات الأساسية لبعضهما البعض.

معايير النجاح

من المهم تحديد مقاييس النجاح ومعايير القبول لنقل إثبات المفهوم إلى الإنتاج مقدمًا. على سبيل المثال، هدف Coffee.Co هو تحقيق معدل تطابق كافٍ بين مجموعة البيانات الخاصة بها ومجموعة بيانات CTV.Co لضمان فعالية تحليل القياس. بالإضافة إلى ذلك، تريد Coffee.Co سهولة الاستخدام لأعضاء فريق Coffee.Co الحاليين لإعداد التعاون والعمل على الرؤى المدفوعة من التعاون لتحسين الإنفاق الإعلامي المستقبلي على التكتيكات على CTV.Co التي ستجذب المزيد من الأعضاء الولاء.

الاختيارات الفنية لـ POC

حدد منشئ التعاون ومعرفات حساب AWS ومشغل الاستعلام والدافع ومتلقي النتائج

يتم إنشاء كل تعاون في AWS Clean Rooms بواسطة حساب AWS واحد يدعو حسابات AWS أخرى. يحدد منشئ التعاون الحسابات التي تتم دعوتها إلى التعاون، ومن يمكنه تشغيل الاستعلامات، ومن يدفع مقابل الحوسبة، ومن يمكنه تلقي النتائج، وإعدادات تسجيل الاستعلام والحوسبة المشفرة الاختيارية. يستطيع المنشئ أيضًا إزالة الأعضاء من التعاون. في إثبات المفهوم هذا، تبدأ Coffee.Co التعاون من خلال دعوة CTV.Co. بالإضافة إلى ذلك، تقوم Coffee.Co بتشغيل الاستعلامات وتتلقى النتائج، لكن CTV.Co تدفع مقابل الحوسبة.

إعداد تسجيل الاستعلام

إذا تم تمكين التسجيل في التعاون، فإن AWS Clean Rooms تسمح لكل عضو في التعاون بتلقي سجلات الاستعلام. يحصل المتعاون الذي يقوم بتشغيل الاستعلامات، Coffee.Co، على سجلات لجميع جداول البيانات بينما يرى المتعاون الآخر، CTV.Co، السجلات فقط إذا تمت الإشارة إلى جداول البيانات الخاصة به في الاستعلام.

حدد منطقة AWS

الأساسي خدمة Amazon Simple Storage (Amazon S3) و غراء AWS يجب أن تكون موارد جداول البيانات المستخدمة في التعاون في نفس منطقة AWS مثل تعاون AWS Clean Rooms. على سبيل المثال، اتفقت Coffee.Co وCTV.Co على منطقة شرق الولايات المتحدة (أوهايو) لتعاونهما.

مفاتيح الانضمام

لضم مجموعات البيانات في استعلام AWS Clean Rooms، يجب أن يتشارك كل جانب من جوانب الربط في مفتاح مشترك. مقارنة الانضمام الرئيسية مع يساوي يجب أن يتم تقييم عامل التشغيل (=) إلى True. يمكن استخدام عوامل التشغيل المنطقية AND أو OR في الصلة الداخلية للمطابقة على أعمدة ربط متعددة. غالبًا ما يتم أخذ المفاتيح مثل عنوان البريد الإلكتروني أو رقم الهاتف أو UID2 في الاعتبار. معرفات الطرف الثالث من LiveRamp, اكسبيريان ، or Neustar يمكن استخدامها في الانضمام من خلال سير العمل المحدد في AWS Clean Rooms مع كل شريك.

إذا تم استخدام البيانات الحساسة كمفاتيح ربط، فمن المستحسن استخدام تقنية التشويش للتخفيف من مخاطر كشف البيانات الحساسة في حالة سوء التعامل مع البيانات. يجب على كلا الطرفين استخدام تقنية تنتج نفس قيم مفاتيح الربط المبهمة مثل التجزئة. الحوسبة المشفرة للغرف النظيفة يمكن استخدامها لهذا الاقتراح.

في إثبات المفهوم هذا، تنضم Coffee.Co وCTV.Co إلى البريد الإلكتروني المجزأ أو الهاتف المحمول المجزأ. يستخدم كلا المتعاونين تجزئة SHA256 على بريدهم الإلكتروني ورقم هاتفهم بالنص العادي عند إعداد مجموعات البيانات الخاصة بهم للتعاون.

مخطط البيانات

يجب أن يتم تحديد مخطط البيانات الدقيق من قبل المتعاونين لدعم التحليل المتفق عليه. في إثبات المفهوم هذا، تجري Coffee.Co تحليل تحويل لقياس مرات التعرض للوسائط على CTV.Co والتي أدت إلى الاشتراك في برنامج الولاء الخاص بـ Coffee.Co. يتضمن مخطط Coffee.Co البريد الإلكتروني المجزأ والهاتف المحمول المجزأ وتاريخ تسجيل الولاء ونوع عضوية الولاء وتاريخ ميلاد العضو. يتضمن مخطط CTV.Co البريد الإلكتروني المجزأ والجوال المجزأ ومرات الظهور والنقرات والطابع الزمني وموضع الإعلان ونوع موضع الإعلان.

يتم تطبيق قاعدة التحليل على كل جدول مكون مرتبط بالتعاون

غرف AWS النظيفة الجدول الذي تم تكوينه هو مرجع إلى جدول موجود في AWS Glue Data Catalog المستخدم في التعاون. أنه يحتوي على قاعدة التحليل الذي يحدد كيفية الاستعلام عن البيانات في غرف AWS النظيفة. يمكن ربط الجداول المكونة بتعاون واحد أو أكثر.

تقدم AWS Clean Rooms ثلاثة أنواع من قواعد التحليل: التجميع والقائمة والمخصص.

• تجميع يسمح لك بتشغيل الاستعلامات التي تولد إحصائية مجمعة ضمن حواجز حماية الخصوصية التي يحددها كل مالك بيانات. على سبيل المثال، ما هو حجم التقاطع بين مجموعتين من البيانات.
• قائمة يسمح لك بتشغيل الاستعلامات التي تستخرج قائمة مستوى الصف لتقاطع مجموعات بيانات متعددة. على سبيل المثال، السجلات المتداخلة في مجموعتي بيانات.
• Custom يسمح لك بإنشاء استعلامات مخصصة وقوالب قابلة لإعادة الاستخدام باستخدام معظم معايير SQL القياسية في الصناعة، بالإضافة إلى مراجعة الاستعلامات والموافقة عليها قبل أن يقوم المتعاون بتشغيلها. على سبيل المثال، تأليف استعلام تحسين تزايدي وهو الاستعلام الوحيد المسموح بتشغيله على جداول البيانات الخاصة بك. تستطيع ايضا استخذام الخصوصية التفاضلية لغرف AWS النظيفة عن طريق تحديد قاعدة تحليل مخصصة ثم تكوين معلمات الخصوصية التفاضلية الخاصة بك.

في إثبات المفهوم هذا، تستخدم CTV.Co قاعدة التحليل المخصصة وتقوم بتأليف استعلام التحويل. تضيف Coffee.Co قاعدة التحليل المخصصة هذه إلى جدول البيانات الخاص بها، مما يؤدي إلى تكوين الجدول للارتباط بالتعاون. تقوم Coffee.Co بتشغيل الاستعلام، ويمكنها فقط تشغيل الاستعلامات التي كتبها CTV.Co على مجموعات البيانات المجمعة في هذا التعاون.

الاستعلام المخطط

يجب على المتعاونين تحديد الاستعلام الذي سيتم تشغيله بواسطة المتعاون المصمم على تشغيل الاستعلامات. في إثبات المفهوم هذا، تدير شركة Coffe.Co استعلام قاعدة التحليل المخصص الذي قامت CTV.Co بتأليفه لفهم الأشخاص الذين قاموا بالتسجيل في برنامج الولاء الخاص بهم بعد تعرضهم لإعلان على CTV.Co. يمكن لـ Coffee.Co تحديد معلمة النافذة الزمنية المطلوبة لتحليل متى تم تسجيل العضوية خلال نطاق زمني محدد، لأنه تم تمكين هذه المعلمة في استعلام قاعدة التحليل المخصص.

سير العمل والجدول الزمني

لتحديد سير العمل والجدول الزمني لإعداد إثبات المفهوم (POC)، يجب على المتعاونين تحديد مواعيد للأنشطة التالية.

1. تتوافق Coffee.Co وCTV.Co مع سياق العمل ومعايير النجاح والتفاصيل الفنية وإعداد جداول البيانات الخاصة بهما.
   • مثال على الموعد النهائي: 10 يناير.
2. [اختياري] يعمل المتعاونون على إنشاء مجموعات بيانات اصطناعية تمثيلية للاختبارات غير الإنتاجية قبل اختبار بيانات الإنتاج.
   • مثال على الموعد النهائي: 15 يناير
3. [اختياري] يستخدم كل متعاون مجموعات بيانات تركيبية لإنشاء تعاون AWS Clean Rooms بين حسابين من حسابات AWS غير الإنتاجية المملوكة له ووضع اللمسات الأخيرة على قواعد التحليل والاستعلامات التي يريدون تشغيلها في الإنتاج.
   • مثال على الموعد النهائي: 30 يناير
4. [اختياري] تقوم Coffee.Co وCTV.Co بإنشاء تعاون AWS Clean Rooms بين الحسابات غير الإنتاجية واختبار قواعد التحليل والاستعلامات باستخدام مجموعات البيانات الاصطناعية.
   • مثال على الموعد النهائي: 15 فبراير
5. تقوم Coffee.Co وCTV.Co بإنشاء تعاون إنتاجي في AWS Clean Rooms وتشغيل استعلامات POC على بيانات الإنتاج.
   • مثال على الموعد النهائي: 28 فبراير
6. قم بتقييم نتائج إثبات المفهوم (POC) مقابل معايير النجاح لتحديد موعد الانتقال إلى الإنتاج.
   • مثال على الموعد النهائي 15 مارس

وفي الختام

بعد تحديد سياق العمل ومعايير النجاح لإثبات المفهوم (POC)، ومواءمته مع التفاصيل الفنية، وتحديد سير العمل والتوقيت، فإن هدف إثبات المفهوم (POC) هو تشغيل تعاون ناجح باستخدام AWS Clean Rooms للتحقق من صحة الانتقال إلى الإنتاج. بعد التحقق من أن التعاون جاهز للانتقال إلى الإنتاج، يمكن أن تساعدك AWS في تحديد وتنفيذ آليات التشغيل الآلي لتشغيل AWS Clean Rooms برمجيًا لحالات استخدام الإنتاج لديك. شاهد هذا الفيديو لمعرفة المزيد حول التعاون المعزز للخصوصية والاتصال بـ ممثل شركة AWS لمعرفة المزيد حول غرف AWS النظيفة.

حول غرف AWS النظيفة

تساعد AWS Clean Rooms الشركات وشركائها على التحليل والتعاون في مجموعات البيانات الجماعية الخاصة بهم بسهولة وأمان أكبر - دون مشاركة أو نسخ البيانات الأساسية لبعضهم البعض. باستخدام AWS Clean Rooms، يمكن للعملاء إنشاء غرفة نظيفة آمنة للبيانات في دقائق، والتعاون مع أي شركة أخرى في AWS لإنشاء رؤى فريدة حول الحملات الإعلانية وقرارات الاستثمار والبحث والتطوير.

موارد إضافية

عن المؤلفين

شيلا ماتياس  هو قائد تطوير الأعمال لـ AWS Clean Rooms في Amazon Web Services.

أليسون ميلون هو مسوق منتجات لصناعة الإعلان والتسويق في Amazon Web Services.

ريان مالكي هو مهندس حلول أول في Amazon Web Services. وهو يركز على مساعدة العملاء في الحصول على رؤى من بياناتهم، خاصة مع AWS Clean Rooms.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/big-data/aws-clean-rooms-proof-of-concept-scoping-part-1-media-measurement/