Werbetreibende, Herausgeber und Anbieter von Werbetechnologie suchen aktiv nach effizienten Möglichkeiten zur Zusammenarbeit mit ihren Partnern, um Erkenntnisse über ihre kollektiven Datensätze zu gewinnen. Ein häufiger Grund für die Datenzusammenarbeit ist die Durchführung einer Zielgruppenüberschneidungsanalyse. Dies ist eine häufige Analyse, die bei der Medienplanung und Bewertung neuer Partnerschaften durchgeführt wird.

In diesem Beitrag untersuchen wir, was eine Zielgruppenüberschneidungsanalyse ist, diskutieren die aktuellen technischen Ansätze und ihre Herausforderungen und veranschaulichen, wie Sie damit eine sichere Zielgruppenüberschneidungsanalyse durchführen können AWS-Reinräume.

Analyse der Zielgruppenüberschneidung

Bei der Zielgruppenüberschneidung handelt es sich um den Prozentsatz der Benutzer in Ihrer Zielgruppe, die auch in einem anderen Datensatz vorhanden sind (berechnet als Anzahl der Benutzer, die sowohl in Ihrer Zielgruppe als auch in einem anderen Datensatz vorhanden sind, geteilt durch die Gesamtzahl der Benutzer in Ihrer Zielgruppe). Im digitalen Mediaplanungsprozess werden häufig Zielgruppenüberschneidungen durchgeführt, um den First-Party-Datensatz eines Werbetreibenden mit dem Datensatz eines Medienpartners (Herausgebers) zu vergleichen. Mithilfe der Analyse lässt sich ermitteln, wie viel der Zielgruppe des Werbetreibenden von einem bestimmten Medienpartner erreicht werden kann. Durch die Auswertung der Überschneidungen können Werbetreibende feststellen, ob ein Medienpartner eine einzigartige Reichweite bietet oder ob sich die Zielgruppe des Medienpartners überwiegend mit der bestehenden Zielgruppe des Werbetreibenden überschneidet.

Aktuelle Ansätze und Herausforderungen

Werbetreibende, Publisher, Drittanbieter von Daten und andere Unternehmen geben ihre Daten häufig weiter, wenn sie Zielgruppenüberschneidungen oder Übereinstimmungstests durchführen. Gängige Methoden zum Datenaustausch, wie die Verwendung von Pixeln und SFTP-Übertragungen, können Risiken bergen, da sie die Übertragung sensibler Kundeninformationen beinhalten. Die Weitergabe dieser Daten an Dritte kann zeitaufwändig sein und das Risiko potenzieller Datenschutzverletzungen oder unbefugten Zugriffs erhöhen. Wenn die empfangende Partei die Daten falsch verarbeitet, könnte dies gegen Datenschutzbestimmungen verstoßen und rechtliche Risiken nach sich ziehen. Darüber hinaus kann jeder vermeintliche Missbrauch oder die Offenlegung von Kundendaten das Vertrauen der Verbraucher untergraben, was zu Reputationsschäden und potenziellen Geschäftsverlusten führen kann.

Lösungsüberblick

AWS Clean Rooms kann Ihnen und Ihren Partnern helfen, mühelos und sicher an Ihren kollektiven Datensätzen zusammenzuarbeiten und diese zu analysieren – ohne die zugrunde liegenden Daten des anderen zu kopieren. Mit AWS Clean Rooms können Sie in wenigen Minuten einen Datenreinraum erstellen und mit Ihren Partnern zusammenarbeiten, um einzigartige Erkenntnisse zu gewinnen. Mit AWS Clean Rooms können Sie eine Zielgruppenüberschneidungsanalyse durchführen und wertvolle Erkenntnisse gewinnen, während Sie gleichzeitig Risiken vermeiden, die mit anderen aktuellen Ansätzen verbunden sind.

Im Folgenden sind die wichtigsten Konzepte und Voraussetzungen für die Verwendung von AWS Clean Rooms aufgeführt:

• Jede Partei in der Analyse (Kollaborationsmitglied) muss über ein AWS-Konto verfügen.
• Ein Mitglied lädt das andere Mitglied zur AWS Clean Rooms-Zusammenarbeit ein. Es spielt keine Rolle, welches Mitglied die Einladung erstellt. Der Ersteller der Zusammenarbeit verwendet die AWS-Konto-ID des Eingeladenen als Eingabe zum Versenden von Einladungen.
• Nur ein Mitglied kann in der Kollaboration Abfragen durchführen und nur ein Mitglied kann Ergebnisse aus der Kollaboration empfangen. Die Fähigkeiten jedes Mitglieds werden beim Erstellen der Zusammenarbeit definiert.
• Jedes Kollaborationsmitglied speichert Datensätze in seinem jeweiligen Amazon Simple Storage-Service (Amazon S3)-Bucket und katalogisiert sie (erstellt ein Schema mit Spaltennamen und Datentypen) im AWS-Kleber Datenkatalog. Sie können die Datenkatalogdefinition auch mit erstellen Amazonas Athena Erstellen Sie eine Datenbank und erstellen Sie Tabellenanweisungen.
• Mitarbeiter müssen ihre S3-Buckets und Datenkatalogtabellen in derselben AWS-Region haben.
• Mitarbeiter können die AWS Clean Rooms-Konsole, APIs oder AWS SDKs verwenden, um eine Zusammenarbeit einzurichten.
• Mit AWS Clean Rooms können Sie jede beliebige Spalte als Verknüpfungsschlüssel verwenden, beispielsweise gehashte MAIDs, E-Mails, IP-Adressen und RampIDs.
• Jedes Kollaborationsmitglied verknüpft seine eigenen Daten mit der Kollaboration.

Schauen wir uns ein Szenario an, in dem ein Werbetreibender mit einem Publisher zusammenarbeitet, um die Zielgruppenüberschneidung zu ermitteln. In diesem Beispiel erstellt der Herausgeber die Zusammenarbeit, lädt den Werbetreibenden ein und bestimmt den Werbetreibenden als Mitglied, das Ergebnisse abfragen und empfangen kann.

Voraussetzungen:

Um eine andere Person zu einer Zusammenarbeit einzuladen, benötigen Sie deren AWS-Konto-ID. In unserem Anwendungsfall benötigt der Publisher die AWS-Konto-ID des Werbetreibenden.

Erstellen Sie eine Zusammenarbeit

In unserem Anwendungsfall erstellt der Herausgeber mithilfe der AWS Clean Rooms-Konsole eine Zusammenarbeit und lädt den Werbetreibenden ein.

Um eine Zusammenarbeit zu erstellen, führen Sie die folgenden Schritte aus:

1. Wählen Sie in der AWS Clean Rooms-Konsole die Option Kollaborationen im Navigationsbereich.
2. Auswählen Schaffen Sie Zusammenarbeit.
3. Aussichten für Name und VornameGeben Sie einen Namen für die Zusammenarbeit ein.
4. Im Mitglieder Geben Sie im Abschnitt „AWS“ die AWS-Konto-ID des Kontos ein, das Sie einladen möchten (in diesem Fall der Werbetreibende).
5. Im Fähigkeiten der Mitglieder Wählen Sie im Abschnitt das Mitglied aus, das Ergebnisse abfragen und empfangen kann (in diesem Fall der Werbetreibende).
6. Aussichten für Abfrageprotokollierung, entscheiden Sie, ob die Abfrageprotokollierung aktiviert werden soll. Die Abfragen werden protokolliert Amazon CloudWatch.
7. Aussichten für Kryptografisches Rechnen, entscheiden Sie, ob Sie die Unterstützung für kryptografisches Computing aktivieren möchten (verschlüsseln Sie Ihre Daten vor der Verknüpfung). AWS Clean Rooms führt dann Abfragen für die verschlüsselten Daten durch.
8. Auswählen Weiter.
9. Auf dem Mitgliedschaft konfigurieren Wählen Sie auf der Seite aus, ob Sie die Mitgliedschaft und Zusammenarbeit jetzt erstellen möchten, oder ob Sie die Zusammenarbeit erstellen, Ihre Mitgliedschaft aber später aktivieren möchten.
10. Aussichten für Standardeinstellungen für AbfrageergebnisseWählen Sie aus, ob Sie die Standardeinstellungen beibehalten möchten, um Ergebnisse zu erhalten.
11. Aussichten für Protokollspeicherung in Amazon CloudWatch LogsGeben Sie Ihre Protokolleinstellungen an.
12. Geben Sie alle Tags an und wer für Anfragen bezahlt.
13. Auswählen Weiter.
14. Überprüfen Sie die Konfiguration und entscheiden Sie sich dafür, die Zusammenarbeit und Mitgliedschaft entweder jetzt oder nur die Zusammenarbeit zu erstellen.

Der Publisher sendet eine Einladung an den Advertiser. Der Werbetreibende überprüft die Einstellungen für die Zusammenarbeit und erstellt eine Mitgliedschaft.

Erstellen Sie eine konfigurierte Tabelle und legen Sie Analyseregeln fest

Der Herausgeber erstellt eine konfigurierte Tabelle aus der AWS Glue-Tabelle (die die Metadatendefinition der S3-Daten einschließlich des Standorts darstellt, sodass sie von AWS Clean Rooms gelesen werden kann, wenn die Abfrage ausgeführt wird).

Führen Sie die folgenden Schritte aus:

1. Wählen Sie in der AWS Clean Rooms-Konsole aus Konfigurierte Tabellen im Navigationsbereich.
2. Auswählen Neue Tabelle konfigurieren.
3. Im Wählen Sie die AWS Glue-Tabelle Wählen Sie im Abschnitt „Datenbank“ und „Tabelle“ Ihre Datenbank und Tabelle aus.
4. Im In Zusammenarbeit zulässige Spalten Wählen Sie im Abschnitt aus, welche der vorhandenen Tabellenspalten für Abfragen in der Zusammenarbeit zugelassen werden sollen.
5. Im Konfigurierte Tabellendetails Geben Sie im Abschnitt einen Namen und optional eine Beschreibung für die konfigurierte Tabelle ein.
6. Auswählen Neue Tabelle konfigurieren.
7. Wählen Sie den Analyseregeltyp aus, der dem Abfragetyp entspricht, den Sie für die Tabelle zulassen möchten. Um eine Aggregationsanalyse zu ermöglichen, beispielsweise um die Größe der Zielgruppenüberschneidung zu ermitteln, wählen Sie den Regeltyp „Aggregationsanalyse“ aus.
8. Im Aggregierte Funktionen Wählen Sie im Abschnitt GRAF UNTERSCHIEDLICH als Aggregatfunktion.
9. Im Join-Steuerelemente Wählen Sie im Abschnitt „Bearbeiten“ aus, ob Ihr Mitarbeiter sich mit Ihnen an einen Tisch setzen muss. Da es sich hierbei um einen Anwendungsfall mit Zielgruppenüberschneidung handelt, wählen Sie aus Nein, es können nur Überlappungen abgefragt werden.
10. Wählen Sie die Operatoren aus, die den Abgleich zulassen sollen (in diesem Beispiel wählen Sie „ UND und OR).
11. Im Dimensionskontrollen Wählen Sie im Abschnitt aus, ob Sie beliebige Spalten als Dimensionen verfügbar machen möchten.
12. Im Skalarfunktionen Wählen Sie im Abschnitt aus, ob Sie die zulässigen Skalarfunktionen einschränken möchten.
13. Auswählen Weiter.
14. Im Aggregationsbeschränkungen Wählen Sie im Abschnitt die minimale Aggregationsbeschränkung für die konfigurierte Tabelle aus.

Dadurch können Sie Zeilen herausfiltern, die einen bestimmten Mindestschwellenwert für Benutzer nicht erreichen (wenn der Schwellenwert beispielsweise auf 10 festgelegt ist, werden Zeilen herausgefiltert, in denen weniger als 10 Benutzer aggregiert sind).

15. Auswählen Weiter.
16. Überprüfen Sie die Einstellungen und erstellen Sie die Tabelle.

Ordnen Sie die Tabelle der Zusammenarbeit zu

AWS Clean Rooms benötigt Lesezugriff auf die Tabelle, um die vom Werbetreibenden übermittelte Abfrage ausführen zu können. Führen Sie die folgenden Schritte aus, um die Tabelle zuzuordnen:

1. Navigieren Sie in der AWS Clean Rooms-Konsole zu Ihrer Zusammenarbeit.
2. Auswählen Tabelle zuordnen.
3. Aussichten für Konfigurierter Tabellenname, wählen Sie den Namen Ihrer konfigurierten Tabelle.
4. Im Details zur Tabellenzuordnung Geben Sie im Abschnitt einen Namen und optional eine Beschreibung für die Tabelle ein.
5. Im Service Zugang Im Abschnitt können Sie wählen, ob Sie die Standardeinstellungen zum Erstellen eines verwenden möchten AWS Identity and Access Management and (IAM)-Servicerolle für AWS Clean Rooms automatisch, oder Sie können eine vorhandene Rolle verwenden. IAM-Berechtigungen sind erforderlich, um die Rolle zu erstellen oder zu ändern und die Rolle an AWS Clean Rooms zu übergeben.
6. Auswählen Tabelle zuordnen.

Der Werbetreibende führt außerdem die in den vorherigen Abschnitten beschriebenen Schritte aus, um eine konfigurierte Tabelle zu erstellen und sie der Zusammenarbeit zuzuordnen.

Führen Sie Abfragen im Abfrageeditor aus

Der Werbetreibende kann nun zu navigieren Abfragen Registerkarte für die abzufragenden Kollaborations- und Überprüfungstabellen und deren Analyseregeln. Sie können angeben

der S3-Bucket, in den die Ausgabe der Überlappungsabfrage gehen soll.

Der Werbetreibende kann nun eine Überschneidungsabfrage schreiben und ausführen. Sie können eine gehashte E-Mail als Verknüpfungsschlüssel für die Abfrage verwenden (Sie haben die Möglichkeit, eine beliebige Spalte als Verknüpfungsschlüssel zu verwenden und können auch mehrere Spalten für mehrere Verknüpfungsschlüssel verwenden). Sie können auch die No-Code-Option von Analysis Builder verwenden, um AWS Clean Rooms SQL in Ihrem Namen generieren zu lassen. Für unseren Anwendungsfall führen wir die folgenden Abfragen aus:

#Query 1 – count of overlapping users between advertiser and publisher datasets

SELECT COUNT(DISTINCT advertiser.hashed_email)
FROM consumer as advertiser
INNER JOIN impressions as publisher
ON advertiser.hashed_email = publisher.hashed_email

#Query 2 – count of users in advertiser dataset

SELECT COUNT(DISTINCT advertiser.hashed_email)
FROM consumer as advertiser

Die Abfrageergebnisse werden an den S3-Bucket des Werbetreibenden gesendet, wie im folgenden Screenshot gezeigt.

Aufräumen

Es empfiehlt sich, Ressourcen zu löschen, die nicht mehr verwendet werden. Der Werbetreibende und der Publisher sollten ihre jeweiligen Ressourcen bereinigen:

• Inserent – Der Werbetreibende löscht seine konfigurierten Tabellenzuordnungen und Kollaborationsmitgliedschaften. Sie müssen ihre konfigurierte Tabelle jedoch nicht löschen, da sie in allen Kollaborationen wiederverwendbar ist.
• Publisher – Der Herausgeber löscht seine konfigurierten Tabellenzuordnungen und die Zusammenarbeit. Sie müssen ihre konfigurierte Tabelle nicht löschen, da sie in allen Kollaborationen wiederverwendbar ist.

Zusammenfassung

In diesem Beitrag haben wir gezeigt, wie man mithilfe von AWS Clean Rooms für die Medienplanung und Partnerschaftsbewertung mithilfe einer gehashten E-Mail als Verknüpfungsschlüssel zwischen Datensätzen eine Zusammenarbeit mit Zielgruppenüberschneidungen einrichtet. Werbetreibende wenden sich zunehmend an AWS Clean Rooms, um Zielgruppenüberschneidungsanalysen mit ihren Medienpartnern durchzuführen und so ihre Entscheidungen über Medieninvestitionen zu unterstützen. Darüber hinaus helfen Ihnen Zielgruppenüberschneidungen dabei, Ihre Partnerschaftsbewertungen zu beschleunigen, indem sie das Ausmaß der Überschneidungen ermitteln, die Sie mit potenziellen Partnern teilen.

Um mehr über AWS Clean Rooms zu erfahren, schauen Sie sich das Video an Erste Schritte mit AWS Clean Rooms, und beziehen Sie sich auf die folgenden zusätzlichen Ressourcen:

Über die Autoren

Eric Saccullo ist Senior Business Development Manager für AWS Clean Rooms bei Amazon Web Services. Er konzentriert sich darauf, Kunden bei der Zusammenarbeit mit ihren Partnern auf datenschutzfreundliche Weise zu unterstützen, um Erkenntnisse zu gewinnen und Geschäftsergebnisse zu verbessern.

Shamir Tanna ist Senior Technical Product Manager bei Amazon Web Services.

Ryan Malecky ist Senior Solutions Architect bei Amazon Web Services. Er konzentriert sich darauf, Kunden dabei zu helfen, Erkenntnisse aus ihren Daten zu gewinnen, insbesondere mit AWS Clean Rooms.

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://aws.amazon.com/blogs/machine-learning/run-an-audience-overlap-analysis-in-aws-clean-rooms/