कंपनियां उपभोक्ता स्तर पर अपने व्यवसाय के समग्र दृष्टिकोण को बनाने, बनाए रखने और समृद्ध करने के लिए बाहरी व्यापार भागीदारों के डेटा के साथ अपने डेटा को पूरक करने के तरीकों की तलाश कर रही हैं। एडब्ल्यूएस स्वच्छ कमरे कंपनियों को एक-दूसरे के अंतर्निहित डेटा को साझा या कॉपी किए बिना, उनके सामूहिक डेटासेट पर अधिक आसानी से और सुरक्षित रूप से विश्लेषण और सहयोग करने में मदद करता है। AWS क्लीन रूम के साथ, आप मिनटों में एक सुरक्षित डेटा क्लीन रूम बना सकते हैं और किसी अन्य कंपनी के साथ सहयोग कर सकते हैं अमेज़ॅन वेब सेवा (एडब्ल्यूएस) अद्वितीय अंतर्दृष्टि उत्पन्न करने के लिए।

AWS क्लीन रूम के साथ शीघ्र शुरुआत करने का एक तरीका आपके और एक प्राथमिकता वाले भागीदार के बीच अवधारणा का प्रमाण (POC) है। AWS क्लीन रूम कई उद्योगों और उपयोग के मामलों का समर्थन करता है, और यह ब्लॉग अवधारणाओं के प्रमाण के प्रकारों पर श्रृंखला का पहला है जिसे AWS क्लीन रूम के साथ संचालित किया जा सकता है।

इस पोस्ट में, हम भुगतान किए गए विज्ञापन अभियान में मीडिया प्रभावशीलता को मापने के लिए पीओसी की योजना की रूपरेखा तैयार करते हैं। सहयोगी एक मीडिया मालिक ("CTV.Co," एक कनेक्टेड टीवी प्रदाता) और ब्रांड विज्ञापनदाता ("Coffee.Co," एक त्वरित सेवा रेस्तरां कंपनी) हैं, जो परिणामस्वरूप बिक्री पर प्रभाव को समझने के लिए अपने सामूहिक डेटा का विश्लेषण कर रहे हैं। एक विज्ञापन अभियान का. हमने इस श्रृंखला को मीडिया मापन के साथ शुरू करने का निर्णय लिया क्योंकि AWS क्लीन रूम टीम द्वारा हाल ही में किए गए सर्वेक्षण में ग्राहकों द्वारा डेटा सहयोग के लिए "परिणाम और मापन" शीर्ष रैंक वाला उपयोग मामला था।

ध्यान में रखना महत्वपूर्ण है

• AWS क्लीन रूम आम तौर पर उपलब्ध है, इसलिए कोई भी AWS ग्राहक AWS प्रबंधन कंसोल में साइन इन कर सकता है और अतिरिक्त कागजी कार्रवाई के बिना आज ही सेवा का उपयोग शुरू कर सकता है।
• AWS क्लीन रूम के साथ, आप दो प्रकार के विश्लेषण कर सकते हैं: SQL क्वेरी और मशीन लर्निंग। इस ब्लॉग के प्रयोजन के लिए, हम केवल SQL प्रश्नों पर ध्यान केंद्रित करेंगे। आप AWS क्लीन रूम्स पर दोनों प्रकार के विश्लेषणों और उनकी लागत संरचनाओं के बारे में अधिक जान सकते हैं विशेषताएं और मूल्य निर्धारण वेब पृष्ठ। AWS क्लीन रूम टीम आपको POC की लागत का अनुमान लगाने में मदद कर सकती है और उस तक पहुंचा जा सकता है aws-clean-rooms-bd@amazon.com.
• जबकि AWS क्लीन रूम बहुदलीय सहयोग का समर्थन करता है, हम इस ब्लॉग पोस्ट में AWS क्लीन रूम POC सहयोग में दो सदस्यों को मानते हैं।

अवलोकन

पीओसी स्थापित करने से आपके भागीदारों के साथ एडब्ल्यूएस क्लीन रूम का उपयोग करने के लिए एक विशिष्ट उपयोग के मामले की मौजूदा समस्या को परिभाषित करने में मदद मिलती है। यह निर्धारित करने के बाद कि आप किसके साथ सहयोग करना चाहते हैं, हम आपका पीओसी स्थापित करने के लिए तीन चरणों की अनुशंसा करते हैं:

• व्यावसायिक संदर्भ और सफलता मानदंड को परिभाषित करना - निर्धारित करें कि किस भागीदार, किस उपयोग के मामले का परीक्षण किया जाना चाहिए, और एडब्ल्यूएस क्लीन रूम सहयोग के लिए सफलता मानदंड क्या हैं।
• इस परीक्षण के लिए तकनीकी विकल्पों को संरेखित करना - स्वच्छ कक्ष कौन स्थापित करता है, डेटा का विश्लेषण कौन कर रहा है, कौन से डेटा सेट का उपयोग किया जा रहा है, कुंजियाँ जोड़ें और कौन सा विश्लेषण चलाया जा रहा है, इसके तकनीकी निर्णय लें।
• कार्यप्रवाह और समय की रूपरेखा - एक वर्कबैक योजना बनाएं, सिंथेटिक डेटा परीक्षण पर निर्णय लें और उत्पादन डेटा परीक्षण पर संरेखित करें।

इस पोस्ट में, हम एक उदाहरण के माध्यम से चलते हैं कि कैसे एक त्वरित सेवा रेस्तरां (QSR) कॉफी कंपनी (Coffee.Co) एक विज्ञापन अभियान की सफलता निर्धारित करने के लिए एक कनेक्टेड टीवी प्रदाता (CTV.Co) के साथ एक POC स्थापित करेगी।

पीओसी के लिए व्यावसायिक संदर्भ और सफलता मानदंड

परीक्षण किए जाने वाले उपयोग के मामले को परिभाषित करें

पीओसी स्थापित करने में पहला कदम एडब्ल्यूएस क्लीन रूम में आपके साथी के साथ परीक्षण किए जा रहे उपयोग के मामले को परिभाषित करना है। उदाहरण के लिए, Coffee.Co CTV.Co पर मीडिया एक्सपोज़र को निर्धारित करने के लिए एक माप विश्लेषण चलाना चाहता है जिसके कारण Coffee.Co के वफादारी कार्यक्रम के लिए साइन अप करना पड़ा। AWS क्लीन रूम Coffee.Co और CTV.Co को एक-दूसरे के अंतर्निहित डेटा की प्रतिलिपि बनाए बिना अपने सामूहिक डेटासेट का सहयोग और विश्लेषण करने की अनुमति देता है।

सफलता का मापदंड

पीओसी को अग्रिम उत्पादन में ले जाने के लिए सफलता के मेट्रिक्स और स्वीकृति मानदंड निर्धारित करना महत्वपूर्ण है। उदाहरण के लिए, Coffee.Co का लक्ष्य माप विश्लेषण की प्रभावकारिता सुनिश्चित करने के लिए अपने डेटा सेट और CTV.Co के डेटा सेट के बीच पर्याप्त मिलान दर प्राप्त करना है। इसके अतिरिक्त, Coffee.Co मौजूदा Coffee.Co टीम के सदस्यों के लिए CTV.Co पर रणनीतियों के लिए भविष्य के मीडिया खर्च को अनुकूलित करने के लिए सहयोग से प्रेरित अंतर्दृष्टि पर सहयोग और कार्रवाई स्थापित करना चाहता है जो अधिक वफादार सदस्यों को प्रेरित करेगा।

पीओसी के लिए तकनीकी विकल्प

सहयोग निर्माता, AWS खाता आईडी, क्वेरी धावक, भुगतानकर्ता और परिणाम प्राप्तकर्ता का निर्धारण करें

प्रत्येक AWS क्लीन रूम सहयोग एक एकल AWS खाते द्वारा अन्य AWS खातों को आमंत्रित करके बनाया जाता है। सहयोग निर्माता निर्दिष्ट करता है कि किन खातों को सहयोग के लिए आमंत्रित किया गया है, कौन क्वेरी चला सकता है, गणना के लिए कौन भुगतान करता है, कौन परिणाम प्राप्त कर सकता है, और वैकल्पिक क्वेरी लॉगिंग और क्रिप्टोग्राफ़िक कंप्यूटिंग सेटिंग्स। निर्माता किसी सहयोग से सदस्यों को हटाने में भी सक्षम है। इस POC में, Coffee.Co ने CTV.Co को आमंत्रित करके सहयोग शुरू किया है। इसके अतिरिक्त, Coffee.Co क्वेरी चलाता है और परिणाम प्राप्त करता है, लेकिन CTV.Co गणना के लिए भुगतान करता है।

क्वेरी लॉगिंग सेटिंग

यदि सहयोग में लॉगिंग सक्षम है, तो AWS क्लीन रूम प्रत्येक सहयोग सदस्य को क्वेरी लॉग प्राप्त करने की अनुमति देता है। क्वेरी चलाने वाला सहयोगी, Coffee.Co, सभी डेटा तालिकाओं के लिए लॉग प्राप्त करता है, जबकि अन्य सहयोगी, CTV.Co, केवल तभी लॉग देखता है, जब उनकी डेटा तालिकाएँ क्वेरी में संदर्भित होती हैं।

AWS क्षेत्र तय करें

बुनियादी अमेज़न सरल भंडारण सेवा (अमेज़न S3) और एडब्ल्यूएस गोंद सहयोग में उपयोग की जाने वाली डेटा तालिकाओं के संसाधन AWS क्लीन रूम सहयोग के समान AWS क्षेत्र में होने चाहिए। उदाहरण के लिए, Coffee.Co और CTV.Co अपने सहयोग के लिए यूएस ईस्ट (ओहियो) क्षेत्र पर सहमत हैं।

कुंजियाँ जोड़ें

AWS क्लीन रूम क्वेरी में डेटा सेट को जोड़ने के लिए, जुड़ाव के प्रत्येक पक्ष को एक सामान्य कुंजी साझा करनी होगी। कुंजी के साथ तुलना में शामिल हों के बराबर ऑपरेटर (=) को सही पर मूल्यांकन करना चाहिए। एकाधिक जॉइन कॉलम पर मिलान के लिए आंतरिक जॉइन में AND या OR तार्किक ऑपरेटरों का उपयोग किया जा सकता है। ईमेल पता, फ़ोन नंबर, या UID2 जैसी कुंजियों पर अक्सर विचार किया जाता है। तृतीय पक्ष पहचानकर्ता LiveRamp, अनुभवी, or Neustar प्रत्येक भागीदार के साथ AWS क्लीन रूम विशिष्ट कार्य प्रवाह के माध्यम से जुड़ने में उपयोग किया जा सकता है।

यदि संवेदनशील डेटा को जॉइन कुंजियों के रूप में उपयोग किया जा रहा है, तो डेटा को गलत तरीके से प्रबंधित करने पर संवेदनशील डेटा को उजागर करने के जोखिम को कम करने के लिए ओफ़्फ़स्केशन तकनीक का उपयोग करने की अनुशंसा की जाती है। दोनों पक्षों को ऐसी तकनीक का उपयोग करना चाहिए जो हैशिंग जैसे समान अस्पष्ट जुड़ाव वाले प्रमुख मान उत्पन्न करती हो। स्वच्छ कमरों के लिए क्रिप्टोग्राफ़िक कंप्यूटिंग इस प्रस्ताव के लिए उपयोग किया जा सकता है.

इस POC में, Coffee.Co और CTV.Co हैशेड ईमेल या हैशेड मोबाइल पर शामिल हो रहे हैं। सहयोग के लिए अपने डेटा सेट तैयार करते समय दोनों सहयोगी अपने प्लेनटेक्स्ट ईमेल और फोन नंबर पर SHA256 हैश का उपयोग कर रहे हैं।

डेटा स्कीमा

सहमत विश्लेषण का समर्थन करने के लिए सटीक डेटा स्कीमा सहयोगियों द्वारा निर्धारित किया जाना चाहिए। इस POC में, Coffee.Co CTV.Co पर मीडिया एक्सपोज़र को मापने के लिए एक रूपांतरण विश्लेषण चला रही है जिसके कारण Coffee.Co के वफादारी कार्यक्रम के लिए साइन-अप हुआ। Coffee.Co की स्कीमा में हैशेड ईमेल, हैशेड मोबाइल, लॉयल्टी साइन अप तिथि, लॉयल्टी सदस्यता प्रकार और सदस्य का जन्मदिन शामिल है। CTV.Co के स्कीमा में हैशेड ईमेल, हैशेड मोबाइल, इंप्रेशन, क्लिक, टाइमस्टैम्प, विज्ञापन प्लेसमेंट और विज्ञापन प्लेसमेंट प्रकार शामिल हैं।

विश्लेषण नियम सहयोग से संबद्ध प्रत्येक कॉन्फ़िगर तालिका पर लागू होता है

एक AWS स्वच्छ कमरे कॉन्फ़िगर की गई तालिका AWS ग्लू डेटा कैटलॉग में एक मौजूदा तालिका का संदर्भ है जिसका उपयोग सहयोग में किया जाता है। इसमें एक शामिल है विश्लेषण नियम यह निर्धारित करता है कि AWS क्लीन रूम में डेटा की क्वेरी कैसे की जा सकती है। कॉन्फ़िगर की गई तालिकाएँ एक या अधिक सहयोगों से संबद्ध हो सकती हैं।

AWS क्लीन रूम तीन प्रकार के विश्लेषण नियम प्रदान करता है: एकत्रीकरण, सूची और कस्टम।

• एकत्रीकरण आपको ऐसी क्वेरीज़ चलाने की अनुमति देता है जो प्रत्येक डेटा स्वामी द्वारा निर्धारित गोपनीयता रेलिंग के भीतर एक समग्र आँकड़ा उत्पन्न करती हैं। उदाहरण के लिए, दो डेटासेट का प्रतिच्छेदन कितना बड़ा है।
• सूची आपको उन क्वेरीज़ को चलाने की अनुमति देता है जो एकाधिक डेटा सेटों के प्रतिच्छेदन की पंक्ति स्तरीय सूची निकालती हैं। उदाहरण के लिए, दो डेटासेट पर ओवरलैप किए गए रिकॉर्ड।
• रिवाज आपको अधिकांश उद्योग मानक एसक्यूएल का उपयोग करके कस्टम क्वेरी और पुन: प्रयोज्य टेम्पलेट बनाने की अनुमति देता है, साथ ही आपके सहयोगी को चलाने से पहले क्वेरी की समीक्षा और अनुमोदन करने की अनुमति देता है। उदाहरण के लिए, एक वृद्धिशील लिफ़्ट क्वेरी लिखना जो आपके डेटा तालिकाओं पर चलने की अनुमति वाली एकमात्र क्वेरी है। आप भी उपयोग कर सकते हैं AWS क्लीन रूम विभेदक गोपनीयता एक कस्टम विश्लेषण नियम का चयन करके और फिर अपने विभेदक गोपनीयता मापदंडों को कॉन्फ़िगर करके।

इस POC में, CTV.Co कस्टम विश्लेषण नियम का उपयोग करता है और रूपांतरण क्वेरी लिखता है। Coffee.Co इस कस्टम विश्लेषण नियम को अपनी डेटा तालिका में जोड़ता है, सहयोग के लिए तालिका को कॉन्फ़िगर करता है। Coffee.Co क्वेरी चला रहा है, और केवल CTV.Co द्वारा इस सहयोग में सामूहिक डेटासेट पर लिखी गई क्वेरी ही चला सकता है।

नियोजित क्वेरी

सहयोगियों को उस क्वेरी को परिभाषित करना चाहिए जिसे क्वेरी चलाने के लिए निर्धारित सहयोगी द्वारा चलाया जाएगा। इस POC में, Coffe.Co कस्टम विश्लेषण नियम क्वेरी CTV.Co चलाता है, जिसे यह समझने के लिए लिखा गया है कि CTV.Co पर एक विज्ञापन के संपर्क में आने के बाद किसने उनके लॉयल्टी प्रोग्राम के लिए साइन अप किया है। एक विशिष्ट तिथि सीमा के भीतर सदस्यता साइन-अप कब हुआ, इसका विश्लेषण करने के लिए Coffee.Co अपना वांछित समय विंडो पैरामीटर निर्दिष्ट कर सकता है, क्योंकि वह पैरामीटर कस्टम विश्लेषण नियम क्वेरी में सक्षम किया गया है।

कार्यप्रवाह और समयरेखा

पीओसी की स्थापना के लिए वर्कफ़्लो और समयरेखा निर्धारित करने के लिए, सहयोगियों को निम्नलिखित गतिविधियों के लिए तिथियां निर्धारित करनी चाहिए।

1. Coffee.Co और CTV.Co व्यावसायिक संदर्भ, सफलता मानदंड, तकनीकी विवरण पर संरेखित होते हैं और अपनी डेटा तालिकाएँ तैयार करते हैं।
   • उदाहरण की समय सीमा: 10 जनवरी.
2. [वैकल्पिक] सहयोगी उत्पादन डेटा परीक्षण से पहले गैर-उत्पादन परीक्षण के लिए प्रतिनिधि सिंथेटिक डेटासेट तैयार करने का काम करते हैं।
   • उदाहरण की समय सीमा: 15 जनवरी
3. [वैकल्पिक] प्रत्येक सहयोगी अपने दो स्वामित्व वाले AWS गैर-उत्पादन खातों के बीच AWS क्लीन रूम सहयोग बनाने के लिए सिंथेटिक डेटासेट का उपयोग करता है और विश्लेषण नियमों और प्रश्नों को अंतिम रूप देता है जिन्हें वे उत्पादन में चलाना चाहते हैं।
   • उदाहरण की समय सीमा: 30 जनवरी
4. [वैकल्पिक] Coffee.Co और CTV.Co गैर-उत्पादन खातों के बीच AWS क्लीन रूम सहयोग बनाते हैं और सिंथेटिक डेटासेट के साथ विश्लेषण नियमों और प्रश्नों का परीक्षण करते हैं।
   • उदाहरण की समय सीमा: 15 फरवरी
5. Coffee.Co और CTV.Co एक उत्पादन AWS क्लीन रूम सहयोग बनाते हैं और उत्पादन डेटा पर POC क्वेरी चलाते हैं।
   • उदाहरण की समय सीमा: 28 फ़रवरी
6. उत्पादन में कब जाना है यह निर्धारित करने के लिए सफलता मानदंड के आधार पर पीओसी परिणामों का मूल्यांकन करें।
   • उदाहरण की समय सीमा 15 मार्च

निष्कर्ष

आपके द्वारा POC के लिए व्यावसायिक संदर्भ और सफलता मानदंड को परिभाषित करने, तकनीकी विवरणों को संरेखित करने और वर्कफ़्लो और समय की रूपरेखा तैयार करने के बाद, POC का लक्ष्य उत्पादन में जाने को मान्य करने के लिए AWS क्लीन रूम का उपयोग करके एक सफल सहयोग चलाना है। आपके द्वारा सत्यापित किए जाने के बाद कि सहयोग उत्पादन में जाने के लिए तैयार है, AWS आपके उत्पादन उपयोग के मामलों के लिए AWS क्लीन रूम को प्रोग्रामेटिक रूप से चलाने के लिए स्वचालन तंत्र को पहचानने और लागू करने में आपकी सहायता कर सकता है। इस वीडियो को देखें गोपनीयता-उन्नत सहयोग के बारे में अधिक जानने और संपर्क करने के लिए एडब्ल्यूएस प्रतिनिधि AWS क्लीन रूम के बारे में अधिक जानने के लिए।

AWS क्लीन रूम के बारे में

AWS क्लीन रूम कंपनियों और उनके साझेदारों को एक-दूसरे के अंतर्निहित डेटा को साझा या कॉपी किए बिना, उनके सामूहिक डेटासेट पर अधिक आसानी से और सुरक्षित रूप से विश्लेषण और सहयोग करने में मदद करता है। AWS क्लीन रूम के साथ, ग्राहक मिनटों में एक सुरक्षित डेटा क्लीन रूम बना सकते हैं, और विज्ञापन अभियानों, निवेश निर्णयों और अनुसंधान और विकास के बारे में अद्वितीय अंतर्दृष्टि उत्पन्न करने के लिए AWS पर किसी भी अन्य कंपनी के साथ सहयोग कर सकते हैं।

अतिरिक्त संसाधन

लेखक के बारे में

शैला मथियास  अमेज़न वेब सर्विसेज पर AWS क्लीन रूम्स के लिए बिजनेस डेवलपमेंट लीड है।

एलिसन मिलोन अमेज़ॅन वेब सर्विसेज में विज्ञापन और विपणन उद्योग के लिए एक उत्पाद विपणनकर्ता है।

रयान मालेकी अमेज़ॅन वेब सर्विसेज में एक वरिष्ठ समाधान वास्तुकार हैं। उनका ध्यान ग्राहकों को उनके डेटा से अंतर्दृष्टि प्राप्त करने में मदद करने पर केंद्रित है, विशेष रूप से एडब्ल्यूएस क्लीन रूम के साथ।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://aws.amazon.com/blogs/big-data/aws-clean-rooms-proof-of-concept-scoping-part-1-media-measurement/