Các công ty đang ngày càng tìm cách bổ sung dữ liệu của họ với dữ liệu của các đối tác kinh doanh bên ngoài để xây dựng, duy trì và làm phong phú thêm cái nhìn toàn diện về hoạt động kinh doanh của họ ở cấp độ người tiêu dùng. Phòng sạch AWS giúp các công ty phân tích và cộng tác dễ dàng và an toàn hơn trên các tập dữ liệu chung của họ—mà không cần chia sẻ hoặc sao chép dữ liệu cơ bản của nhau. Với Phòng sạch AWS, bạn có thể tạo phòng sạch dữ liệu an toàn trong vài phút và cộng tác với bất kỳ công ty nào khác trên Amazon Web Services (AWS) để tạo ra những hiểu biết độc đáo.

Một cách để bắt đầu nhanh chóng với Phòng sạch AWS là có bằng chứng khái niệm (POC) giữa bạn và đối tác ưu tiên. Phòng sạch AWS hỗ trợ nhiều ngành và trường hợp sử dụng, đồng thời blog này là blog đầu tiên trong loạt bài về các loại bằng chứng về khái niệm có thể được thực hiện với Phòng sạch AWS.

Trong bài đăng này, chúng tôi phác thảo việc lập kế hoạch POC để đo lường hiệu quả truyền thông trong chiến dịch quảng cáo trả phí. Các cộng tác viên là chủ sở hữu phương tiện truyền thông (“CTV.Co,” một nhà cung cấp truyền hình được kết nối) và nhà quảng cáo thương hiệu (“Coffee.Co,” một công ty nhà hàng phục vụ nhanh), đang phân tích dữ liệu tổng hợp của họ để hiểu tác động đến doanh số bán hàng. của một chiến dịch quảng cáo. Chúng tôi chọn bắt đầu loạt bài này bằng phép đo phương tiện vì “Kết quả & Đo lường” là trường hợp sử dụng được khách hàng xếp hạng hàng đầu về cộng tác dữ liệu trong một cuộc khảo sát gần đây do nhóm Phòng sạch AWS thực hiện.

Điều quan trọng cần ghi nhớ

• Phòng sạch AWS thường có sẵn nên bất kỳ khách hàng AWS nào cũng có thể đăng nhập vào Bảng điều khiển quản lý AWS và bắt đầu sử dụng dịch vụ ngay hôm nay mà không cần giấy tờ bổ sung.
• Với Phòng sạch AWS, bạn có thể thực hiện hai loại phân tích: truy vấn SQL và học máy. Với mục đích của blog này, chúng tôi sẽ chỉ tập trung vào các truy vấn SQL. Bạn có thể tìm hiểu thêm về cả hai loại phân tích và cơ cấu chi phí của chúng trên Phòng sạch AWS Tính năng và GIÁ CẢ trang web. Nhóm Phòng sạch AWS có thể giúp bạn ước tính chi phí của POC và có thể liên hệ tại aws-clean-rooms-bd@amazon.com.
• Mặc dù AWS Clean Rooms hỗ trợ cộng tác nhiều bên nhưng chúng tôi giả sử có hai thành viên trong cộng tác POC của AWS Clean Rooms trong bài đăng trên blog này.

Giới thiệu chung

Việc thiết lập POC giúp xác định vấn đề hiện tại của một trường hợp sử dụng cụ thể khi sử dụng Phòng sạch AWS với đối tác của bạn. Sau khi bạn đã xác định được mình muốn cộng tác với ai, chúng tôi khuyên bạn nên thực hiện ba bước để thiết lập POC của mình:

• Xác định bối cảnh kinh doanh và tiêu chí thành công – Xác định đối tác nào, trường hợp sử dụng nào cần được thử nghiệm và tiêu chí thành công nào cho hoạt động cộng tác Phòng sạch AWS.
• Căn chỉnh các lựa chọn kỹ thuật cho bài kiểm tra này – Đưa ra các quyết định kỹ thuật về người thiết lập phòng sạch, ai đang phân tích dữ liệu, bộ dữ liệu nào đang được sử dụng, khóa tham gia và phân tích nào đang được chạy.
• Phác thảo quy trình làm việc và thời gian – Tạo kế hoạch khắc phục, quyết định kiểm tra dữ liệu tổng hợp và điều chỉnh việc kiểm tra dữ liệu sản xuất.

Trong bài đăng này, chúng ta sẽ xem qua một ví dụ về cách một công ty cà phê nhà hàng phục vụ nhanh (QSR) (Coffee.Co) thiết lập POC với nhà cung cấp TV được kết nối (CTV.Co) để xác định sự thành công của chiến dịch quảng cáo.

Bối cảnh kinh doanh và tiêu chí thành công của POC

Xác định ca sử dụng cần kiểm thử

Bước đầu tiên trong việc thiết lập POC là xác định trường hợp sử dụng đang được thử nghiệm với đối tác của bạn trong Phòng sạch AWS. Ví dụ: Coffee.Co muốn chạy phân tích đo lường để xác định mức độ hiển thị của phương tiện truyền thông trên CTV.Co dẫn đến việc đăng ký chương trình khách hàng thân thiết của Coffee.Co. Phòng sạch AWS cho phép Coffee.Co và CTV.Co cộng tác và phân tích tập dữ liệu chung của họ mà không cần sao chép dữ liệu cơ bản của nhau.

Tiêu chí thành công

Điều quan trọng là phải xác định các số liệu về mức độ thành công và tiêu chí chấp nhận để chuyển POC sang giai đoạn sản xuất trước. Ví dụ: mục tiêu của Coffee.Co là đạt được tỷ lệ khớp vừa đủ giữa tập dữ liệu của họ và tập dữ liệu của CTV.Co để đảm bảo hiệu quả của phân tích đo lường. Ngoài ra, Coffee.Co muốn các thành viên nhóm Coffee.Co hiện tại dễ sử dụng để thiết lập sự cộng tác và hành động dựa trên những hiểu biết sâu sắc được thúc đẩy từ sự hợp tác nhằm tối ưu hóa chi tiêu truyền thông trong tương lai cho các chiến thuật trên CTV.Co nhằm thu hút nhiều thành viên trung thành hơn.

Các lựa chọn kỹ thuật cho POC

Xác định người tạo cộng tác, ID tài khoản AWS, người chạy truy vấn, người thanh toán và người nhận kết quả

Mỗi hoạt động cộng tác Phòng sạch AWS được tạo bởi một tài khoản AWS duy nhất mời các tài khoản AWS khác. Người tạo cộng tác chỉ định những tài khoản nào được mời tham gia cộng tác, ai có thể chạy truy vấn, ai trả tiền cho việc tính toán, ai có thể nhận kết quả cũng như cài đặt tính toán mật mã và ghi nhật ký truy vấn tùy chọn. Người sáng tạo cũng có thể xóa thành viên khỏi cộng tác. Trong POC này, Coffee.Co bắt đầu hợp tác bằng cách mời CTV.Co. Ngoài ra, Coffee.Co chạy các truy vấn và nhận kết quả, nhưng CTV.Co trả tiền cho việc tính toán.

Cài đặt ghi nhật ký truy vấn

Nếu tính năng ghi nhật ký được bật trong cộng tác, AWS Clean Rooms sẽ cho phép mỗi thành viên cộng tác nhận nhật ký truy vấn. Cộng tác viên chạy truy vấn, Coffee.Co, nhận nhật ký cho tất cả các bảng dữ liệu trong khi cộng tác viên khác, CTV.Co, chỉ xem nhật ký nếu bảng dữ liệu của họ được tham chiếu trong truy vấn.

Quyết định khu vực AWS

Nằm dưới Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3) và Keo AWS tài nguyên cho các bảng dữ liệu được sử dụng trong cộng tác phải ở cùng Khu vực AWS với cộng tác Phòng sạch AWS. Ví dụ: Coffee.Co và CTV.Co đồng ý về Khu vực Miền Đông Hoa Kỳ (Ohio) để hợp tác.

Tham gia các khóa

Để kết hợp các tập dữ liệu trong truy vấn Phòng sạch AWS, mỗi bên tham gia phải chia sẻ một khóa chung. So sánh tham gia khóa với tương đương với toán tử (=) phải đánh giá là True. Các toán tử logic AND hoặc OR có thể được sử dụng trong phép nối bên trong để khớp trên nhiều cột nối. Các khóa như địa chỉ email, số điện thoại hoặc UID2 thường được xem xét. Giá trị nhận dạng của bên thứ ba từ LiveRamp, kinh nghiệm, or Neustar có thể được sử dụng khi tham gia thông qua các luồng công việc cụ thể của Phòng sạch AWS với từng đối tác.

Nếu dữ liệu nhạy cảm đang được sử dụng làm khóa kết nối thì bạn nên sử dụng kỹ thuật che giấu dữ liệu để giảm thiểu nguy cơ lộ dữ liệu nhạy cảm nếu dữ liệu bị xử lý sai. Cả hai bên phải sử dụng một kỹ thuật tạo ra các giá trị khóa liên kết bị xáo trộn giống nhau, chẳng hạn như hàm băm. Điện toán mật mã cho phòng sạch có thể được sử dụng cho đề xuất này.

Trong POC này, Coffee.Co và CTV.Co đang tham gia trên email băm hoặc điện thoại di động băm. Cả hai cộng tác viên đều đang sử dụng hàm băm SHA256 trên email và số điện thoại văn bản gốc của họ khi chuẩn bị bộ dữ liệu cho hoạt động cộng tác.

Lược đồ dữ liệu

Lược đồ dữ liệu chính xác phải được cộng tác viên xác định để hỗ trợ việc phân tích đã được thống nhất. Trong POC này, Coffee.Co đang chạy phân tích chuyển đổi để đo lường mức độ hiển thị trên phương tiện truyền thông trên CTV.Co dẫn đến việc đăng ký chương trình khách hàng thân thiết của Coffee.Co. Lược đồ của Coffee.Co bao gồm email băm, điện thoại di động băm, ngày đăng ký khách hàng thân thiết, loại thành viên khách hàng thân thiết và ngày sinh của thành viên. Lược đồ của CTV.Co bao gồm email băm, thiết bị di động được băm, số lần hiển thị, số nhấp chuột, dấu thời gian, vị trí đặt quảng cáo và loại vị trí đặt quảng cáo.

Quy tắc phân tích được áp dụng cho từng bảng được định cấu hình liên quan đến hoạt động cộng tác

Phòng sạch AWS bảng được cấu hình là tham chiếu đến bảng hiện có trong Danh mục dữ liệu AWS Glue được sử dụng trong quá trình cộng tác. Nó chứa một quy tắc phân tích xác định cách truy vấn dữ liệu trong Phòng sạch AWS. Các bảng được định cấu hình có thể được liên kết với một hoặc nhiều cộng tác.

AWS Clean Rooms cung cấp ba loại quy tắc phân tích: tổng hợp, danh sách và tùy chỉnh.

• aggregation cho phép bạn chạy các truy vấn tạo số liệu thống kê tổng hợp trong phạm vi bảo vệ quyền riêng tư do mỗi chủ sở hữu dữ liệu đặt ra. Ví dụ: giao điểm của hai tập dữ liệu lớn đến mức nào.
• Danh sách cho phép bạn chạy các truy vấn trích xuất danh sách cấp hàng của giao điểm của nhiều tập dữ liệu. Ví dụ: các bản ghi chồng chéo trên hai bộ dữ liệu.
• Tuỳ chỉnh cho phép bạn tạo các truy vấn tùy chỉnh và các mẫu có thể sử dụng lại bằng cách sử dụng hầu hết SQL tiêu chuẩn ngành, cũng như xem xét và phê duyệt các truy vấn trước khi cộng tác viên của bạn chạy chúng. Ví dụ: tạo một truy vấn mức tăng gia tăng là truy vấn duy nhất được phép chạy trên bảng dữ liệu của bạn. Bạn cũng có thể dùng Quyền riêng tư khác biệt của Phòng sạch AWS bằng cách chọn quy tắc phân tích tùy chỉnh, sau đó định cấu hình các thông số riêng tư khác biệt của bạn.

Trong POC này, CTV.Co sử dụng quy tắc phân tích tùy chỉnh và tạo ra truy vấn chuyển đổi. Coffee.Co thêm quy tắc phân tích tùy chỉnh này vào bảng dữ liệu của họ, định cấu hình bảng để liên kết với hoạt động cộng tác. Coffee.Co đang chạy truy vấn và chỉ có thể chạy các truy vấn do CTV.Co tạo ra trên các tập dữ liệu chung trong lần cộng tác này.

Truy vấn theo kế hoạch

Cộng tác viên phải xác định truy vấn sẽ được thực hiện bởi cộng tác viên được xác định để chạy truy vấn. Trong POC này, Coffe.Co chạy truy vấn quy tắc phân tích tùy chỉnh do CTV.Co sáng tác để hiểu ai đã đăng ký chương trình khách hàng thân thiết của họ sau khi xem quảng cáo trên CTV.Co. Coffee.Co có thể chỉ định tham số khoảng thời gian mong muốn của họ để phân tích thời điểm đăng ký thành viên diễn ra trong một phạm vi ngày cụ thể vì tham số đó đã được bật trong truy vấn quy tắc phân tích tùy chỉnh.

Quy trình làm việc và dòng thời gian

Để xác định quy trình làm việc và mốc thời gian thiết lập POC, cộng tác viên nên đặt ngày cho các hoạt động sau.

1. Coffee.Co và CTV.Co phù hợp với bối cảnh kinh doanh, tiêu chí thành công, chi tiết kỹ thuật và chuẩn bị bảng dữ liệu của họ.
   • Hạn chót ví dụ: ngày 10 tháng XNUMX.
2. [Không bắt buộc] Các cộng tác viên làm việc để tạo ra các bộ dữ liệu tổng hợp đại diện cho thử nghiệm phi sản xuất trước khi thử nghiệm dữ liệu sản xuất.
   • Hạn chót ví dụ: ngày 15 tháng XNUMX
3. [Không bắt buộc] Mỗi cộng tác viên sử dụng bộ dữ liệu tổng hợp để tạo ra sự cộng tác Phòng sạch AWS giữa hai tài khoản phi sản xuất AWS thuộc sở hữu của họ và hoàn thiện các quy tắc phân tích cũng như truy vấn mà họ muốn chạy trong sản xuất.
   • Hạn chót ví dụ: ngày 30 tháng XNUMX
4. [Không bắt buộc] Coffee.Co và CTV.Co tạo ra sự cộng tác AWS Clean Rooms giữa các tài khoản phi sản xuất và kiểm tra các quy tắc phân tích cũng như truy vấn bằng bộ dữ liệu tổng hợp.
   • Hạn chót ví dụ: ngày 15 tháng XNUMX
5. Coffee.Co và CTV.Co tạo ra sự hợp tác sản xuất Phòng sạch AWS và chạy các truy vấn POC trên dữ liệu sản xuất.
   • Hạn chót ví dụ: ngày 28 tháng XNUMX
6. Đánh giá kết quả POC theo tiêu chí thành công để xác định thời điểm chuyển sang sản xuất.
   • Ví dụ hạn chót ngày 15 tháng XNUMX

Kết luận

Sau khi bạn xác định bối cảnh kinh doanh và tiêu chí thành công cho POC, căn chỉnh các chi tiết kỹ thuật cũng như vạch ra quy trình làm việc và thời gian, mục tiêu của POC là tiến hành cộng tác thành công bằng cách sử dụng Phòng sạch AWS để xác thực việc chuyển sang sản xuất. Sau khi bạn xác thực rằng hoạt động cộng tác đã sẵn sàng để chuyển sang sản xuất, AWS có thể giúp bạn xác định và triển khai các cơ chế tự động hóa để chạy Phòng sạch AWS theo chương trình cho các trường hợp sử dụng sản xuất của bạn. Xem video này để tìm hiểu thêm về cộng tác nâng cao quyền riêng tư và liên hệ với một Đại diện AWS để tìm hiểu thêm về Phòng sạch AWS.

Giới thiệu về Phòng sạch AWS

Phòng sạch AWS giúp các công ty và đối tác của họ phân tích và cộng tác dễ dàng và an toàn hơn trên các tập dữ liệu chung của họ—mà không cần chia sẻ hoặc sao chép dữ liệu cơ bản của nhau. Với Phòng sạch AWS, khách hàng có thể tạo phòng sạch dữ liệu an toàn trong vài phút và cộng tác với bất kỳ công ty nào khác trên AWS để tạo ra những hiểu biết độc đáo về chiến dịch quảng cáo, quyết định đầu tư cũng như hoạt động nghiên cứu và phát triển.

Tài nguyên bổ sung

Giới thiệu về tác giả

Shaila Mathias  là trưởng nhóm Phát triển Kinh doanh cho Phòng sạch AWS tại Amazon Web Services.

Allison Milone là Nhà tiếp thị sản phẩm cho ngành Quảng cáo & Tiếp thị tại Amazon Web Services.

Ryan Malecky là Kiến trúc sư giải pháp cấp cao tại Amazon Web Services. Anh ấy tập trung vào việc giúp khách hàng xây dựng thông tin chi tiết từ dữ liệu của họ, đặc biệt là với Phòng sạch AWS.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://aws.amazon.com/blogs/big-data/aws-clean-rooms-proof-of-concept-scoping-part-1-media-measurement/