Annoncører, udgivere og udbydere af reklameteknologi søger aktivt efter effektive måder at samarbejde med deres partnere på for at generere indsigt om deres samlede datasæt. En almindelig grund til at engagere sig i datasamarbejde er at køre en publikumsoverlapningsanalyse, som er en almindelig analyse at køre, når medier planlægger og evaluerer nye partnerskaber.
I dette indlæg udforsker vi, hvad en publikumsoverlapningsanalyse er, diskuterer de nuværende tekniske tilgange og deres udfordringer og illustrerer, hvordan du kan køre sikker målgruppeoverlapningsanalyse vha. AWS rene værelser.
Målgruppeoverlapningsanalyse
Målgruppeoverlapning er procentdelen af brugere i din målgruppe, der også er til stede i et andet datasæt (beregnet som antallet af brugere til stede i både din målgruppe og et andet datasæt divideret med det samlede antal brugere i din målgruppe). I den digitale medieplanlægningsproces udføres ofte publikumsoverlapninger for at sammenligne en annoncørs førstepartsdatasæt med en mediepartners (udgiver) datasæt. Analysen er med til at bestemme, hvor meget af annoncørens publikum der kan nås af en given mediepartner. Ved at evaluere overlapningen kan annoncører afgøre, om en mediepartner giver unik rækkevidde, eller om mediepartnerens publikum overvejende overlapper med annoncørens eksisterende publikum.
Aktuelle tilgange og udfordringer
Annoncører, udgivere, tredjepartsdataudbydere og andre enheder deler ofte deres data, når de kører målgruppeoverlapninger eller matchtests. Almindelige metoder til deling af data, såsom brug af pixels og SFTP-overførsler, kan medføre risiko, fordi de involverer flytning af følsomme kundeoplysninger. At dele disse data med en anden part kan være tidskrævende og øge risikoen for potentielle databrud eller uautoriseret adgang. Hvis den modtagende part mishandler dataene, kan det krænke reglerne om privatlivets fred, hvilket resulterer i juridiske risici. Ethvert opfattet misbrug eller eksponering af kundedata kan desuden udhule forbrugernes tillid, hvilket kan føre til skade på omdømmet og potentielt tab af forretning.
Løsningsoversigt
AWS Clean Rooms kan hjælpe dig og dine partnere nemt og sikkert med at samarbejde om og analysere jeres samlede datasæt – uden at kopiere hinandens underliggende data. Med AWS Clean Rooms kan du oprette et data-renrum på få minutter og samarbejde med dine partnere for at generere unik indsigt. AWS Clean Rooms giver dig mulighed for at køre en publikumsoverlapningsanalyse og generere værdifuld indsigt, mens du undgår risici forbundet med andre aktuelle tilgange.
Følgende er nøglekoncepter og forudsætninger for at bruge AWS Clean Rooms:
- Hver part i analysen (samarbejdsmedlem) skal have en AWS-konto.
- Et medlem inviterer det andet medlem til AWS Clean Rooms-samarbejdet. Det er lige meget, hvilket medlem der opretter invitationen. Samarbejdsskaberen bruger den inviteredes AWS-konto-id som input til at sende invitationer.
- Kun ét medlem kan forespørge i samarbejdet, og kun ét medlem kan modtage resultater fra samarbejdet. Hvert medlems evner defineres, når samarbejdet oprettes.
- Hvert samarbejdsmedlem gemmer datasæt i deres respektive Amazon Simple Storage Service (Amazon S3) bucket og katalogiserer dem (opretter et skema med kolonnenavne og datatyper) i AWS Lim Datakatalog. Du kan også oprette datakatalogdefinitionen ved hjælp af Amazonas Athena oprette database og oprette tabelsætninger.
- Samarbejdspartnere skal have deres S3-buckets og datakatalogtabeller i samme AWS-region.
- Samarbejdspartnere kan bruge AWS Clean Rooms-konsollen, API'er eller AWS SDK'er til at oprette et samarbejde.
- AWS Clean Rooms giver dig mulighed for at bruge enhver kolonne som en joinnøgle, for eksempel hashed MAID'er, e-mails, IP-adresser og RampID'er.
- Hvert samarbejdsmedlem knytter deres egne data til samarbejdet.
Lad os se på et scenarie, hvor en annoncør samarbejder med en udgiver for at identificere målgruppeoverlapningen. I dette eksempel opretter udgiveren samarbejdet, inviterer annoncøren og udpeger annoncøren som det medlem, der kan forespørge og modtage resultater.
Forudsætninger
For at invitere en anden person til et samarbejde skal du bruge deres AWS-konto-id. I vores tilfælde skal udgiveren have annoncørens AWS-konto-id.
Skab et samarbejde
I vores brugstilfælde opretter udgiveren et samarbejde ved hjælp af AWS Clean Rooms-konsollen og inviterer annoncøren.
For at oprette et samarbejde skal du udføre følgende trin:
- På konsollen AWS Clean Rooms skal du vælge Samarbejder i navigationsruden.
- Vælg Skab samarbejde.
- Til Navn, indtast et navn til samarbejdet.
- I Medlemmer skal du indtaste AWS-konto-id'et for den konto, du vil invitere (i dette tilfælde annoncøren).
- I Medlemmernes evner skal du vælge det medlem, der kan forespørge og modtage resultater (i dette tilfælde annoncøren).
- Til Forespørgselslogning, beslutte, om du vil have forespørgselslogning slået til. Forespørgslerne logges til amazoncloudwatch.
- Til Kryptografisk databehandling, beslutte, om du vil aktivere understøttelse af kryptografisk databehandling (forkrypter dine data, før du tilknytter dem). AWS Clean Rooms vil derefter køre forespørgsler på de krypterede data.
- Vælg Næste.
- På Konfigurer medlemskab side, vælg om du vil oprette medlemskabet og samarbejdet nu, eller oprette samarbejdet, men aktivere dit medlemskab senere.
- Til Standardindstillinger for forespørgselsresultater, vælg, om du vil beholde standardindstillingerne for at modtage resultater.
- Til Loglagring i Amazon CloudWatch Logs, angiv dine logindstillinger.
- Angiv eventuelle tags, og hvem der betaler for forespørgsler.
- Vælg Næste.
- Gennemgå konfigurationen og vælg enten at oprette samarbejdet og medlemskabet nu eller blot samarbejdet.
Udgiveren sender en invitation til annoncøren. Annoncøren gennemgår samarbejdsindstillingerne og opretter et medlemskab.
Opret en konfigureret tabel og sæt analyseregler
Udgiveren opretter en konfigureret tabel fra AWS Glue-tabellen (som repræsenterer metadatadefinitionen af S3-data, inklusive placering, så den kan læses af AWS Clean Rooms, når forespørgslen køres).
Udfør følgende trin:
- På AWS Clean Rooms-konsollen skal du vælge Konfigurerede tabeller i navigationsruden.
- Vælg Konfigurer ny tabel.
- I Vælg AWS Limbord sektion, vælg din database og tabel.
- I Kolonner tilladt i samarbejde skal du vælge, hvilken af de eksisterende tabelkolonner, der skal tillade forespørgsler i samarbejdet.
- I Konfigurerede tabeldetaljer skal du indtaste et navn og en valgfri beskrivelse for den konfigurerede tabel.
- Vælg Konfigurer ny tabel.
- Vælg den analyseregeltype, der matcher den type forespørgsler, du vil tillade i tabellen. For at tillade en aggregeringsanalyse, som f.eks. at finde størrelsen af målgruppeoverlapningen, skal du vælge regeltypen for aggregeringsanalyse.
- I Samlede funktioner sektion, skal du vælge TÆL DISTINKT som den samlede funktion.
- I Deltag i kontroller skal du vælge, om din samarbejdspartner skal deltage i et bord med dit. Fordi dette er en målgruppeoverlapning, skal du vælge Nej, kun overlapning kan forespørges.
- Vælg de operatorer for at tillade matchning (i dette eksempel skal du vælge AND , OR).
- I Dimensionskontrol skal du vælge, om du vil gøre nogen kolonner tilgængelige som dimensioner.
- I Skalære funktioner skal du vælge, om du vil begrænse de tilladte skalarfunktioner.
- Vælg Næste.
- I Aggregationsbegrænsninger sektion, skal du vælge den mindste aggregeringsbegrænsning for den konfigurerede tabel.
Dette giver dig mulighed for at bortfiltrere rækker, der ikke overholder en bestemt minimumstærskel for brugere (hvis tærsklen f.eks. er sat til 10, filtreres rækker, der samler færre end 10 brugere ud).
Tilknyt bordet til samarbejdet
AWS Clean Rooms kræver adgang til at læse tabellen for at køre forespørgslen indsendt af annoncøren. Udfør følgende trin for at tilknytte tabellen:
- På AWS Clean Rooms-konsollen skal du navigere til dit samarbejde.
- Vælg Associeret tabel.
- Til Konfigureret tabelnavn, vælg navnet på din konfigurerede tabel.
- I Tabelforeningsdetaljer sektion, skal du indtaste et navn og en valgfri beskrivelse for tabellen.
- I Serviceadgang sektion, kan du vælge at bruge standardindstillingerne til at oprette en AWS identitets- og adgangsstyring (IAM) servicerolle for AWS Clean Rooms automatisk, eller du kan bruge en eksisterende rolle. IAM-tilladelser er påkrævet for at oprette eller ændre rollen og videregive rollen til AWS Clean Rooms.
- Vælg Associeret tabel.
Annoncøren fuldfører også trinene beskrevet i de foregående afsnit for at oprette en konfigureret tabel og knytte den til samarbejdet.
Kør forespørgsler i forespørgselseditoren
Annoncøren kan nu navigere til Forespørgsler fane for samarbejde og gennemgang af tabeller til forespørgsel og deres analyseregler. Du kan angive
S3-bøtten, hvor outputtet fra overlapningsforespørgslen vil gå.
Annoncøren kan nu skrive og køre en overlapningsforespørgsel. Du kan bruge en hashed e-mail som en joinnøgle til forespørgslen (du har mulighed for at bruge en hvilken som helst kolonne som joinnøgle og kan også bruge flere kolonner til flere joinnøgler). Du kan også bruge Analysis Builder uden kode til at få AWS Clean Rooms til at generere SQL på dine vegne. Til vores brugssag kører vi følgende forespørgsler:
Forespørgselsresultaterne sendes til annoncørens S3-spand, som vist på det følgende skærmbillede.
Ryd op
Det er en god praksis at slette ressourcer, der ikke længere bliver brugt. Annoncøren og udgiveren bør rydde op i deres respektive ressourcer:
- Annoncør – Annoncøren sletter deres konfigurerede bordtilknytninger og samarbejdsmedlemskab. De behøver dog ikke at slette deres konfigurerede tabel, fordi den kan genbruges på tværs af samarbejder.
- Forlægger – Udgiveren sletter deres konfigurerede tabeltilknytninger og samarbejdet. De behøver ikke at slette deres konfigurerede tabel, fordi den kan genbruges på tværs af samarbejder.
Konklusion
I dette indlæg demonstrerede vi, hvordan man opretter et publikumsoverlappende samarbejde ved hjælp af AWS Clean Rooms til medieplanlægning og partnerskabsevaluering ved hjælp af en hashed e-mail som en joinnøgle mellem datasæt. Annoncører henvender sig i stigende grad til AWS Clean Rooms for at udføre analyser af publikumsoverlapning med deres mediepartnere, hvilket hjælper deres medieinvesteringsbeslutninger. Ydermere hjælper publikumsoverlapning dig med at fremskynde dine partnerskabsevalueringer ved at identificere omfanget af overlapning, du deler med potentielle partnere.
Se videoen for at lære mere om AWS Clean Rooms Kom godt i gang med AWS Clean Rooms, og referer til følgende yderligere ressourcer:
Om forfatterne
Eric Saccullo er Senior Business Development Manager for AWS Clean Rooms hos Amazon Web Services. Han er fokuseret på at hjælpe kunder med at samarbejde med deres partnere på måder, der forbedrer privatlivets fred, for at få indsigt og forbedre forretningsresultater.
Shamir Tanna er Senior Technical Product Manager hos Amazon Web Services.
Ryan Malecky er Senior Solutions Architect hos Amazon Web Services. Han er fokuseret på at hjælpe kunder med at få indsigt fra deres data, især med AWS Clean Rooms.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- Kilde: https://aws.amazon.com/blogs/machine-learning/run-an-audience-overlap-analysis-in-aws-clean-rooms/
- :er
- :hvor
- $OP
- 1
- 10
- 100
- 15 %
- 7
- a
- evner
- Om
- fremskynde
- adgang
- Konto
- tværs
- aktivere
- aktivt
- Yderligere
- adresser
- annoncører
- Reklame
- aggregat
- aggregering
- tillade
- tilladt
- tillader
- også
- Amazon
- Amazon Web Services
- an
- Analyser
- analyse
- analysere
- ,
- En anden
- enhver
- API'er
- tilgange
- ER
- AS
- Associate
- forbundet
- associerede
- Association
- foreninger
- At
- publikum
- automatisk
- til rådighed
- undgå
- AWS
- AWS Lim
- BE
- fordi
- før
- vegne
- være
- BEDSTE
- mellem
- både
- brud
- Builder
- virksomhed
- forretningsudvikling
- men
- by
- beregnet
- CAN
- bære
- tilfælde
- katalog
- kataloger
- vis
- udfordringer
- Vælg
- ren
- samarbejde
- samarbejder
- samarbejde
- samarbejder
- kollektive
- Kolonne
- Kolonner
- Fælles
- sammenligne
- fuldføre
- Fuldender
- computing
- begreber
- Adfærd
- gennemført
- Konfiguration
- konfigureret
- Konsol
- forbruger
- forbrugende
- kontrol
- kopiering
- kunne
- tælle
- skabe
- oprettet
- skaber
- skaberen
- kryptografisk
- Nuværende
- kunde
- kundedata
- Kunder
- skader
- data
- Databrænkelser
- Database
- datasæt
- beslutte
- afgørelser
- Standard
- definerede
- definition
- demonstreret
- beskrivelse
- detaljeret
- Bestem
- Udvikling
- digital
- Digitalt medie
- størrelse
- diskutere
- distinkt
- Divided
- Er ikke
- Dont
- hver
- editor
- effektiv
- ubesværet
- enten
- emails
- muliggør
- krypteret
- engagere
- Indtast
- enheder
- eric
- især
- evaluere
- evaluering
- evalueringer
- eksempel
- eksisterende
- udforske
- Eksponering
- udstrækning
- færre
- filtrere
- finde
- fokuserede
- efter
- Til
- fra
- funktion
- funktioner
- Endvidere
- Gevinst
- generere
- given
- Go
- hash'et
- Have
- he
- hjælpe
- hjælpe
- hjælper
- Hvordan
- How To
- Men
- http
- HTTPS
- ID
- identificere
- identificere
- Identity
- if
- illustrere
- Forbedre
- in
- Herunder
- Forøg
- stigende
- oplysninger
- indre
- indgang
- indsigt
- investering
- invitation
- invitere
- invitationer
- involvere
- IP
- IP-adresser
- IT
- deltage
- jpg
- lige
- Holde
- Nøgle
- nøgler
- senere
- førende
- LÆR
- Politikker
- GRÆNSE
- placering
- log
- logget
- logning
- længere
- Se
- off
- lave
- leder
- Match
- tændstikker
- matchende
- Matter
- Medier
- Mød
- medlem
- medlemskab
- Metadata
- metoder
- minimum
- minutter
- misbruge
- ændre
- mere
- flytning
- meget
- flere
- navn
- navne
- Naviger
- Navigation
- Behov
- behov
- Ny
- ingen
- nu
- nummer
- of
- tit
- on
- ONE
- kun
- Operatører
- Option
- or
- ordrer
- Andet
- vores
- ud
- udfald
- output
- overlapning
- egen
- side
- brød
- partner
- partnere
- Partnerskab
- partnerskaber
- part
- passerer
- betale
- opfattet
- procentdel
- Tilladelser
- person,
- planlægning
- plato
- Platon Data Intelligence
- PlatoData
- Indlæg
- potentiale
- praksis
- forud
- overvejende
- forudsætninger
- præsentere
- Beskyttelse af personlige oplysninger
- behandle
- Produkt
- produktchef
- udbydere
- giver
- forlægger
- udgivere
- forespørgsler
- query
- nå
- nået
- Læs
- grund
- modtage
- modtagende
- henvise
- region
- regler
- repræsenterer
- påkrævet
- Kræver
- Ressourcer
- dem
- resulterer
- Resultater
- genanvendelige
- gennemgå
- Anmeldelser
- Risiko
- risici
- roller
- Værelse
- Rum
- Herske
- regler
- Kør
- kører
- Ryan
- samme
- scenarie
- sdks
- Sektion
- sektioner
- sikker
- sikkert
- søger
- Vælg
- send
- sender
- senior
- følsom
- sendt
- tjeneste
- Tjenester
- sæt
- indstillinger
- Del
- deling
- bør
- vist
- Simpelt
- Størrelse
- So
- Løsninger
- påbegyndt
- udsagn
- Steps
- opbevaring
- forhandler
- indsendt
- sådan
- support
- bord
- Teknisk
- Teknologier
- tests
- end
- at
- deres
- Them
- derefter
- de
- tredjepart
- tredjepartsdata
- denne
- tærskel
- tid
- til
- I alt
- overførsler
- Stol
- TUR
- Drejede
- Drejning
- typen
- typer
- uberettiget
- underliggende
- enestående
- brug
- brug tilfælde
- anvendte
- brugere
- bruger
- ved brug af
- Værdifuld
- video
- ønsker
- Ur
- måder
- we
- web
- webservices
- Hvad
- hvornår
- hvorvidt
- som
- mens
- WHO
- vilje
- med
- skriver
- Du
- Din
- yours
- zephyrnet