Pengiklan, penerbit, dan penyedia teknologi periklanan secara aktif mencari cara yang efisien untuk berkolaborasi dengan mitra mereka guna menghasilkan wawasan tentang kumpulan data kolektif mereka. Salah satu alasan umum untuk terlibat dalam kolaborasi data adalah untuk menjalankan analisis tumpang tindih audiens, yang merupakan analisis umum yang dilakukan ketika media merencanakan dan mengevaluasi kemitraan baru.
Dalam postingan ini, kami mengeksplorasi apa itu analisis tumpang tindih audiens, mendiskusikan pendekatan teknis saat ini dan tantangannya, serta mengilustrasikan bagaimana Anda dapat menjalankan analisis tumpang tindih audiens yang aman menggunakan Kamar Bersih AWS.
Analisis audiens yang tumpang tindih
Tumpang tindih audiens adalah persentase pengguna di audiens Anda yang juga ada di kumpulan data lain (dihitung sebagai jumlah pengguna yang ada di audiens Anda dan kumpulan data lain dibagi dengan jumlah total pengguna di audiens Anda). Dalam proses perencanaan media digital, tumpang tindih audiens sering kali dilakukan untuk membandingkan kumpulan data pihak pertama pengiklan dengan kumpulan data mitra media (penerbit). Analisis ini membantu menentukan seberapa besar audiens pengiklan yang dapat dijangkau oleh mitra media tertentu. Dengan mengevaluasi tumpang-tindih tersebut, pengiklan dapat menentukan apakah mitra media memberikan jangkauan unik atau apakah audiens mitra media sebagian besar tumpang tindih dengan audiens pengiklan yang sudah ada.
Pendekatan dan tantangan saat ini
Pengiklan, penerbit, penyedia data pihak ketiga, dan entitas lain sering kali membagikan data mereka saat menjalankan uji kecocokan atau tumpang tindih audiens. Metode umum untuk berbagi data, seperti menggunakan piksel dan transfer SFTP, dapat menimbulkan risiko karena melibatkan pemindahan informasi sensitif pelanggan. Membagikan data ini ke pihak lain dapat memakan waktu dan meningkatkan risiko potensi pelanggaran data atau akses tidak sah. Jika pihak penerima salah dalam menangani data, hal tersebut dapat melanggar peraturan privasi sehingga menimbulkan risiko hukum. Selain itu, dugaan penyalahgunaan atau pemaparan data pelanggan dapat mengikis kepercayaan konsumen, sehingga menyebabkan kerusakan reputasi dan potensi kerugian bisnis.
Ikhtisar solusi
AWS Clean Rooms dapat membantu Anda dan mitra Anda dengan mudah dan aman berkolaborasi dan menganalisis kumpulan data kolektif Andaโtanpa menyalin data pokok satu sama lain. Dengan AWS Clean Rooms, Anda dapat membuat ruang bersih data dalam hitungan menit dan berkolaborasi dengan mitra Anda untuk menghasilkan wawasan unik. AWS Clean Rooms memungkinkan Anda menjalankan analisis audiens yang tumpang tindih dan menghasilkan wawasan berharga sambil menghindari risiko yang terkait dengan pendekatan lain saat ini.
Berikut ini adalah konsep utama dan prasyarat untuk menggunakan AWS Clean Rooms:
- Setiap pihak dalam analisis (anggota kolaborasi) harus memiliki akun AWS.
- Salah satu anggota mengundang anggota lainnya ke kolaborasi AWS Clean Rooms. Tidak masalah anggota mana yang membuat undangan. Pembuat kolaborasi menggunakan ID akun AWS orang yang diundang sebagai input untuk mengirim undangan.
- Hanya satu anggota yang dapat melakukan kueri dalam kolaborasi, dan hanya satu anggota yang dapat menerima hasil dari kolaborasi tersebut. Kemampuan masing-masing anggota ditentukan ketika kolaborasi dibuat.
- Setiap anggota kolaborasi menyimpan dataset di masing-masingnya Layanan Penyimpanan Sederhana Amazon (Amazon S3) bucket dan mengkatalogkannya (membuat skema dengan nama kolom dan tipe data) di Lem AWS Katalog Data. Anda juga dapat membuat definisi Katalog Data menggunakan Amazon Athena membuat database dan membuat pernyataan tabel.
- Kolaborator harus memiliki bucket S3 dan tabel Katalog Data di Wilayah AWS yang sama.
- Kolaborator dapat menggunakan konsol AWS Clean Rooms, API, atau SDK AWS untuk menyiapkan kolaborasi.
- AWS Clean Rooms memungkinkan Anda menggunakan kolom apa pun sebagai kunci gabungan, misalnya MAID, email, alamat IP, dan RampID yang di-hash.
- Setiap anggota kolaborasi mengaitkan data mereka sendiri ke kolaborasi.
Mari kita lihat skenario saat pengiklan berkolaborasi dengan penerbit untuk mengidentifikasi audiens yang tumpang tindih. Dalam contoh ini, penerbit membuat kolaborasi, mengundang pengiklan, dan menunjuk pengiklan sebagai anggota yang dapat melakukan kueri dan menerima hasil.
Prasyarat
Untuk mengundang orang lain ke kolaborasi, Anda memerlukan ID akun AWS mereka. Dalam kasus penggunaan kami, penerbit memerlukan ID akun AWS pengiklan.
Buat kolaborasi
Dalam kasus penggunaan kami, penerbit membuat kolaborasi menggunakan konsol AWS Clean Rooms dan mengundang pengiklan.
Untuk membuat kolaborasi, selesaikan langkah-langkah berikut:
- Di AWS Clean Rooms, konsol, pilih Kolaborasi di panel navigasi.
- Pilih Buat kolaborasi.
- Untuk Nama, masukkan nama untuk kolaborasi.
- Dalam majalah Anggota bagian, masukkan ID akun AWS dari akun yang ingin Anda undang (dalam hal ini, pengiklan).
- Dalam majalah Kemampuan anggota bagian, pilih anggota yang dapat menanyakan dan menerima hasil (dalam hal ini, pengiklan).
- Untuk Pencatatan kueri, putuskan apakah Anda ingin pencatatan kueri diaktifkan. Kueri telah dicatat amazoncloudwatch.
- Untuk Komputasi kriptografi, putuskan apakah Anda ingin mengaktifkan dukungan untuk komputasi kriptografi (enkripsi data Anda terlebih dahulu sebelum mengaitkannya). AWS Clean Rooms kemudian akan menjalankan kueri pada data terenkripsi.
- Pilih Selanjutnya.
- pada Konfigurasikan keanggotaan halaman, pilih apakah Anda ingin membuat keanggotaan dan kolaborasi sekarang, atau membuat kolaborasi tetapi mengaktifkan keanggotaan Anda nanti.
- Untuk Setelan hasil kueri default, pilih apakah Anda ingin mempertahankan pengaturan default untuk menerima hasil.
- Untuk Penyimpanan log di Amazon CloudWatch Logs, tentukan pengaturan log Anda.
- Tentukan tag apa pun dan siapa yang membayar untuk kueri.
- Pilih Selanjutnya.
- Tinjau konfigurasi dan pilih untuk membuat kolaborasi dan keanggotaan sekarang, atau hanya kolaborasi.
Penerbit mengirimkan undangan kepada pengiklan. Pengiklan meninjau pengaturan kolaborasi dan membuat keanggotaan.
Buat tabel yang dikonfigurasi dan tetapkan aturan analisis
Penerbit membuat tabel yang dikonfigurasi dari tabel AWS Glue (yang mewakili definisi metadata data S3, termasuk lokasi, sehingga dapat dibaca oleh AWS Clean Rooms saat kueri dijalankan).
Selesaikan langkah-langkah berikut:
- Di konsol AWS Clean Rooms, pilih Tabel yang dikonfigurasi di panel navigasi.
- Pilih Konfigurasi tabel baru.
- Dalam majalah Pilih tabel AWS Glue bagian, pilih database dan tabel Anda.
- Dalam majalah Kolom diperbolehkan berkolaborasi bagian, pilih kolom tabel mana yang ada yang memungkinkan kueri dalam kolaborasi.
- Dalam majalah Detail tabel yang dikonfigurasi bagian, masukkan nama dan deskripsi opsional untuk tabel yang dikonfigurasi.
- Pilih Konfigurasi tabel baru.
- Pilih tipe aturan analisis yang cocok dengan tipe kueri yang ingin Anda izinkan pada tabel. Untuk memungkinkan analisis agregasi, seperti menemukan ukuran audiens yang tumpang tindih, pilih jenis aturan analisis agregasi.
- Dalam majalah Fungsi agregat bagian, pilih HITUNGAN BERBEDA sebagai fungsi agregat.
- Dalam majalah Gabung kontrol di bagian ini, pilih apakah kolaborator Anda diharuskan bergabung ke meja dengan milik Anda. Karena ini adalah kasus penggunaan audiens yang tumpang tindih, pilih Tidak, hanya tumpang tindih yang dapat ditanyakan.
- Pilih operator yang memungkinkan pencocokan (untuk contoh ini, pilih DAN dan OR).
- Dalam majalah Kontrol dimensi bagian, pilih apakah Anda ingin membuat kolom tersedia sebagai dimensi.
- Dalam majalah Fungsi skalar bagian, pilih apakah Anda ingin membatasi fungsi skalar yang diizinkan.
- Pilih Selanjutnya.
- Dalam majalah Batasan agregasi bagian, pilih batasan agregasi minimum untuk tabel yang dikonfigurasi.
Hal ini memungkinkan Anda memfilter baris yang tidak memenuhi ambang batas minimum tertentu untuk pengguna (misalnya, jika ambang batas ditetapkan ke 10, baris yang mengumpulkan kurang dari 10 pengguna akan difilter).
Kaitkan tabel ke kolaborasi
AWS Clean Rooms memerlukan akses untuk membaca tabel untuk menjalankan kueri yang dikirimkan oleh pengiklan. Selesaikan langkah-langkah berikut untuk mengaitkan tabel:
- Di konsol AWS Clean Rooms, navigasikan ke kolaborasi Anda.
- Pilih Tabel asosiasi.
- Untuk Nama tabel yang dikonfigurasi, pilih nama tabel yang Anda konfigurasi.
- Dalam majalah Detail asosiasi tabel bagian, masukkan nama dan deskripsi opsional untuk tabel.
- Dalam majalah Akses layanan bagian, Anda dapat memilih untuk menggunakan pengaturan default untuk membuat Identitas AWS dan Manajemen Akses (IAM) peran layanan untuk AWS Clean Rooms secara otomatis, atau Anda dapat menggunakan peran yang sudah ada. Izin IAM diperlukan untuk membuat atau mengubah peran dan meneruskan peran tersebut ke AWS Clean Rooms.
- Pilih Tabel asosiasi.
Pengiklan juga menyelesaikan langkah-langkah yang dijelaskan secara rinci di bagian sebelumnya untuk membuat tabel yang dikonfigurasi dan mengaitkannya dengan kolaborasi.
Jalankan kueri di editor kueri
Pengiklan sekarang dapat menavigasi ke Pertanyaan tab untuk tabel kolaborasi dan tinjauan untuk kueri dan aturan analisisnya. Anda dapat menentukan
bucket S3 tempat output kueri yang tumpang tindih akan ditempatkan.
Pengiklan sekarang dapat menulis dan menjalankan kueri yang tumpang tindih. Anda dapat menggunakan email hash sebagai kunci gabungan untuk kueri (Anda memiliki opsi untuk menggunakan kolom mana pun sebagai kunci gabungan dan juga dapat menggunakan beberapa kolom untuk beberapa kunci gabungan). Anda juga dapat menggunakan opsi tanpa kode Pembuat Analisis agar AWS Clean Rooms menghasilkan SQL atas nama Anda. Untuk kasus penggunaan kami, kami menjalankan kueri berikut:
Hasil kueri dikirim ke bucket S3 pengiklan, seperti yang ditunjukkan pada tangkapan layar berikut.
Membersihkan
Merupakan praktik terbaik untuk menghapus sumber daya yang tidak lagi digunakan. Pengiklan dan penerbit harus membersihkan sumber daya masing-masing:
- Pemasang iklan โ Pengiklan menghapus asosiasi tabel dan keanggotaan kolaborasi yang dikonfigurasi. Namun, mereka tidak perlu menghapus tabel yang dikonfigurasi karena tabel tersebut dapat digunakan kembali di seluruh kolaborasi.
- Publisher โ Penerbit menghapus asosiasi tabel yang dikonfigurasi dan kolaborasinya. Mereka tidak perlu menghapus tabel yang dikonfigurasi karena tabel tersebut dapat digunakan kembali di seluruh kolaborasi.
Kesimpulan
Dalam postingan ini, kami mendemonstrasikan cara menyiapkan kolaborasi audiens yang tumpang tindih menggunakan AWS Clean Rooms untuk perencanaan media dan evaluasi kemitraan menggunakan email hash sebagai kunci gabungan antar set data. Pengiklan semakin banyak yang beralih ke AWS Clean Rooms untuk melakukan analisis audiens yang tumpang tindih dengan mitra media mereka, sehingga membantu keputusan investasi media mereka. Selain itu, tumpang tindih audiens membantu Anda mempercepat evaluasi kemitraan dengan mengidentifikasi sejauh mana tumpang tindih yang Anda alami dengan calon mitra.
Untuk mempelajari lebih lanjut tentang AWS Clean Rooms, tonton videonya Memulai AWS Clean Room, dan lihat sumber daya tambahan berikut:
Tentang Penulis
Eric Saccullo adalah Manajer Pengembangan Bisnis Senior untuk AWS Clean Rooms di Amazon Web Services. Dia fokus membantu pelanggan berkolaborasi dengan mitra mereka melalui cara yang meningkatkan privasi untuk mendapatkan wawasan dan meningkatkan hasil bisnis.
Shamir Tanna adalah Manajer Produk Teknis Senior di Amazon Web Services.
Ryan Malecky adalah Arsitek Solusi Senior di Amazon Web Services. Dia fokus membantu pelanggan mendapatkan wawasan dari data mereka, terutama dengan AWS Clean Rooms.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/run-an-audience-overlap-analysis-in-aws-clean-rooms/
- :adalah
- :Di mana
- $NAIK
- 1
- 10
- 100
- 15%
- 7
- a
- kemampuan
- Tentang Kami
- mempercepat
- mengakses
- Akun
- di seluruh
- diaktifkan
- aktif
- Tambahan
- alamat
- pengiklan
- pengiklanan
- agregat
- pengumpulan
- mengizinkan
- diizinkan
- memungkinkan
- juga
- Amazon
- Amazon Web Services
- an
- Analisis
- analisis
- menganalisa
- dan
- Lain
- Apa pun
- Lebah
- pendekatan
- ADALAH
- AS
- Menghubungkan
- terkait
- asosiasi
- Asosiasi
- asosiasi
- At
- para penonton
- secara otomatis
- tersedia
- menghindari
- AWS
- Lem AWS
- BE
- karena
- sebelum
- nama
- makhluk
- TERBAIK
- antara
- kedua
- pelanggaran
- pembangun
- bisnis
- pengembangan bisnis
- tapi
- by
- dihitung
- CAN
- membawa
- kasus
- katalog
- katalog
- tertentu
- tantangan
- Pilih
- membersihkan
- Berkolaborasi
- berkolaborasi
- kolaborasi
- Kolaborasi
- Kolektif
- Kolom
- Kolom
- Umum
- membandingkan
- lengkap
- Selesaikan
- komputasi
- konsep
- Mengadakan
- dilakukan
- konfigurasi
- dikonfigurasi
- konsul
- konsumen
- memakan
- kontrol
- penyalinan
- bisa
- menghitung
- membuat
- dibuat
- menciptakan
- pencipta
- kriptografi
- terbaru
- pelanggan
- data pelanggan
- pelanggan
- kerusakan
- data
- Pelanggaran Data
- Basis Data
- kumpulan data
- memutuskan
- keputusan
- Default
- didefinisikan
- definisi
- menunjukkan
- deskripsi
- terperinci
- Menentukan
- Pengembangan
- digital
- Media digital
- ukuran
- membahas
- berbeda
- Terbagi
- Tidak
- Dont
- setiap
- editor
- efisien
- mudah
- antara
- memungkinkan
- terenkripsi
- mengikutsertakan
- Enter
- entitas
- eric
- terutama
- mengevaluasi
- evaluasi
- evaluasi
- contoh
- ada
- menyelidiki
- Pencahayaan
- tingkat
- sedikit
- menyaring
- temuan
- terfokus
- berikut
- Untuk
- dari
- fungsi
- fungsi
- Selanjutnya
- Mendapatkan
- menghasilkan
- diberikan
- Go
- hash
- Memiliki
- he
- membantu
- membantu
- membantu
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- Namun
- http
- HTTPS
- ID
- mengenali
- mengidentifikasi
- identitas
- if
- menjelaskan
- memperbaiki
- in
- Termasuk
- Meningkatkan
- makin
- informasi
- batin
- memasukkan
- wawasan
- investasi
- undangan
- mengundang
- mengundang
- melibatkan
- IP
- Alamat IP
- IT
- ikut
- jpg
- hanya
- Menjaga
- kunci
- kunci-kunci
- kemudian
- terkemuka
- BELAJAR
- Informasi
- MEMBATASI
- tempat
- mencatat
- login
- penebangan
- lagi
- melihat
- lepas
- membuat
- manajer
- Cocok
- korek api
- sesuai
- hal
- Media
- Pelajari
- anggota
- keanggotaan
- Metadata
- metode
- minimum
- menit
- penyalahgunaan
- memodifikasi
- lebih
- bergerak
- banyak
- beberapa
- nama
- nama
- Arahkan
- Navigasi
- Perlu
- kebutuhan
- New
- tidak
- sekarang
- jumlah
- of
- sering
- on
- ONE
- hanya
- operator
- pilihan
- or
- urutan
- Lainnya
- kami
- di luar
- hasil
- keluaran
- tumpang tindih
- sendiri
- halaman
- pane
- pasangan
- rekan
- Kemitraan
- kemitraan
- pihak
- lulus
- pembayaran
- dirasakan
- persentase
- Izin
- orang
- perencanaan
- plato
- Kecerdasan Data Plato
- Data Plato
- Pos
- potensi
- praktek
- mendahului
- terutama
- prasyarat
- menyajikan
- pribadi
- proses
- Produk
- manajer produk
- penyedia
- menyediakan
- penerbit
- penerbit
- query
- pertanyaan
- mencapai
- tercapai
- Baca
- alasan
- menerima
- menerima
- lihat
- wilayah
- peraturan
- merupakan
- wajib
- membutuhkan
- Sumber
- itu
- dihasilkan
- Hasil
- dapat digunakan kembali
- ulasan
- Review
- Risiko
- risiko
- Peran
- Kamar
- kamar
- Aturan
- aturan
- Run
- berjalan
- Ryan
- sama
- skenario
- SDK
- Bagian
- bagian
- aman
- aman
- pencarian
- memilih
- mengirim
- mengirimkan
- senior
- peka
- mengirim
- layanan
- Layanan
- set
- pengaturan
- Share
- berbagi
- harus
- ditunjukkan
- Sederhana
- Ukuran
- So
- Solusi
- mulai
- Laporan
- Tangga
- penyimpanan
- toko
- disampaikan
- seperti itu
- mendukung
- tabel
- Teknis
- Teknologi
- tes
- dari
- bahwa
- Grafik
- mereka
- Mereka
- kemudian
- mereka
- pihak ketiga
- data pihak ketiga
- ini
- ambang
- waktu
- untuk
- Total
- transfer
- Kepercayaan
- MENGHIDUPKAN
- Berbalik
- Putar
- mengetik
- jenis
- tidak sah
- pokok
- unik
- menggunakan
- gunakan case
- bekas
- Pengguna
- kegunaan
- menggunakan
- Berharga
- Video
- ingin
- Menonton
- cara
- we
- jaringan
- layanan web
- Apa
- ketika
- apakah
- yang
- sementara
- SIAPA
- akan
- dengan
- menulis
- Kamu
- Anda
- milikmu
- zephyrnet.dll