Annonsører, utgivere og leverandører av reklameteknologi søker aktivt etter effektive måter å samarbeide med partnerne sine på for å generere innsikt om deres kollektive datasett. En vanlig grunn til å engasjere seg i datasamarbeid er å kjøre en publikumsoverlappingsanalyse, som er en vanlig analyse å kjøre når medieplanlegging og evaluering av nye partnerskap.
I dette innlegget utforsker vi hva en publikumsoverlappingsanalyse er, diskuterer dagens tekniske tilnærminger og deres utfordringer, og illustrerer hvordan du kan kjøre sikker publikumsoverlappingsanalyse ved å bruke AWS rene rom.
Målgruppeoverlappingsanalyse
Målgruppeoverlapping er prosentandelen av brukere i målgruppen din som også er til stede i et annet datasett (beregnet som antall brukere som er tilstede i både målgruppen din og et annet datasett delt på det totale antallet brukere i målgruppen). I den digitale medieplanleggingsprosessen utføres ofte publikumsoverlapping for å sammenligne en annonsørs førstepartsdatasett med en mediepartners (utgiver) datasett. Analysen er med på å bestemme hvor mye av annonsørens publikum som kan nås av en gitt mediepartner. Ved å evaluere overlappingen kan annonsører avgjøre om en mediepartner gir unik rekkevidde eller om mediepartnerens publikum hovedsakelig overlapper med annonsørens eksisterende publikum.
Aktuelle tilnærminger og utfordringer
Annonsører, utgivere, tredjeparts dataleverandører og andre enheter deler ofte dataene sine når de kjører målgruppeoverlapping eller matchtester. Vanlige metoder for å dele data, for eksempel bruk av piksler og SFTP-overføringer, kan medføre risiko fordi de involverer flytting av sensitiv kundeinformasjon. Å dele disse dataene med en annen part kan være tidkrevende og øke risikoen for potensielle datainnbrudd eller uautorisert tilgang. Hvis den mottakende parten mishandler dataene, kan det bryte personvernbestemmelsene, noe som resulterer i juridiske risikoer. Dessuten kan ethvert oppfattet misbruk eller eksponering av kundedata svekke forbrukernes tillit, noe som kan føre til skade på omdømmet og potensielt tap av virksomhet.
Løsningsoversikt
AWS Clean Rooms kan hjelpe deg og dine partnere enkelt og sikkert med å samarbeide om og analysere dine kollektive datasett – uten å kopiere hverandres underliggende data. Med AWS Clean Rooms kan du lage et datarensrom på få minutter og samarbeide med partnerne dine for å generere unik innsikt. AWS Clean Rooms lar deg kjøre en publikumsoverlappingsanalyse og generere verdifull innsikt samtidig som du unngår risiko forbundet med andre aktuelle tilnærminger.
Følgende er nøkkelbegreper og forutsetninger for å bruke AWS Clean Rooms:
- Hver part i analysen (samarbeidsmedlem) må ha en AWS-konto.
- Ett medlem inviterer det andre medlemmet til AWS Clean Rooms-samarbeidet. Det spiller ingen rolle hvilket medlem som oppretter invitasjonen. Samarbeidsskaperen bruker den invitertes AWS-konto-ID som input for å sende invitasjoner.
- Kun ett medlem kan spørre i samarbeidet, og kun ett medlem kan motta resultater fra samarbeidet. Evnen til hvert medlem defineres når samarbeidet opprettes.
- Hvert samarbeidsmedlem lagrer datasett i sine respektive Amazon enkel lagringstjeneste (Amazon S3) bøtte og katalogiserer dem (oppretter et skjema med kolonnenavn og datatyper) i AWS Lim Datakatalog. Du kan også opprette Data Catalog-definisjonen ved å bruke Amazonas Athena lage database og lage tabellsetninger.
- Samarbeidspartnere må ha sine S3-bøtter og datakatalogtabeller i samme AWS-region.
- Samarbeidspartnere kan bruke AWS Clean Rooms-konsollen, APIer eller AWS SDK-er for å sette opp et samarbeid.
- AWS Clean Rooms lar deg bruke hvilken som helst kolonne som en join-nøkkel, for eksempel hashed MAID-er, e-poster, IP-adresser og RampID-er.
- Hvert samarbeidsmedlem knytter sine egne data til samarbeidet.
La oss se på et scenario der en annonsør samarbeider med en utgiver for å identifisere publikumsoverlappingen. I dette eksemplet oppretter utgiveren samarbeidet, inviterer annonsøren og utpeker annonsøren som medlemmet som kan spørre og motta resultater.
Forutsetninger
For å invitere en annen person til et samarbeid, trenger du deres AWS-konto-ID. I vårt brukstilfelle trenger utgiveren AWS-konto-ID-en til annonsøren.
Skap et samarbeid
I vårt brukstilfelle oppretter utgiveren et samarbeid ved å bruke AWS Clean Rooms-konsollen og inviterer annonsøren.
For å opprette et samarbeid, fullfør følgende trinn:
- På AWS Clean Rooms, konsollen, velg Samarbeid i navigasjonsruten.
- Velg Skap samarbeid.
- Til Navn, skriv inn et navn for samarbeidet.
- på medlemmer seksjonen, skriv inn AWS-konto-ID-en til kontoen du vil invitere (i dette tilfellet annonsøren).
- på Medlemmets evner velger du medlemmet som kan spørre og motta resultater (i dette tilfellet annonsøren).
- Til Spørringslogging, avgjør om du vil at spørringslogging skal slås på. Spørringene logges til Amazon CloudWatch.
- Til Kryptografisk databehandling, avgjør om du vil slå på støtte for kryptografisk databehandling (forkrypter dataene dine før du tilknytter dem). AWS Clean Rooms vil deretter kjøre spørringer på de krypterte dataene.
- Velg neste.
- På Konfigurer medlemskap siden, velg om du vil opprette medlemskapet og samarbeidet nå, eller opprette samarbeidet men aktivere medlemskapet ditt senere.
- Til Standardinnstillinger for søkeresultater, velg om du vil beholde standardinnstillingene for å motta resultater.
- Til Logglagring i Amazon CloudWatch-logger, spesifiser logginnstillingene dine.
- Spesifiser eventuelle tagger og hvem som betaler for forespørsler.
- Velg neste.
- Se gjennom konfigurasjonen og velg å enten opprette samarbeidet og medlemskapet nå, eller bare samarbeidet.
Utgiveren sender en invitasjon til annonsøren. Annonsøren gjennomgår samarbeidsinnstillingene og oppretter et medlemskap.
Lag en konfigurert tabell og sett analyseregler
Utgiveren oppretter en konfigurert tabell fra AWS Glue-tabellen (som representerer metadatadefinisjonen av S3-dataene, inkludert plassering, slik at den kan leses av AWS Clean Rooms når spørringen kjøres).
Fullfør følgende trinn:
- På AWS Clean Rooms-konsollen velger du Konfigurerte tabeller i navigasjonsruten.
- Velg Konfigurer ny tabell.
- på Velg AWS Limbord seksjon, velg databasen og tabellen.
- på Kolonner tillatt i samarbeid seksjon, velg hvilken av de eksisterende tabellkolonnene som skal tillate spørring i samarbeidet.
- på Konfigurerte tabelldetaljer seksjon, skriv inn et navn og valgfri beskrivelse for den konfigurerte tabellen.
- Velg Konfigurer ny tabell.
- Velg analyseregeltypen som samsvarer med typen søk du vil tillate i tabellen. For å tillate en aggregeringsanalyse, for eksempel å finne størrelsen på publikumsoverlappingen, velger du regeltypen for aggregeringsanalyse.
- på Aggregerte funksjoner delen velger TELL DISTINKT som den samlede funksjonen.
- på Bli med kontroller seksjon, velg om samarbeidspartneren din er pålagt å bli med i et bord med ditt. Fordi dette er et brukertilfelle for publikumsoverlapping, velg Nei, kun overlapping kan spørres.
- Velg operatorene som skal tillate samsvar (for dette eksemplet, velg OG og OR).
- på Dimensjonskontroller seksjon, velg om du vil gjøre noen kolonner tilgjengelige som dimensjoner.
- på Skalarfunksjoner seksjon, velg om du vil begrense tillatte skalarfunksjoner.
- Velg neste.
- på Aggregasjonsbegrensninger seksjonen, velg minste aggregeringsbegrensning for den konfigurerte tabellen.
Dette lar deg filtrere ut rader som ikke oppfyller en viss minimumsterskel for brukere (hvis for eksempel terskelen er satt til 10, filtreres rader som samler færre enn 10 brukere ut).
Knytt bordet til samarbeidet
AWS Clean Rooms krever tilgang til å lese tabellen for å kjøre søket sendt av annonsøren. Fullfør følgende trinn for å tilknytte tabellen:
- På AWS Clean Rooms-konsollen navigerer du til samarbeidet ditt.
- Velg Tilknyttet tabell.
- Til Konfigurert tabellnavn, velg navnet på den konfigurerte tabellen.
- på Tabellforeningsdetaljer seksjon, skriv inn et navn og en valgfri beskrivelse for tabellen.
- på Tjenestetilgang seksjon, kan du velge å bruke standardinnstillingene for å opprette en AWS identitets- og tilgangsadministrasjon (IAM) tjenesterolle for AWS Clean Rooms automatisk, eller du kan bruke en eksisterende rolle. IAM-tillatelser kreves for å opprette eller endre rollen og overføre rollen til AWS Clean Rooms.
- Velg Tilknyttet tabell.
Annonsøren fullfører også trinnene beskrevet i de foregående delene for å lage en konfigurert tabell og knytte den til samarbeidet.
Kjør spørringer i spørringsredigeringsprogrammet
Annonsøren kan nå navigere til Spørringer fanen for samarbeids- og gjennomgangstabeller for å spørre og deres analyseregler. Du kan spesifisere
S3-bøtten der utdataene fra overlappingsspørringen vil gå.
Annonsøren kan nå skrive og kjøre et overlappingssøk. Du kan bruke en hashet e-post som en sammenføyningsnøkkel for spørringen (du har muligheten til å bruke hvilken som helst kolonne som sammenføyningsnøkkel og kan også bruke flere kolonner for flere sammenføyningsnøkler). Du kan også bruke Analysis Builder uten kode for å få AWS Clean Rooms til å generere SQL på dine vegne. For vår brukssituasjon kjører vi følgende spørringer:
Søkeresultatene sendes til annonsørens S3-bøtte, som vist i følgende skjermbilde.
Rydd opp
Det er en god praksis å slette ressurser som ikke lenger brukes. Annonsøren og utgiveren bør rydde opp i sine respektive ressurser:
- annonsør – Annonsøren sletter sine konfigurerte bordtilknytninger og samarbeidsmedlemskap. De trenger imidlertid ikke å slette den konfigurerte tabellen fordi den kan gjenbrukes på tvers av samarbeid.
- Publisher – Utgiveren sletter sine konfigurerte tabelltilknytninger og samarbeidet. De trenger ikke å slette den konfigurerte tabellen fordi den kan gjenbrukes på tvers av samarbeid.
konklusjonen
I dette innlegget demonstrerte vi hvordan du setter opp et publikumsoverlappende samarbeid ved å bruke AWS Clean Rooms for medieplanlegging og partnerskapsevaluering ved å bruke en hashed e-post som en sammenføyningsnøkkel mellom datasett. Annonsører henvender seg i økende grad til AWS Clean Rooms for å gjennomføre analyser av publikumsoverlapping med sine mediepartnere, noe som hjelper deres medieinvesteringsbeslutninger. Videre hjelper publikumsoverlapping deg med å akselerere partnerskapsevalueringene dine ved å identifisere omfanget av overlapping du deler med potensielle partnere.
For å lære mer om AWS Clean Rooms, se videoen Komme i gang med AWS Clean Rooms, og referer til følgende tilleggsressurser:
Om forfatterne
Eric Saccullo er Senior Business Development Manager for AWS Clean Rooms hos Amazon Web Services. Han er fokusert på å hjelpe kunder med å samarbeide med partnerne sine på måter som forbedrer personvernet for å få innsikt og forbedre forretningsresultater.
Shamir Tanna er Senior Technical Product Manager hos Amazon Web Services.
Ryan Malecky er senior løsningsarkitekt hos Amazon Web Services. Han er fokusert på å hjelpe kunder med å få innsikt fra dataene deres, spesielt med AWS Clean Rooms.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
- PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
- PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
- PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
- kilde: https://aws.amazon.com/blogs/machine-learning/run-an-audience-overlap-analysis-in-aws-clean-rooms/
- :er
- :hvor
- $OPP
- 1
- 10
- 100
- 15%
- 7
- a
- evner
- Om oss
- akselerere
- adgang
- Logg inn
- tvers
- aktivere
- aktivt
- Ytterligere
- adresser
- annonsører
- Annonsering
- aggregat
- aggregering
- tillate
- tillatt
- tillater
- også
- Amazon
- Amazon Web Services
- an
- analyser
- analyse
- analysere
- og
- En annen
- noen
- APIer
- tilnærminger
- ER
- AS
- Førsteamanuensis
- assosiert
- tilknyttede
- Association
- foreninger
- At
- publikum
- automatisk
- tilgjengelig
- unngå
- AWS
- AWS Lim
- BE
- fordi
- før du
- vegne
- være
- BEST
- mellom
- både
- brudd
- bygger
- virksomhet
- forretningsutvikling
- men
- by
- beregnet
- CAN
- bære
- saken
- katalog
- kataloger
- viss
- utfordringer
- Velg
- ren
- samarbeide
- samarbeider
- samarbeid
- samarbeid
- Collective
- Kolonne
- kolonner
- Felles
- sammenligne
- fullføre
- Fullfører
- databehandling
- konsepter
- Gjennomføre
- gjennomført
- Konfigurasjon
- konfigurert
- Konsoll
- forbruker
- tidkrevende
- kontroller
- kopiering
- kunne
- telle
- skape
- opprettet
- skaper
- skaperen
- kryptografisk
- Gjeldende
- kunde
- kunde Data
- Kunder
- skade
- dato
- Databrudd
- Database
- datasett
- bestemme
- avgjørelser
- Misligholde
- definert
- definisjon
- demonstrert
- beskrivelse
- detaljert
- Bestem
- Utvikling
- digitalt
- Digitale medier
- dimensjoner
- diskutere
- distinkt
- Divided
- ikke
- ikke
- hver enkelt
- redaktør
- effektiv
- uanstrengt
- enten
- emalje
- e-post
- muliggjør
- kryptert
- engasjere
- Enter
- enheter
- eric
- spesielt
- evaluere
- evaluering
- evalueringer
- eksempel
- eksisterende
- utforske
- Eksponering
- grad
- færre
- filtrere
- finne
- fokuserte
- etter
- Til
- fra
- funksjon
- funksjoner
- Dess
- Gevinst
- generere
- gitt
- Go
- hashet
- Ha
- he
- hjelpe
- hjelpe
- hjelper
- Hvordan
- Hvordan
- Men
- http
- HTTPS
- ID
- identifisere
- identifisering
- Identitet
- if
- illustrere
- forbedre
- in
- Inkludert
- Øke
- stadig
- informasjon
- indre
- inngang
- innsikt
- investering
- invitasjon
- invitere
- inviterer
- involvere
- IP
- IP-adresser
- IT
- bli medlem
- jpg
- bare
- Hold
- nøkkel
- nøkler
- seinere
- ledende
- LÆRE
- Lovlig
- BEGRENSE
- plassering
- logg
- logget
- logging
- lenger
- Se
- tap
- gjøre
- leder
- Match
- fyrstikker
- matchende
- Saken
- Media
- Møt
- medlem
- medlemskap
- metadata
- metoder
- minimum
- minutter
- misbruk
- modifisere
- mer
- flytting
- mye
- flere
- navn
- navn
- Naviger
- Navigasjon
- Trenger
- behov
- Ny
- Nei.
- nå
- Antall
- of
- ofte
- on
- ONE
- bare
- operatører
- Alternativ
- or
- rekkefølge
- Annen
- vår
- ut
- utfall
- produksjon
- overlapping
- egen
- side
- brød
- partner
- partnere
- Partnerskap
- partnerskap
- parti
- passere
- betalende
- oppfattet
- prosent
- tillatelser
- person
- planlegging
- plato
- Platon Data Intelligence
- PlatonData
- Post
- potensiell
- praksis
- forut
- hovedsakelig
- forutsetninger
- presentere
- privatliv
- prosess
- Produkt
- Produktsjef
- tilbydere
- gir
- utgiver
- utgivere
- spørsmål
- spørring
- å nå
- nådd
- Lese
- grunnen til
- motta
- mottak
- referere
- region
- forskrifter
- representerer
- påkrevd
- Krever
- Ressurser
- de
- resulterende
- Resultater
- gjenbruk
- anmeldelse
- Anmeldelser
- Risiko
- risikoer
- Rolle
- rom
- Rom
- Regel
- regler
- Kjør
- rennende
- Ryan
- samme
- scenario
- sdks
- Seksjon
- seksjoner
- sikre
- sikkert
- søker
- velg
- send
- sender
- senior
- sensitive
- sendt
- tjeneste
- Tjenester
- sett
- innstillinger
- Del
- deling
- bør
- vist
- Enkelt
- Størrelse
- So
- Solutions
- startet
- uttalelser
- Steps
- lagring
- butikker
- innsendt
- slik
- støtte
- bord
- Teknisk
- Teknologi
- tester
- enn
- Det
- De
- deres
- Dem
- deretter
- de
- tredjeparts
- tredjepartsdata
- denne
- terskel
- tid
- til
- Totalt
- overføringer
- Stol
- SVING
- snudde
- Turning
- typen
- typer
- uautorisert
- underliggende
- unik
- bruke
- bruk sak
- brukt
- Brukere
- bruker
- ved hjelp av
- Verdifull
- video
- ønsker
- Se
- måter
- we
- web
- webtjenester
- Hva
- når
- om
- hvilken
- mens
- HVEM
- vil
- med
- skrive
- Du
- Din
- yours
- zephyrnet