AWS Clean Rooms ML

與您的合作夥伴一同應用 ML,無需共享基礎資料

AWS Clean Rooms ML 可協助您和您的合作夥伴套用增強隱私權的控制項,以保障您的專有資料和 ML 模型,同時產生預測性洞察,而無需共用或複製彼此的原始資料或模型。藉助 AWS Clean Rooms ML 自訂建模,您和您的合作夥伴可使用第一方資料和演算法,帶來自訂 ML 模型進行訓練和推論,以大規模套用 ML 預測,而無需共用敏感的智慧財產權。您還可以使用 AWS 撰寫的類似模型,並邀請合作夥伴將其記錄的一小部分範例導入協作,以產生擴充的類似記錄集,同時保護您和合作夥伴的基礎資料。

AWS Clean Rooms ML 簡介

AWS Clean Rooms ML 的優勢

使用 AWS Clean Rooms ML,您的資料僅用於訓練自訂或類似模型,並且這些資料不會在協作者之間共用,也不會用於 AWS 模型訓練。您可以隨時從 Clean Rooms ML 中移除資料或刪除自訂模型,也可以套用增強隱私權的控制項來保護自己帶入協作的敏感資料。
藉助 AWS Clean Rooms ML 自訂建模,您可以使用模型、演算法和資料執行 ML 訓練和推論,與合作夥伴一起產生預測性洞見,而無需共用您帶入協作的專有模型或演算法。
藉助 AWS Clean Rooms ML 類似建模,您可以為自己和合作夥伴訓練 AWS 擁有的自訂 ML 模型。在各種資料集 (例如新聞、電子商務和串流影片頻道) 中建置和測試 AWS 撰寫的該模型。您的資料僅供模型訓練之用,資料不會與任一方共用,且您可以隨時移除資料或刪除自訂模型。

使用案例

廣告商能夠將其專有模型和資料帶入 Clean Rooms 協作並邀請發布者加入其資料,以此訓練和部署可幫助提高廣告行銷活動效率的自訂 ML 模型。

金融機構可使用歷史交易記錄來訓練自訂 ML 模型,並邀請合作夥伴進行 Clean Rooms 協作以偵測詐騙交。

研究機構和醫院網路可以尋找與現有臨床試驗參與者類似的人選,以利推動臨床研究。

品牌和發行商可為市場內客戶的類似區段建模,並提供高度相關的廣告體驗。

客戶和合作夥伴

Flywheel

Xmars 是一個採用 AI 技術的進階廣告管理平台,在最大化 Amazon 廣告支出的回報方面,為品牌、賣家和代理商提供無與倫比的優勢。

「我們客戶的首要任務是以高精確度推動增量覆蓋範圍,並且高效地擴展。藉助 AWS Clean Rooms ML 解決方案,以及擴充的 Amazon 行銷雲 (AMC) 資料,我們能夠建立高度自訂的模型化受眾,旨在預測使用者參與廣告或完成購買的可能性。透過 Amazon DSP 直接觸及模型化受眾,Amazon 的這種自攜模型 (BYoM) 方法使詳細頁面瀏覽率增加 34%,且購物者交易金額提高了 24%。AWS Clean Rooms 確實為我們帶來更多的可能性和靈活性,讓我們能夠為廣告商探索高價值潛在客戶。」

Xmars 聯合創辦人 Tony Wang

Flywheel 是一家電子商務零售代理商。其一流的服務,加上量身定製的專業知識和尖端的軟體解決方案,旨在實現單一目標:致力於為在 Amazon 經營的客戶提高銷售、份額和盈利能力。

「AWS Clean Rooms ML 不斷增強我們衡量使用者購買傾向的能力。憑藉隱私權安全的深度學習,我們能夠擷取使用者及其購物之旅間的複雜關係,從而為我們的品牌進行更精確的定位。我們首次能夠以隱私權安全的方式,在個別層面定製購物之旅,為他們和我們的客戶帶來更好的成果。」

Flywheel 資料科學資深經理 Dan Nealon

Xmars

Amazon 行銷雲 (AMC) 是 Amazon Ads 推出的具有隱私保護功能的安全無塵室應用程式,其可利用自訂分析及跨通道分析功能,為數千個行銷商提供支援。建置者可以使用 AMC API 建立自己的產品,而分析師則可以透過 Amazon Ad 主控台與可用的使用者介面互動。

「AMC Audiences 現在提供由 AWS Clean Rooms ML 支援的全新自訂類似觀眾 (可在 Amazon DSP 中的活動中啟用),並且協助廣告商發現更多符合其目標的觀眾。自 2023 年 10 月推出以來,這項功能助力領先的 CPG 品牌接觸新潛在客戶並提升活動效能。」

Amazon Ads 廣告測量副總裁 Paula Despins

Slalom 是一家全球商業與技術諮詢公司。

「我們一直希望與發布者客戶合作更新其技術堆疊,以便他們更輕鬆地完全發揮高品質廣告庫存的潛力。由於廣告商尋求提高廣告效率的方法,AWS Clean Rooms ML 高度準確的機器學習建模對其非常具有吸引力。AWS Clean Rooms ML 提供易於使用的介面,讓廣告商和品牌可使用此介面識別適合廣告活動的使用者,同時保護雙方的敏感資料。」

Mukesh Kumar,Slalom 公司的 General Manager of the Global Technology Team

Experian 大規模收集、分析和處理信用資料,以協助企業做出更明智的決定、協助個人獲得金融服務,以及協助貸方盡可能降低風險。

「面臨不斷增長的消費者接觸點,行銷商和發布者期望充分發揮其第一方資料的價值,我們的客戶則需要能夠讓他們有效且安全地與合作夥伴互動的解決方案。AWS Clean Rooms ML 助力我們的行銷商客戶將其第一方資料與我們獨特的消費者資料 (例如汽車購買資訊) 結合使用,在不會向合作夥伴披露敏感資料的情況下,在發布者網站上找到類似行銷商目前最佳客戶的潛在使用者。」

Chris Feo,Experian 公司的 SVP of Sales

Twilio Segment 是領先的客戶資料平台 (CDP),該平台透過廣告效率加速客戶業務增長。

「隨著企業推出更多 AI 驅動的行銷活動,專注於優質、即時的第一方資料從未如此重要。我們最近的報告顯示,85% 的企業將在未來一年更優先地擷取和利用第一方資料。利用 AWS Clean Rooms ML 有助於保護客戶寶貴的第一方資料,同時可讓客戶透過與偏好的媒體發布者合作來觸及高價值的潛在客戶。」

Kathryn Murphy,Twilio Segment 公司的 SVP of Product

Affinity Solutions 是消費者購買洞見領域的領導者,其利用來自超過 1.4 億張銀行卡的資料提供對美國消費者支出的絕佳檢視,同時將資料轉化為可行的洞見,從而推動市場份額提升和收入增長。

「Affinity Solutions 在維持遵從隱私權與提供全面消費者洞見之間的平衡這方面,可説是引領群雄。藉助 AWS Clean Rooms ML,行銷商客戶能夠將我們的確定性資料集作為種子資料加以利用,以此建立與自己的資料相結合的進階類似模型。如此一來,公司得以跨平台識別潛在的購買者,同時遵守各種隱私權標準,並為當今注重隱私權的市場提供強大且可行的洞見。」

Atul Chadha,Affinity Solutions 公司的 Chief Technology Officer

The Weather Company 為全球消費者、品牌和企業提供天氣資料與洞見。

「The Weather Company 正在測試 AWS Clean Rooms,將其作為支援廣告商分析他們第一方資料與天氣資料的實用方法,並使用預測性機器學習,依據天氣對人們日常生活的影響大規模地識別參與的觀眾。AWS Clean Rooms 提供簡化的功能,可加快產生價值的時間,只需幾個步驟即可建立類似區段,同時協助保護每月造訪我們數位資產的數百萬消費者的資料。」

Dave Olesnevich,The Weather Company 公司的 Head of Advertising Products

StellarAlgo 是體育和現場觀眾產業的領先客戶雲端平台,與北美 110 多個物業合作,包括與 NFL、NHL 和 NBA 的全聯盟關係。

「作為協助全球領先體育和現場娛樂品牌了解、發展和利用其觀眾獲利的領導者,我們很高興地看到 AWS Clean Rooms 持續快速創新,助力我們的客戶取得成功。AWS Clean Rooms ML 模型可幫助我們的客戶識別並吸引高價值的潛在客戶,使其可實行更有效、更能引發共鳴的合作夥伴關係,同時可讓我們協助保護其敏感的第一方資料。我們很高興地看到 AWS Clean Rooms 持續快速創新,助力我們的客戶取得成功。」

Greg Sargent,StellarAlgo 公司的 SVP Sports Partnerships

BRIDGE 是以人為本的全通路行銷平台,可幫助客戶向其真正的購買受眾進行銷售。

 

「在 BRIDGE,我們很高興能使用 AWS Clean Rooms ML 來支援類似觀眾建置器 — 讓客戶能夠安全地利用我們的真實人員資料集,以更全面地了解自己的 CRM 檔案並準確找到下一個客戶。AWS Clean Rooms ML 支援 BRIDGE 提供隱私權至上協作工具的目標,該工具可改善消費者情報並更有效地推動行銷成果。」

Rob Rose,BRIDGE 公司的 CEO