AWS Clean Rooms membantu perusahaan dan partner mereka untuk menganalisis serta berkolaborasi secara lebih mudah dan aman di dalam set data gabungan mereka, dan semuanya tanpa perlu saling berbagi atau menyalin data dasar. Dengan AWS Clean Rooms, Anda dapat membuat kamar bersih data yang aman dalam hitungan menit dan berkolaborasi dengan perusahaan lain di AWS untuk menghasilkan wawasan yang unik mengenai kampanye iklan, keputusan investasi, serta penelitian dan pengembangan.
Manfaat
Buat kamar bersih Anda sendiri, tambahkan peserta, dan mulai berkolaborasi dalam beberapa langkah
AWS Clean Rooms membantu Anda melakukan deployment kamar bersih Anda sendiri secara lebih cepat dan mudah tanpa harus membangun, mengelola, dan memelihara solusi Anda sendiri. Perusahaan juga dapat menggunakan API untuk mengintegrasikan fungsionalitas AWS Clean Rooms ke dalam alur kerja mereka.
Berkolaborasi dengan ratusan ribu perusahaan di AWS tanpa membagikan atau mengungkapkan data dasar
AWS Clean Rooms mempercepat dan mempermudah menghasilkan wawasan dari data multipihak dengan pergerakan data minimal dan tanpa menyalin atau mengungkapkan data dasar. Anda dapat langsung mengizinkan data Anda di Amazon Simple Storage Service (Amazon S3), mencocokkan data menggunakan set data pihak pertama dan ketiga, serta mulai berkolaborasi dengan cepat bersama partner Anda atau salah satu dari ratusan ribu pelanggan AWS yang telah membangun danau data mereka di Amazon S3.
Lindungi data dasar dengan beragam set kontrol yang meningkatkan privasi untuk kamar bersih
AWS Clean Rooms mendukung kebijakan penanganan data yang ketat melalui berbagai kemampuan yang meningkatkan privasi, termasuk aturan analisis yang terperinci, Privasi Diferensial AWS Clean Rooms, dan komputasi kriptografi. Anda juga dapat menggunakan log kueri untuk memahami dan mengaudit cara data Anda dikueri.
Gunakan teknik pencocokan resolusi entitas, aturan analisis SQL yang fleksibel, dan ML yang meningkatkan privasi untuk memenuhi kebutuhan bisnis Anda
Hasilkan wawasan menggunakan Resolusi Entitas AWS pada AWS Clean Rooms, analisis SQL, atau pemodelan AWS Clean Rooms ML. Anda dan kolaborator Anda dapat menyiapkan, mencocokkan, dan menyelesaikan catatan terkait di seluruh set data kolektif. Anda dapat menggunakan agregasi, daftar, dan kueri SQL kustom, atau memanfaatkan Analysis Builder untuk membuka wawasan tanpa harus menulis SQL. Dan Anda dapat menerapkan machine learning (ML) untuk menghasilkan wawasan prediktif tanpa harus membagikan data mentah Anda.
Cara kerjanya
AWS Clean Rooms membantu pelanggan dan partner mereka untuk berkolaborasi serta menganalisis set data kolektif secara lebih aman dan mudah—tanpa perlu saling berbagi atau menyalin data dasar.
Langkah pertama memperlihatkan anggota kolaborasi dan membaca tulisan, “Semua anggota kolaborasi dapat memberikan kontribusi data plaintext, dengan hash, atau yang sudah dienkripsi sebelumnya.” Langkah ini juga mencakup baris kotak yang ditumpuk secara vertikal yang mewakili kolaborator dan sumber data yang berbeda (dari atas ke bawah): kontributor 1, data pihak pertama; kontributor 2, data pihak kedua; kontributor 3, data pihak ketiga; dan kontributor 4, data pelaporan.
Langkah kedua mencakup kotak yang bertuliskan “AWS Clean Rooms, berkolaborasi dengan partner Anda tanpa berbagi data mentah.”
Langkah ketiga memperlihatkan persegi dengan empat ikon yang menggambarkan manfaat layanan, termasuk mengaitkan tabel untuk menggunakan catatan yang ada dari Amazon S3, menetapkan aturan analisis untuk menggunakan aturan bawaan yang fleksibel guna mengontrol jenis kueri yang dapat dijalankan, mengatur batasan output untuk mengelola perincian segmen dalam hasil kueri dengan batasan output tingkat baris, dan melakukan analisis data bersama untuk menggabungkan serta menganalisis data terenkripsi atau data teks mentah untuk memperoleh wawasan bisnis.
Langkah keempat mencakup kotak yang bertuliskan, “Amazon S3, dapatkan hasil dalam bucket S3 yang ditetapkan.”
Langkah kelima menggambarkan cara Anda menganalisis di AWS. Langkah kelima mencakup baris kotak yang ditumpuk secara vertikal dan bertuliskan (dari atas ke bawah): Amazon QuickSight, Amazon SageMaker, dan Amazon Redshift. Di bawah tumpukan ini adalah sebuah ikon yang bertuliskan, "Gunakan dengan pihak ketiga."
Langkah pertama menjelaskan Komputasi Kriptografis untuk AWS Clean Rooms dalam kotak dan bertuliskan, “Siapkan data secara kriptografis untuk memproses dalam kolaborasi AWS Clean Rooms.” Langkah ini dibagi menjadi tiga cara utama yang dapat Anda gunakan untuk Komputasi Kriptografis: 1/Praenkripsi data yang akan digunakan di AWS Clean Rooms, 2/Dekripsi hasil kolaborasi AWS Clean Rooms, 3/Dukung format data CSV dan Parquet.
Langkah kedua terdiri dari dua anak panah yang mengarah bolak-balik antara Komputasi Kriptografis dan AWS Clean Rooms. Anak panah atas bertuliskan “data terenkripsi” yang arahnya dari Komputasi Kriptografis ke AWS Clean Rooms. Anak panah bagian bawah bertuliskan, “hasil terenkripsi” yang mengarah dari AWS Clean Rooms ke Komputasi Kriptografis.
Langkah ketiga menjelaskan AWS Clean Rooms dengan teks yang bertuliskan, “Berkolaborasi dengan partner Anda tanpa berbagi data mentah.”
Kasus penggunaan
Tingkatkan wawasan pelanggan
Gabungkan data yang berbeda dari seluruh saluran interaksi dan set data partner untuk melihat pelanggan dengan sudut pandang menyeluruh (360 derajat).
Optimalkan pengalaman pemasaran dan periklanan
Berkolaborasi dengan partner periklanan dan pemasaran untuk meningkatkan perencanaan, aktivasi, dan pengukuran kampanye, serta menawarkan pengalaman konsumen yang lebih baik dan lebih relevan.
Tingkatkan pelaporan dan pengukuran
Analisis set data sensitif secara aman di seluruh divisi perusahaan dan korporasi untuk memprediksi tren pasar, menilai risiko, dan meningkatkan pelaporan dengan lebih baik.
Percepat penelitian dan pengembangan
Berkolaborasi untuk mempercepat pengembangan produk, teknologi, dan program baru yang mengandalkan set data di banyak perusahaan secara aman.
Dukungan AWS dukungan untuk Internet Explorer berakhir pada 07/31/2022. Peramban yang didukung adalah Chrome, Firefox, Edge, dan Safari.
Pelajari selengkapnya »
