La modellazione personalizzata di AWS Clean Rooms ML è ora disponibile | Genera informazioni predittive utilizzando i modelli e dati di machine learning (ML) in una collaborazione in camere bianche »

ML di AWS Clean Rooms

Applica il ML con i tuoi partner senza condividere i dati sottostanti
Nozioni di base su AWS Clean Rooms ML
Contatta un esperto di AWS Clean Rooms

AWS Clean Rooms ML aiuta l'utente e i partner ad applicare controlli per la tutela della privacy col fine di salvaguardare i dati proprietari e i modelli ML generando informazioni predittive, il tutto senza condividere o copiare dati o modelli grezzi l'uno dell'altro. Con la modellazione personalizzata di AWS Clean Rooms ML, l'utente e i partner otterranno un modello ML personalizzato per l'addestramento e l'inferenza, utilizzando algoritmi e dati proprietari per applicare previsioni ML su larga scala senza dover condividere proprietà intellettuali sensibili. È possibile utilizzare la modellazione per somiglianza creata da AWS e invitare i partner a fornire un piccolo campione dei loro record alla collaborazione al fine di generare un insieme più ampio di record simili, proteggendo al contempo i dati sottostanti propri e dei partner.

Presentazione di AWS Clean Rooms ML

Vantaggi di ML di AWS Clean Rooms

Con AWS Clean Rooms ML, i dati vengono utilizzati solo per addestrare il modello personalizzato o look-alike e non vengono condivisi tra collaboratori o utilizzati per addestrare modelli AWS. È possibile rimuovere i propri dati da Clean Rooms ML o eliminare un modello personalizzato ogni volta che lo si desidera; inoltre, è possibile applicare controlli che migliorano la privacy per salvaguardare i dati sensibili nell'ambito di una collaborazione.
Con la modellazione personalizzata di AWS Clean Rooms ML, è possibile eseguire l'addestramento e l'inferenza ML utilizzando i propri modelli, algoritmi e dati per generare informazioni dettagliate predittive con i partner, senza dover condividere i modelli o gli algoritmi proprietari nell'ambito di una collaborazione.
Con la modellazione look-alike di AWS Clean Rooms ML, è possibile addestrare un modello ML personalizzato e di proprietà di AWS per te e i tuoi partner. Il modello creato da AWS è stato creato e testato su un'ampia varietà di set di dati come canali di notizie, e-commerce e streaming video. I dati vengono utilizzati solo per addestrare il modello e non vengono condivisi con nessuna delle parti; inoltre, è possibile rimuovere i dati o eliminare un modello personalizzato in qualsiasi momento.

Casi d'uso

Gli inserzionisti possono caricare il proprio modello e i propri dati proprietari in una collaborazione di Clean Rooms, invitando i publisher a unire i loro dati per addestrare e implementare un modello di ML personalizzato che li aiuti a migliorare l'efficacia della campagna.

Le istituzioni finanziarie possono utilizzare i dati storici delle transazioni per addestrare un modello di ML personalizzato e invitare i partner a collaborare in Clean Rooms per rilevare potenziali transazioni fraudolente.

Gli istituti di ricerca e le reti ospedaliere possono trovare candidati simili ai partecipanti alle sperimentazioni cliniche esistenti per accelerare gli studi clinici.

I brand e gli editori possono modellare segmenti di clienti simili nel mercato e offrire esperienze pubblicitarie estremamente pertinenti.

Clienti e partner

Flywheel

Xmars è una piattaforma avanzata di gestione degli annunci con tecnologia IA che offre a marchi, venditori e agenzie vantaggi senza precedenti nella massimizzazione dei rendimenti della spesa pubblicitaria su Amazon.

“Promuovere una copertura incrementale con elevata precisione e scalabilità in modo efficiente è una priorità assoluta per i nostri clienti. Con la soluzione AWS Clean Rooms ML, arricchita con dati Amazon Marketing Cloud (AMC), siamo in grado di creare un pubblico modellato altamente personalizzato, progettato per prevedere la probabilità che gli utenti interagiscano con un annuncio o completino un acquisto. Raggiungendo direttamente il pubblico modellato tramite Amazon DSP, questo approccio Bring-Your-Own-Model (BYOM) ha comportato un aumento del 34% del tasso di visualizzazione della pagina sui dettagli e un aumento del 24% del valore delle transazioni degli acquirenti su Amazon. AWS Clean Rooms ci offre davvero maggiori possibilità e flessibilità per scoprire potenziali clienti di valore per i nostri inserzionisti.”

Tony Wang, cofondatore presso Xmars

Flywheel è un'agenzia di vendita al dettaglio di e-commerce. Il suo servizio, il migliore della categoria, combina competenze su misura con soluzioni software all'avanguardia per raggiungere un obiettivo unico: incrementare le vendite, la quota e la redditività per i nostri clienti su Amazon.

“AWS Clean Rooms ML sta migliorando la nostra capacità di misurare la propensione all'acquisto dell'utente. Il deep learning sicuro per la privacy ci consente di acquisire relazioni complesse tra gli utenti e i loro percorsi di acquisto, consentendo un targeting più preciso per i nostri marchi. Per la prima volta, possiamo personalizzare il percorso dell'acquirente a livello individuale in modo sicuro per la privacy, ottenendo risultati migliori sia per loro che per i nostri clienti.”

Dan Nealon, Senior Manager Data Science presso Flywheel

Xmars

Amazon Marketing Cloud (AMC) è un'applicazione per camera bianca sicura e che rispetta la privacy di Amazon Ads che supporta migliaia di esperti di marketing con analisi personalizzate e analisi tra canali. Gli sviluppatori possono utilizzare le API AMC per creare le proprie offerte, mentre gli analisti possono interagire con un'interfaccia utente disponibile tramite la console di Amazon Ads.

"AMC Audiences offre ora nuovi segmenti di pubblico per somiglianza personalizzati, basati su ML di AWS Clean Rooms, che possono essere attivati nelle campagne pubblicitarie di Amazon DSP e aiutare gli inserzionisti a raggiungere il pubblico in modo incrementale, in linea con i loro obiettivi. Dal suo lancio, avvenuto nell'ottobre 2023, questa funzionalità ha consentito a un marchio leader nel settore dei beni di largo consumo di raggiungere nuovi potenziali clienti e aumentare le prestazioni delle campagne pubblicitarie."

Paula Despins, Vice President of Ads Measurement presso Amazon Ads

Slalom è un'azienda leader globale per la consulenza aziendale e tecnologica.

"Siamo sempre alla ricerca di collaborazioni con i nostri clienti editori per aggiornare il loro stack tecnologico così da poter sfruttare appieno il potenziale del loro inventario pubblicitario di alta qualità. La modellazione ML altamente accurata di ML di AWS Clean Rooms è molto interessante in quanto gli editori cercano modi per migliorare l'efficacia della pubblicità. ML di AWS Clean Rooms fornisce un'interfaccia facile da usare che editori e brand possono utilizzare per identificare gli utenti giusti per una campagna pubblicitaria, proteggendo al contempo i dati sensibili di entrambe le parti."

Mukesh Kumar, General Manager of the Global Technology Team presso Slalom

Experian raccoglie, analizza ed elabora i dati di credito su larga scala per aiutare le aziende a prendere decisioni più intelligenti, i privati ad accedere ai servizi finanziari e gli istituti di credito a ridurre al minimo i rischi.

"Poiché gli operatori di marketing e gli editori cercano di massimizzare il valore dei propri dati proprietari attraverso un numero crescente di punti di contatto dei consumatori, i nostri clienti desiderano soluzioni che consentano loro di interagire in modo efficace e sicuro con i propri partner. Con ML di AWS Clean Rooms i nostri clienti operatori di marketing possono combinare i loro dati proprietari con i nostri dati unici sui consumatori, come le informazioni sull'acquisto di veicoli, per individuare potenziali utenti sui siti degli editori che corrispondono alle caratteristiche dei migliori clienti attuali dell'operatore di marketing, senza però condividere dati sensibili con i partner."

Chris Feo, SVP of Sales presso Experian

Twilio Segment è una piattaforma di dati clienti (CDP) leader che favorisce la crescita aziendale dei clienti attraverso l'efficacia della pubblicità.

"Non è mai stato così importante concentrarsi su dati proprietari di qualità in tempo reale ora che le aziende lanciano più campagne basate sull'intelligenza artificiale. Il nostro ultimo report mostra che l'85% delle aziende darà priorità all'acquisizione e all'utilizzo ottimizzato dei dati proprietari nel corso del prossimo anno. Sfruttare la modellazione ML di AWS Clean Rooms aiuta a proteggere i preziosi dati proprietari dei nostri clienti, consentendo loro di raggiungere un pubblico di potenziali clienti di alto valore attraverso la collaborazione con i loro editori multimediali preferiti."

Kathryn Murphy, SVP of Product presso Twilio Segment

Affinity Solutions, leader nelle analisi sugli acquisti dei consumatori, utilizza dati provenienti da oltre 140 milioni di carte di pagamento per fornire una visione dettagliata della spesa dei consumatori negli Stati Uniti, trasformando questi dati in informazioni fruibili che stimolano la crescita della quota di mercato e dei ricavi.

"Affinity Solutions è all'avanguardia nel trovare l'equilibrio tra privacy e la fornitura di informazioni complete sui consumatori. Con ML di AWS Clean Rooms, i nostri clienti operatori di marketing saranno in grado di sfruttare il nostro set di dati deterministici come dati iniziali per creare modelli per somiglianza avanzati in combinazione con i propri dati. Ciò consente alle aziende di individuare i potenziali acquirenti su tutte le piattaforme, rispettando al contempo gli standard sulla privacy e fornendo informazioni utili e fruibili per il mercato odierno attento alla privacy."

Atul Chadha, Chief Technology Officer presso Affinity Solutions

The Weather Company fornisce dati e approfondimenti meteorologici a consumatori, brand e aziende di tutto il mondo.

"The Weather Company sta testando AWS Clean Rooms come metodo pratico per consentire agli inserzionisti di analizzare i propri dati proprietari insieme ai dati meteorologici e utilizzare il machine learning predittivo per identificare il pubblico coinvolto, su larga scala, basandosi sull'impatto delle condizioni meteorologiche sulla vita quotidiana delle persone. AWS Clean Rooms offre una funzionalità semplificata che accelera il time-to-value, consentendo la creazione di segmenti per somiglianza in pochi clic e garantendo la protezione dei dati di centinaia di milioni di consumatori che visitano le nostre proprietà digitali ogni mese."

Dave Olesnevich, Head of Advertising Products presso The Weather Company

StellarAlgo è una piattaforma cloud per i clienti leader nel settore dello sport e del pubblico dal vivo, che collabora con più di 110 società e organizzazioni in tutto il Nord America, comprese le leghe professionistiche NFL, NHL e NBA.

"In qualità di leader nell'assistenza ai brand sportivi e intrattenimento dal vivo più importanti al mondo, in materia di comprensione, crescita e monetizzazione del proprio pubblico, siamo entusiasti del fatto che AWS Clean Rooms continui a innovarsi velocemente per consentire ai nostri clienti di avere successo. La modellazione ML di AWS Clean Rooms aiuta i nostri clienti a identificare e coinvolgere potenziali clienti di alto valore, consentendo loro di avviare partnership più efficaci e importanti, il tutto permettendoci di proteggere i loro dati sensibili proprietari. Siamo entusiasti del fatto che AWS Clean Rooms continui a innovarsi velocemente per consentire ai nostri clienti di avere successo."

Greg Sargent, SVP Sports Partnerships presso StellarAlgo

BRIDGE è una piattaforma di marketing omnicanale basata sulle persone che aiuta i clienti a rivolgersi al loro vero pubblico acquirente.

 

"Noi di BRIDGE, siamo entusiasti di utilizzare ML di AWS Clean Rooms per migliorare il nostro strumento per l'identificazione di clienti per somiglianza, consentendo ai nostri clienti di utilizzare i nostri set di dati su persone reali per comprendere meglio i loro file CRM e trovare il loro prossimo cliente. ML di AWS Clean Rooms sostiene l'obiettivo di BRIDGE di fornire strumenti di collaborazione incentrati sulla privacy, migliorando così la comprensione dei consumatori e ottimizzando i risultati di marketing."

Rob Rose, CEO presso BRIDGE