AWS Clean Rooms hilft Unternehmen und ihren Partnern, ihre kollektiven Datensätze einfacher und sicherer zu analysieren und zusammenzuarbeiten – alles ohne die zugrunde liegenden Daten zu teilen oder preiszugeben. Mit AWS Clean Rooms können Sie innerhalb weniger Minuten einen sicheren Daten-Clean-Room einrichten und mit jedem anderen Unternehmen zusammenarbeiten, um einzigartige Erkenntnisse über Werbekampagnen, Investitionsentscheidungen sowie Forschung und Entwicklung zu gewinnen.
Vorteile
In nur wenigen Schritten Ihren eigenen Clean Room erstellen, Teilnehmer hinzufügen und mit der Zusammenarbeit beginnen
Mit AWS Clean Rooms können Sie Ihre eigenen Clean Rooms schneller und einfacher bereitstellen, ohne eigene Lösungen erstellen, verwalten und warten zu müssen. Unternehmen können APIs auch verwenden, um die Funktionalität von AWS Clean Rooms in ihre Workflows zu integrieren.
Arbeiten Sie mit jedem Unternehmen zusammen, ohne zugrunde liegende Daten zu teilen oder preiszugeben
Mit AWS Clean Rooms können Sie schnell und einfach Erkenntnisse aus Daten mehrerer Parteien gewinnen, ohne deren Rohdaten verschieben oder teilen zu müssen. Kunden können ihre Daten direkt in AWS genehmigen und mit den in Snowflake und AWS gespeicherten Datensätzen ihrer Partner zusammenarbeiten, ohne Extrahieren, Transformieren und Laden (Zero-ETL).
Zugrunde liegende Daten mit einer Vielzahl von Datenschutzkontrollen für Clean Rooms schützen
AWS Clean Rooms unterstützt strenge Datenverarbeitungsrichtlinien durch eine breite Palette von Funktionen zur Verbesserung des Datenschutzes, darunter detaillierte Analyseregeln, AWS Clean Rooms Differential Privacy und kryptografisches Computing. Sie können Abfrageprotokolle nutzen, um nachzuvollziehen und zu prüfen, wie Ihre Daten abgefragt werden.
Verknüpfen und vergleichen Sie Kundendatensätze, verwenden Sie flexible SQL-Analyseregeln und trainieren und implementieren Sie ML-Modelle mit Ihren Partnern
Mit AWS Clean Rooms können Sie Kundendatensätze aus allen Anwendungen, Kanälen oder Datenspeichern abgleichen und verknüpfen. Sie können SQL, Spark SQL oder Analysis Builder einsetzen, um Erkenntnisse zu gewinnen, und Sie können Ihr eigenes ML-Modell mitbringen und es mit Ihren Partnern bereitstellen, ohne Ihr benutzerdefiniertes Modell oder Ihre Rohdaten mit ihnen teilen zu müssen.
Funktionsweise
Mit AWS Clean Rooms können Kunden und ihre Partner einfacher und sicherer zusammenarbeiten und ihre kollektiven Datensätze analysieren – ohne die zugrunde liegenden Daten der anderen zu teilen oder zu kopieren.
AWS Clean Rooms
Verarbeitung kryptografischer Daten für Clean Rooms
Der erste Schritt zeigt die Mitglieder der Kollaboration an und lautet: „Alle Mitglieder der Kollaboration können Klartext-, Hash- oder vorverschlüsselte Daten beisteuern.“ Dieser Schritt umfasst auch eine Reihe von vertikal gestapelten Kästchen, die verschiedene Beteiligte und Datenquellen darstellen (von oben nach unten): Beteiligter 1, Daten der ersten Partei; Beteiligter 2, Daten der zweiten Partei; Beteiligter 3, Daten der dritten Partei; und Beteiligter 4, Berichtsdaten.
Der zweite Schritt enthält ein Kästchen mit der Aufschrift „AWS Clean Rooms, Zusammenarbeit mit Ihren Partnern ohne Freigabe von Rohdaten.“
Der dritte Schritt zeigt ein Quadrat mit vier Symbolen, die die Vorteile des Services veranschaulichen. Dazu gehören das Zuordnen von Tabellen, um vorhandene Datensätze aus Amazon S3 zu verwenden, das Festlegen von Analyseregeln, um integrierte, flexible Regeln zur Steuerung der Art von Abfragen zu verwenden, das Festlegen von Ausgabebeschränkungen, um die Segmentgranularität in Abfrageergebnissen mit Ausgabebeschränkungen auf Zeilenebene zu verwalten, und das Durchführen einer gemeinsamen Datenanalyse, um verschlüsselte oder Klartextdaten zu verbinden und zu analysieren, um geschäftliche Erkenntnisse zu gewinnen.
Der vierte Schritt enthält ein Kästchen mit der Aufschrift „Amazon S3, Ergebnisse in einem bestimmten S3-Bucket empfangen.“
Der fünfte Schritt zeigt, wie Sie auf AWS analysieren können. Er enthält eine Reihe von vertikal gestapelten Kästchen, die (von oben nach unten) lauten: Amazon QuickSight, Amazon SageMaker und Amazon Redshift. Unter diesem Stapel befindet sich ein Symbol mit der Aufschrift „Mit Drittanbietern verwenden“.
Verarbeitung kryptografischer Daten für Clean Rooms
Der erste Schritt definiert die kryptografische Datenverarbeitung für AWS Clean Rooms in einem Kästchen und liest sich: „Bereiten Sie Daten kryptografisch zur Verarbeitung in der AWS-Clean-Rooms-Zusammenarbeit vor.“ Dies wird in drei grundsätzliche Möglichkeiten aufgegliedert, wie man die kryptografische Datenverarbeitung verwenden kann: 1) Vorverschlüsselung der Daten zur Verwendung in AWS Clean Rooms, 2) Entschlüsselung der Ergebnisse der AWS-Clean-Room-Zusammenarbeit, 3) Unterstützt CSV- und Parquet-Daten-Formate.
Der zweite Schritt besteht aus zwei Pfeilen, die von der kryptografischen Datenverarbeitung zu AWS Clean Rooms und wieder zurück fließt. Im Pfeil oben steht dieser Text: „verschlüsselte Daten“, die von der kryptografischen Datenverarbeitung zu AWS Clean Rooms fließen. Im Pfeil unten steht dieser Text: „verschlüsselte Daten“, die von AWS Clean Rooms zur kryptografischen Datenverarbeitung fließen.
Der dritte Schritt beschreibt AWS Clean Rooms mit dem Text: "Arbeiten Sie mit Ihren Partnern zusammen, ohne Rohdaten zu teilen".
Anwendungsfälle
Kundeneinblicke verbessern
Führen Sie unterschiedliche Daten aus verschiedenen Interaktionskanälen und Partnerdatensätzen zusammen, um eine ganzheitliche Sicht auf Ihre Kunden zu erhalten.
Optimieren von Marketing und Werbung
Arbeiten Sie mit Werbe- und Marketingpartnern zusammen, um die Planung, Aktivierung und Messung von Kampagnen zu verbessern und bessere, relevantere Kundenerlebnisse zu bieten.
Berichterstellung und Messung verbessern
Analysieren Sie auf sichere Weise vertrauliche Datensätze über Unternehmen und Unternehmensbereiche hinweg, um Markttrends besser vorherzusagen, Risiken zu bewerten und die Berichterstellung zu verbessern.
Beschleunigen von Forschung und Entwicklung
Arbeiten Sie zusammen, um die Entwicklung neuer Produkte, Technologien und Programme, die auf unternehmensübergreifenden Datensätzen basieren, sicher zu beschleunigen.
