Рекламодатели, издатели и поставщики рекламных технологий активно ищут эффективные способы сотрудничества со своими партнерами для получения информации об их коллективных наборах данных. Одной из распространенных причин участия в совместной работе с данными является проведение анализа перекрытия аудиторий, который обычно проводится при медиапланировании и оценке новых партнерских отношений.

В этой статье мы рассмотрим, что такое анализ перекрытия аудиторий, обсудим текущие технические подходы и связанные с ними проблемы, а также проиллюстрируем, как можно провести безопасный анализ перекрытия аудиторий с помощью AWS Clean Rooms.

Анализ перекрытия аудиторий

Перекрытие аудиторий — это процент пользователей вашей аудитории, которые также присутствуют в другом наборе данных (рассчитывается как количество пользователей, присутствующих как в вашей аудитории, так и в другом наборе данных, разделенное на общее количество пользователей в вашей аудитории). В процессе цифрового медиапланирования часто выполняется перекрытие аудиторий для сравнения собственного набора данных рекламодателя с набором данных медиапартнера (издателя). Анализ помогает определить, какую часть аудитории рекламодателя может охватить тот или иной медиапартнер. Оценивая совпадение, рекламодатели могут определить, обеспечивает ли медиапартнер уникальный охват или аудитория медиапартнера преимущественно пересекается с существующей аудиторией рекламодателя.

Текущие подходы и проблемы

Рекламодатели, издатели, сторонние поставщики данных и другие организации часто делятся своими данными при проведении тестов на совпадение или совпадение аудиторий. Распространенные методы обмена данными, такие как использование пикселей и передача SFTP, могут нести риск, поскольку они предполагают перемещение конфиденциальной информации о клиентах. Передача этих данных другой стороне может занять много времени и увеличить риск потенциальной утечки данных или несанкционированного доступа. Если принимающая сторона неправильно обращается с данными, это может нарушить правила конфиденциальности, что приведет к юридическим рискам. Кроме того, любое предполагаемое неправильное использование или раскрытие данных клиентов может подорвать доверие потребителей, что приведет к репутационному ущербу и потенциальной потере бизнеса.

Обзор решения

AWS Clean Rooms может помочь вам и вашим партнерам легко и безопасно сотрудничать и анализировать ваши коллективные наборы данных, не копируя базовые данные друг друга. С помощью AWS Clean Rooms вы можете за считанные минуты создать чистую комнату для данных и сотрудничать со своими партнерами для получения уникальной аналитической информации. AWS Clean Rooms позволяет проводить анализ перекрытия аудиторий и получать ценную информацию, избегая при этом рисков, связанных с другими текущими подходами.

Ниже приведены ключевые понятия и необходимые условия для использования AWS Clean Rooms:

• У каждой стороны анализа (участника совместной работы) должна быть учетная запись AWS.
• Один участник приглашает другого участника в сотрудничество AWS Clean Rooms. Не имеет значения, какой участник создает приглашение. Создатель совместной работы использует идентификатор учетной записи AWS приглашенного в качестве входных данных для отправки приглашений.
• Только один участник может отправлять запросы в рамках совместной работы, и только один участник может получать результаты совместной работы. Способности каждого участника определяются при создании сотрудничества.
• Каждый участник совместной работы хранит наборы данных в соответствующей корзине Amazon Simple Storage Service (Amazon S3) и каталогизирует их (создает схему с именами столбцов и типами данных) в каталоге данных AWS Glue. Вы также можете создать определение каталога данных с помощью Amazon Athena для создания базы данных и операторов создания таблиц.
• Соавторам необходимо, чтобы корзины S3 и таблицы каталога данных находились в одном регионе AWS.
• Соавторы могут использовать консоль AWS Clean Rooms, API или AWS SDK для настройки совместной работы.
• AWS Clean Rooms позволяет использовать любой столбец в качестве ключа соединения, например хешированные MAID, адреса электронной почты, IP-адреса и RampID.
• Каждый участник сотрудничества связывает с ним свои собственные данные.

Давайте рассмотрим сценарий, в котором рекламодатель сотрудничает с издателем, чтобы выявить перекрытие аудитории. В этом примере издатель создает сотрудничество, приглашает рекламодателя и назначает рекламодателя участником, который может запрашивать и получать результаты.

Предварительные условия

Чтобы пригласить другого человека к сотрудничеству, вам понадобится идентификатор его аккаунта AWS. В нашем случае издателю нужен идентификатор учетной записи AWS рекламодателя.

Создать сотрудничество

В нашем случае издатель создает сотрудничество с помощью консоли AWS Clean Rooms и приглашает рекламодателя.

Чтобы создать сотрудничество, выполните следующие действия:

1. В консоли AWS Clean Rooms выберите Сотрудничество в панели навигации.
2. Выбирать Создать сотрудничество.
3. Для Имявведите название сотрудничества.
4. в Члены введите идентификатор учетной записи AWS, которую вы хотите пригласить (в данном случае рекламодателя).
5. в Способности участников выберите участника, который может запрашивать и получать результаты (в данном случае рекламодателя).
6. Для Журналирование запросов, решите, хотите ли вы включить ведение журнала запросов. Запросы регистрируются в Amazon CloudWatch.
7. Для Криптографические вычисления, решите, хотите ли вы включить поддержку криптографических вычислений (предварительно зашифруйте данные перед их связыванием). Затем AWS Clean Rooms выполнит запросы к зашифрованным данным.
8. Выбирать Следующий.
9. На Настроить членство На странице выберите, хотите ли вы создать членство и сотрудничество сейчас или создать сотрудничество, но активировать свое членство позже.
10. Для Настройки результатов запроса по умолчаниювыберите, хотите ли вы сохранить настройки по умолчанию для получения результатов.
11. Для Хранение журналов в Amazon CloudWatch Logsукажите настройки журнала.
12. Укажите любые теги и кто платит за запросы.
13. Выбирать Следующий.
14. Просмотрите конфигурацию и выберите либо создать сотрудничество и членство сейчас, либо просто сотрудничество.

Издатель отправляет приглашение рекламодателю. Рекламодатель просматривает настройки сотрудничества и создает членство.

Создайте настроенную таблицу и установите правила анализа.

Издатель создает настроенную таблицу из таблицы AWS Glue (которая представляет собой определение метаданных данных S3, включая местоположение, поэтому ее могут прочитать AWS Clean Rooms при выполнении запроса).

Выполните следующие шаги:

1. В консоли AWS Clean Rooms выберите Настроенные таблицы в панели навигации.
2. Выбирать Настроить новую таблицу.
3. в Выберите стол AWS Glue разделе выберите базу данных и таблицу.
4. в Столбцы разрешены для совместной работы выберите, какой из существующих столбцов таблицы разрешить для запросов в рамках совместной работы.
5. в Сведения о настроенной таблице раздел введите имя и необязательное описание настроенной таблицы.
6. Выбирать Настроить новую таблицу.
7. Выберите тип правила анализа, соответствующий типу запросов, которые вы хотите разрешить к таблице. Чтобы разрешить агрегированный анализ, например определение размера перекрытия аудитории, выберите тип правила агрегированного анализа.
8. в Агрегатные функции раздел, выберите СЧИТАЙТЕ РАЗЛИЧНЫЕ как совокупная функция.
9. в Присоединиться к элементам управления выберите, должен ли ваш соавтор присоединяться к вашей таблице. Поскольку это вариант использования с перекрытием аудитории, выберите Нет, можно запросить только перекрытие.
10. Выберите операторы, для которых разрешено сопоставление (в этом примере выберите И и ИЛИ).
11. в Элементы управления размерами выберите, хотите ли вы сделать какие-либо столбцы доступными в качестве измерений.
12. в Скалярные функции выберите, хотите ли вы ограничить разрешенные скалярные функции.
13. Выбирать Следующий.
14. в Ограничения агрегации выберите минимальное ограничение агрегации для настроенной таблицы.

Это позволяет отфильтровывать строки, которые не соответствуют определенному минимальному порогу пользователей (например, если порог установлен на 10, отфильтровываются строки, в которых собрано менее 10 пользователей).

15. Выбирать Следующий.
16. Проверьте настройки и создайте таблицу.

Свяжите таблицу с сотрудничеством

AWS Clean Rooms требует доступа для чтения таблицы, чтобы выполнить запрос, отправленный рекламодателем. Чтобы связать таблицу, выполните следующие действия:

1. В консоли AWS Clean Rooms перейдите к разделу совместной работы.
2. Выбирать Связанная таблица.
3. Для Настроенное имя таблицывыберите имя настроенной таблицы.
4. в Подробности ассоциации таблиц раздел введите имя и необязательное описание таблицы.
5. в Доступ к сервису В разделе вы можете использовать настройки по умолчанию для автоматического создания роли сервиса AWS Identity and Access Management (IAM) для чистых помещений AWS или использовать существующую роль. Разрешения IAM необходимы для создания или изменения роли и передачи роли в AWS Clean Rooms.
6. Выбирать Связанная таблица.

Рекламодатель также выполняет шаги, подробно описанные в предыдущих разделах, чтобы создать настроенную таблицу и связать ее с сотрудничеством.

Запуск запросов в редакторе запросов

Теперь рекламодатель может перейти к Запросы вкладка для таблиц сотрудничества и просмотра для запроса и правил их анализа. Вы можете указать

сегмент S3, куда будут поступать выходные данные запроса на перекрытие.

Теперь рекламодатель может написать и выполнить запрос на перекрытие. Вы можете использовать хешированное электронное письмо в качестве ключа соединения для запроса (у вас есть возможность использовать любой столбец в качестве ключа соединения, а также использовать несколько столбцов для нескольких ключей соединения). Вы также можете использовать опцию отсутствия кода в Analysis Builder, чтобы AWS Clean Rooms генерировал SQL от вашего имени. В нашем случае мы выполняем следующие запросы:

#Query 1 – count of overlapping users between advertiser and publisher datasets

SELECT COUNT(DISTINCT advertiser.hashed_email)
FROM consumer as advertiser
INNER JOIN impressions as publisher
ON advertiser.hashed_email = publisher.hashed_email

#Query 2 – count of users in advertiser dataset

SELECT COUNT(DISTINCT advertiser.hashed_email)
FROM consumer as advertiser

Результаты запроса отправляются в корзину S3 рекламодателя, как показано на следующем снимке экрана.

Очистить

Рекомендуется удалять ресурсы, которые больше не используются. Рекламодатель и издатель должны очистить свои соответствующие ресурсы:

• Рекламодатель – Рекламодатель удаляет настроенные ассоциации таблиц и членство в совместной работе. Однако им не нужно удалять настроенную таблицу, поскольку ее можно повторно использовать в рамках совместной работы.
• Издатель – Издатель удаляет настроенные связи таблиц и сотрудничество. Им не нужно удалять настроенную таблицу, поскольку ее можно повторно использовать в рамках совместной работы.

Заключение

В этом посте мы продемонстрировали, как настроить совместную работу с перекрытием аудитории с помощью AWS Clean Rooms для медиапланирования и оценки партнерства, используя хешированный адрес электронной почты в качестве ключа соединения между наборами данных. Рекламодатели все чаще обращаются к AWS Clean Rooms для проведения анализа перекрытия аудиторий со своими медиа-партнерами, помогая им принимать решения об инвестициях в медиа. Кроме того, совпадение аудиторий поможет вам ускорить оценку партнерства, определив степень совпадения, которое у вас есть с потенциальными партнерами.

Чтобы узнать больше о AWS Clean Rooms, посмотрите видео Начало работы с чистыми комнатами AWSи обратитесь к следующим дополнительным ресурсам:

Об авторах

Эрик Саккулло — старший менеджер по развитию бизнеса AWS Clean Rooms в Amazon Web Services. Он сосредоточен на том, чтобы помочь клиентам сотрудничать со своими партнерами, используя способы повышения конфиденциальности, чтобы получить ценную информацию и улучшить результаты бизнеса.

Шамир Танна — старший технический менеджер по продуктам в Amazon Web Services.

Райан Малеки — старший архитектор решений в Amazon Web Services. Он стремится помочь клиентам получить ценную информацию из своих данных, особенно с помощью AWS Clean Rooms.