AWS Clean Rooms, Amazon Marketing Cloud 정식 출시

오늘 미디어 광고주가 자사 시그널을 사용하여 Amazon Ads 고유 시그널과 협업할 수 있는 AWS Clean Rooms의 Amazon Marketing Cloud(AMC) 정식 출시를 발표합니다. 이 협업을 통해 광고주는 기본 시그널을 AWS 계정 외부로 이동할 필요 없이 차별화된 인사이트를 생성하고, 새로운 잠재 고객을 발견하고, 광고 캠페인 계획, 활성화 및 측정 사용 사례를 구현할 수 있습니다. AWS Clean Rooms의 AMC를 통해 고객은 데이터를 쉽게 준비하고, 잠재 고객을 매칭 및 생성하고, 맞춤형 인사이트를 사용하여 Amazon Ads와 더 관련성이 높은 광고 캠페인을 활성화하고, 광고 지출에 대한 수익을 측정할 수 있습니다. 이 모든 것을 오늘날 사용 가능한 가장 안전한 클라우드 컴퓨팅 환경에서 수행할 수 있습니다.

광고주들은 새로운 잠재 고객에 도달하고 관련성 높은 마케팅 캠페인을 제공하여 고객 참여를 제고하기 위해 지속적으로 노력하고 있습니다. 하지만 광고 및 마케팅 환경은 시그널 손실과 단편화로 인해 근본적인 변화를 겪고 있습니다. 따라서 광고주와 파트너는 여러 애플리케이션에 저장된 시그널을 사용하여 함께 협력하여 광고 캠페인을 개인화해야 합니다. 그러나 기업이 서로 협력하여 인사이트를 수집하기 위해서는 일반적으로 시그널 복사본을 파트너와 공유해야 하는데, 이는 데이터 거버넌스, 보안 및 프라이버시, IT 및 법률 팀의 정책과 일치하지 않는 경우가 많습니다. 그 결과 많은 기업이 자사 시그널의 가치를 극대화하고 캠페인의 계획, 활성화 및 측정 결과를 개선할 기회를 놓치고 있습니다.

AWS Clean Rooms의 AMC를 사용하면 광고주가 Amazon Ads에서 자사 시그널을 더 쉽고 확장 가능한 방식으로 사용할 수 있습니다. 예를 들면 기본 시그널을 클라우드 환경 외부로 이동할 필요 없이 이벤트 수준 시그널 전반에서 협업할 수 있고 미디어 계획, 활성화 및 결과를 개선하는 데 도움이 되는 고유 잠재 고객을 모델링할 수 있습니다.

AWS Clean Rooms의 AMC 사용 준비 사항(환경 설정)
AWS Clean Rooms의 AMC를 시작하려면 광고주는 AWS 계정이 필요하고 Amazon Simple Storage Service(Amazon S3) 버킷에 개방형 데이터 형식(CSV, Parquet 또는 Iceberg)으로 저장된 사용자 집단 및 이벤트 수준 데이터가 포함된 데이터세트가 있어야 합니다. 다음 단계로는 Amazon Ads 팀에 이메일을 보내 AMC 인스턴스 생성을 요청합니다. 인스턴스가 생성되면 Amazon Ads 팀이 AWS Clean Rooms 협업을 생성하고 광고주를 협업에 참여하도록 초대합니다.

작동 방식
1. AWS Clean Rooms 협업에 참여하고 ID 네임스페이스를 생성합니다.
2. 테이블을 구성하고 AMC 협업에 연결합니다.
3. ID 매핑 워크플로를 실행하여 ID 매핑 테이블을 생성하고 데이터를 채웁니다.
4. AMC에서 쿼리를 실행합니다.

시연

1. AWS Clean Rooms 협업에 참여하고 ID 네임스페이스를 생성합니다.
광고주는 AWS 계정에 멤버십을 생성하여 협업 초대를 수락합니다. 협업이 시작되면 광고주는 AWS Clean Rooms 콘솔에 액세스한 다음, 협업을 생성할 때 생성된 AWS Entity Resolution ID 네임스페이스를 선택하여 AWS Clean Rooms에서 매칭 및 협업에 데이터를 사용하는 프로세스를 시작합니다. 다음으로, AWS Glue 테이블 및 연결된 스키마 매핑을 지정하고, 처리 중인 데이터를 임시로 저장하기 위해 협업과 동일한 AWS 리전에 있는 S3 버킷을 선택합니다. 마지막으로 광고주는 자신을 대신하여 AWS Glue에서 입력 데이터를 읽고 Amazon S3에 쓸 수 있는 권한을 제공합니다.

다음 스크린샷에 표시된 AirportLink 협업에서 광고주(멤버 AirportLink2)는 멤버 AirportLink1이 보낸 협업 초대를 수락합니다.

2. 테이블을 구성하고 AMC 협업에 연결합니다.
협업에 참여하면 광고주는 자사의 구매 데이터에서 구성된 테이블을 생성하고, 사용자 지정 분석 규칙을 추가하고, 구성된 테이블을 협업에 연결합니다.

협업 내에서 광고주는 연결된 테이블에서 실행된 쿼리의 결과를 수신할 수 있는 협업 당사자를 제어하는 협업 분석 규칙을 설정합니다.

3. ID 매핑 워크플로를 실행하여 ID 매핑 테이블을 생성하고 데이터를 채웁니다.
이제 ID 네임스페이스가 협업과 연결되었으므로 Amazon Ads 팀은 AWS Clean Rooms 콘솔에서 ID 매핑 테이블을 생성합니다. 이 단계에서는 광고주(소스)와 Amazon Ads 팀(타겟) 모두 ID 네임스페이스 리소스를 협업에 연결해야 합니다. Amazon Ads는 매핑 및 구성 방법을 제공하고, 쿼리에 대한 세부 정보를 추가하여 ID 매핑 테이블의 이름을 지정하고, AWS Clean Rooms가 사용자를 대신하여 ID 매핑 워크플로 작업을 실행 및 추적할 수 있는 권한을 제공합니다. 마지막으로, Amazon Ads 팀은 Create and Populate(생성 및 채우기)를 선택하여 매핑 워크플로를 시작하고 2단계에서 제공한 규칙에 따라 일치하는 공통 사용자 집단을 캡처하는 ID 매핑 테이블을 생성합니다.

4. AMC에서 쿼리를 실행합니다.
광고주는 템플릿을 사용하거나 SQL 쿼리를 작성하여 분석을 실행하고 추가 인사이트를 위한 쿼리 결과를 얻을 수 있습니다. 다음과 같은 방법으로 SQL 쿼리를 실행할 수 있습니다.

• 집계 분석을 사용하여 광고주의 S3 버킷에 결과를 반환하는 AMC 데이터 및 광고주의 데이터로 SQL 쿼리를 실행합니다. 쿼리 예시로는 “내 이메일 목록에 등록된 고객 중 내가 Amazon에서 실행하는 광고를 본 사람은 몇 명입니까?”와 같은 내용이 있습니다.
• SQL 쿼리를 실행하여 광고주의 데이터를 기반으로 잠재 고객을 생성하거나 Amazon Ads의 S3 버킷에 결과를 반환하는 AMC 시그널과 중첩합니다. 쿼리의 한 가지 예는 광고 캠페인에서 타겟팅할 잠재 고객을 생성하는 것입니다.
• Amazon Ads가 구성된 모델에 기여하고 광고주가 시드 잠재 고객에 기여하는 AWS Clean Rooms ML 유사 모델링 작업을 실행합니다. 결과 세그먼트(사용자 광고 ID 목록)가 Amazon Ads로 전송됩니다.

쿼리를 실행한 후 광고주는 AMC의 Audience(잠재 고객) 탭으로 이동하여 규칙 기반 잠재 고객 또는 유사 잠재 고객을 사용하여 잠재 고객을 생성할 수 있습니다. 잠재 고객 쿼리의 출력은 Amazon Demand Side Platform(DSP)으로 직접 전송됩니다. 다음 표에는 잠재 고객을 생성할 때 사용할 수 있는 옵션이 나와 있습니다.

새로운 쿼리를 생성할 때 광고주는 이름, 설명, 날짜 조정과 같은 다양한 옵션을 구성합니다. 또한 광고주는 다음 두 가지 잠재 고객 유형 중에서 선택할 수 있습니다.

– 규칙 기반 잠재 고객 – 잠재 고객 쿼리를 기반으로 잠재 고객을 생성합니다.
– 유사 잠재 고객 – 잠재 고객 쿼리의 시드 잠재 고객 출력을 기반으로 기계 학습(ML) 기반 잠재 고객을 생성합니다.

정식 출시
AMC on AWS Clean Rooms는 미국 동부(버지니아 북부) 리전에서 사용할 수 있습니다. 전체 리전 목록에서 향후 업데이트를 확인하세요. AWS 설명서에서 AMC on AWS Clean Rooms에 대해 자세히 알아보세요.

Amazon Ads 팀에 이메일을 보내 시작해 보시고 AWS Clean Rooms용 AWS re:Post 또는 일반 AWS Support 담당자를 통해 피드백을 보내주세요..

– Veliswa