무엇입니까 AWS Entity Resolution? - AWS Entity Resolution
처음 AWS Entity Resolution 사용하시나요?의 특징 AWS Entity Resolution관련 서비스액세스 AWS Entity Resolution에 대한 가격 AWS Entity Resolution

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

무엇입니까 AWS Entity Resolution?

AWS Entity Resolution 여러 애플리케이션, 채널 및 데이터 스토어에 저장된 관련 기록을 매칭, 연결 및 개선하는 데 도움이 되는 서비스입니다. 유연하고 확장 가능하며 기존 애플리케이션 및 데이터 서비스 공급자와 연결할 수 있는 엔티티 확인 워크플로를 사용하여 시작할 수 있습니다.

AWS Entity Resolution 규칙 기반 매칭, 머신 러닝 기반 매칭 (ML 매칭), 데이터 서비스 공급자 주도 매칭과 같은 고급 매칭 기법을 제공합니다. 이러한 기법을 사용하면 고객 정보, 제품 코드 또는 비즈니스 데이터 코드의 관련 기록을 보다 정확하게 연결하고 개선할 수 있습니다.

AWS Entity Resolution 이를 통해 최근 이벤트 (예: 광고 클릭, 장바구니 포기, 구매) 를 데이터 서비스 공급자의 익명 신호와 연결하여 고유한 개체 ID로 고객 상호 작용을 통합할 수 있습니다. 또한 스토어 전체에서 서로 다른 코드 (예:) 를 사용하는 제품을 더 잘 추적할 수 있습니다. SKU UPC 를 AWS Entity Resolution 사용하여 매칭 정확도를 제어하고 데이터 보안을 강화하는 동시에 데이터 이동을 최소화할 수 있습니다.

처음 AWS Entity Resolution 사용하시나요?

를 처음 사용하는 경우 먼저 다음 섹션을 읽어 보는 것이 좋습니다. AWS Entity Resolution

의 특징 AWS Entity Resolution

AWS Entity Resolution 다음과 같은 기능이 포함되어 있습니다.

  • 유연하고 사용자 지정 가능한 데이터 준비

    AWS Entity Resolution 데이터를 읽고 경기 처리를 위한 AWS Glue 입력으로 사용합니다. 최대 20개의 데이터 입력을 지정할 수 있습니다. AWS Entity Resolution 데이터 입력 테이블의 각 행을 레코드로 처리하며, 기본 키 역할을 하는 고유한 엔티티를 사용합니다. AWS Entity Resolution 암호화된 데이터세트에서 작동할 수 있습니다. 먼저 스키마 매핑을 AWS Entity Resolution 정의하여 매칭 워크플로에서 사용할 입력 필드를 이해하세요. 기존 AWS Glue 데이터 입력에서 자체 데이터 스키마 또는 블루프린트를 가져올 수 있습니다. 또는 대화형 사용자 인터페이스 또는 JSON 편집기를 사용하여 사용자 지정 스키마를 구축할 수 있습니다. AWS Entity Resolution 또한 기본적으로 는 일치 처리 전에 데이터 입력을 정규화하여 특수 문자 및 추가 공백을 제거하고 텍스트를 소문자로 서식 지정하는 등 일치 처리를 개선합니다. 데이터 입력이 이미 정규화된 경우 정규화를 끌 수 있습니다. 또한 필요에 맞게 데이터 정규화 프로세스를 추가로 사용자 지정하는 데 사용할 수 있는 GitHub 라이브러리도 제공합니다.

  • 구성 가능한 엔티티 매칭 워크플로

    엔티티 매칭 워크플로는 데이터 입력을 일치시키는 AWS Entity Resolution 방법과 통합 데이터 출력을 작성할 위치를 지정하기 위해 설정하는 일련의 단계입니다. 하나 이상의 매칭 워크플로를 설정하여 서로 다른 데이터 입력을 비교하고 엔티티 해결 또는 ML 경험이 없어도 규칙 기반 매칭, 기계 학습 매칭 또는 데이터 서비스 제공자가 주도하는 매칭 등의 다양한 매칭 기법을 사용할 수 있습니다. 또한 리소스 번호, 처리된 레코드 수, 찾은 일치 개수 등 기존 매칭 워크플로 및 지표의 작업 상태를 볼 수 있습니다.

    • R eady-to-use 규칙 기반 매칭

      이 매칭 기법에는 AWS Management Console or AWS Command Line Interface ()AWS CLI에 있는 일련의 ready-to-use 규칙이 포함됩니다. 이 규칙을 사용하여 입력 필드를 기반으로 관련 레코드를 찾을 수 있습니다. 각 규칙의 입력 필드를 추가 또는 제거하고, 규칙을 삭제하고, 규칙 우선 순위를 재정렬하고, 새 규칙을 생성하여 규칙을 사용자 지정할 수도 있습니다. 규칙을 재설정하여 원래 구성으로 되돌릴 수도 있습니다. Amazon Simple Storage Service (Amazon S3) 버킷의 데이터 출력에는 규칙 기반 매칭 기법을 사용하여 AWS Entity Resolution 생성하는 매칭 그룹이 있습니다. 각 일치 그룹에는 일치 항목을 생성하는 데 사용되는 규칙 번호가 있어 일치 항목을 이해하는 데 도움이 됩니다. 예를 들어 규칙 번호는 각 매치 그룹의 정밀도를 보여 주어 규칙 1이 규칙 2보다 더 정확하도록 할 수 있습니다.

    • 사전 구성된 머신 러닝 기반 매칭 (ML 매칭)

      이 매칭 기법에는 모든 데이터 입력, 특히 소비자 기반 레코드에서 일치하는 항목을 찾기 위한 사전 구성된 ML 모델이 포함됩니다. 이 모델은 이름, 이메일 주소, 전화번호, 주소, 생년월일 데이터 유형과 관련된 모든 입력 필드를 사용합니다. 이 모델은 관련 레코드의 일치 그룹을 생성하고, 각 그룹의 신뢰도 점수가 있는 관련 레코드의 일치 그룹을 생성하여 다른 일치 그룹과 비교한 일치 품질을 설명합니다. 모델은 누락된 입력 필드를 고려하고 전체 레코드를 함께 분석하여 항목을 나타냅니다. Amazon S3 버킷의 데이터 출력에는 ML 매칭을 사용하여 AWS Entity Resolution 생성하는 일치 그룹이 있습니다. 여기서 각 일치 그룹의 관련 신뢰도 점수는 0.0—1.0이며, 이는 일치의 정밀도를 나타냅니다.

    • 데이터 서비스 공급자와 레코드 매칭

      AWS Entity Resolution 이를 통해 주요 데이터 서비스 공급업체 및 라이선스가 부여된 데이터 세트와 기록을 매칭, 연결 및 개선하여 고객을 이해하고, 도달하고, 서비스를 제공하는 능력을 확장할 수 있습니다. 예를 들어 데이터에 속성을 추가하여 기록을 개선하거나 비즈니스 목표를 달성하기 위해 사용하는 시스템 및 플랫폼의 상호 운용성을 개선할 수 있습니다. 클릭 몇 번으로 이 매칭 워크플로를 사용할 수 있으므로 복잡한 독점 통합을 구축하고 유지할 필요가 없습니다. 이 매칭 기법을 활용하려면 이러한 데이터 서비스 공급자와 라이선스 계약을 체결해야 합니다.

  • 수동 대량 처리 및 자동 증분 처리

    데이터 처리를 사용하면 데이터 입력 또는 입력을 엔티티 매칭 워크플로 구성을 사용하여 생성된 공통 일치 ID를 가진 유사한 레코드가 있는 통합 데이터 출력 테이블로 변환할 수 있습니다. API및 AWS Management Console 또는 를 사용하면 기존 추출 AWS CLI, 변환 및 로드 (ETL) 데이터 파이프라인을 기반으로 필요에 따라 수동 대량 처리를 실행할 수 있습니다. 이 대량 처리는 새 일치 항목 및 기존 일치 항목에 대한 업데이트에 대해 모든 데이터를 재처리합니다. 또한 규칙 기반 매칭 시나리오의 경우, Amazon S3 버킷에서 새 데이터를 사용할 수 있게 되면 서비스에서 새 레코드를 읽고 기존 레코드와 비교하도록 자동 증분 처리를 시작할 수 있습니다. 이렇게 하면 Amazon S3 데이터가 변경되더라도 매치를 최신 상태로 유지할 수 있습니다.

  • 거의 실시간에 가까운 조회

    AWS Entity Resolution GetMatchId API작업을 통해 개체 필드를 찾아보면 기존 일치 ID를 동기적으로 검색하는 데 도움이 됩니다. 다양한 AWS Entity Resolution 소스와 채널을 통해 획득한 개인 식별 정보 (PII) 속성을 사용하여 전화를 걸 수 있습니다. AWS Entity Resolution 데이터 보호를 위해 이러한 속성을 해시하고 해당하는 일치 ID를 검색하여 고객을 연결하고 매칭합니다. 예를 들어 관련 이름, 이메일, 우편 주소를 사용하여 웹 가입을 할 수 있습니다. AWS Entity Resolution GetMatchId API작업을 사용하여 해당 고객 또는 엔티티가 S3 버킷에 저장된 매칭 결과에 해당 고객 또는 엔티티와 관련된 해당 엔티티 매칭 ID가 이미 존재하는지 확인할 수 있습니다. 엔티티 일치 ID를 가져오면 고객 관계 관리 (CRM) 또는 고객 데이터 플랫폼 (CDP) 시스템과 같은 소스 애플리케이션에서 관련 트랜잭션 정보를 찾을 수 있습니다.

  • 설계에 따른 데이터 보호 및 지역화

    AWS Entity Resolution 데이터를 보호하는 데 도움이 되는 기본 암호화 기능을 제공하고 서비스에 입력되는 모든 데이터에 대해 암호화 키를 제공합니다. 예를 들어, 서버 측에 암호화되고 해시된 데이터를 가져와서 규칙 기반 매칭 워크플로를 실행할 수 있는 유연성을 AWS Entity Resolution 제공합니다. AWS Entity Resolution 지역화를 지원합니다. 즉, 서비스를 사용하는 곳과 동일한 AWS 리전 위치에서 매칭 워크플로가 실행되어 데이터를 처리합니다. 또한 다른 애플리케이션에서 해결된 데이터를 사용하기 전에 Amazon S3의 데이터 출력을 암호화하고 해시할 수 있습니다.

  • 멀티파티 트랜스코딩

    AWS Entity Resolution 에서와 같이 데이터 협업을 사용하려는 여러 당사자 간에 데이터 소스 및 매칭 구성을 정의하는 데 도움이 됩니다. AWS Clean Rooms

다음과 관련된 AWS 서비스 내용은 다음과 같습니다 AWS Entity Resolution.

  • Amazon S3

    가져온 데이터를 Amazon AWS Entity Resolution S3에 저장합니다.

    자세한 내용은 Amazon S3란 무엇입니까? 를 참조하십시오. Amazon 심플 스토리지 서비스 사용 설명서에서 확인할 수 있습니다.

  • AWS Glue

    Amazon S3의 데이터에서 AWS Glue 테이블을 생성하여 에서 사용할 수 AWS Entity Resolution있습니다.

    자세한 내용은 AWS Glue무엇입니까를 참조하십시오. AWS Glue 개발자 안내서에서

  • AWS CloudTrail

    AWS Entity Resolution CloudTrail 로그와 함께 사용하면 AWS 서비스 활동 분석을 개선할 수 있습니다.

    자세한 내용은 를 사용하여 AWS Entity Resolution API 호출 로깅 AWS CloudTrail 단원을 참조하십시오.

  • AWS CloudFormation

    에서 AWS CloudFormation다음 리소스를 생성하십시오. AWS::EntityResolution::MatchingWorkflow, AWS::EntityResolution::SchemaMapping, AWS::EntityResolution:IdMappingWorkflow, AWS::EntityResolution::IdNamespace 및 AWS::EntityResolution::PolicyStatement

    자세한 내용은 를 사용하여 AWS 엔티티 레졸루션 리소스 생성 AWS CloudFormation 단원을 참조하십시오.

액세스 AWS Entity Resolution

다음 옵션을 AWS Entity Resolution 통해 액세스할 수 있습니다.

에 대한 가격 AWS Entity Resolution

요금 정보는 AWS Entity Resolution 요금을 참조하세요.