Se paciencia que los ingenieros de datos en el mundo acelerado de marketing y publicidad entreguen ideas granulares, construyen segmentos sofisticados de clientes y midan la efectividad de la campaña con reincorporación precisión. Al mismo tiempo, se enfrentan a una serie de desafíos, que incluyen un creciente matorral de regulaciones de privacidad y la menester siempre presente de proteger los datos confidenciales de los clientes.
Para desbloquear todo el potencial de los datos de una ordenamiento mientras navega por este difícil paisaje, los ingenieros de datos pueden usar una combinación de habitaciones limpias de datos y servicios de contenedores de Park Snowflake.
El desafío de la colaboración de datos en un mundo de privacidad
Las ideas más valiosas a menudo provienen de la combinación de los datos de su ordenamiento con datos de sus socios. Por ejemplo, es posible que desee:
-
Enriquecer los perfiles de los clientes con datos de un compañero de dos partes para comprender mejor sus intereses y comportamientos
-
Construir modelos parecidos para encontrar nuevas audiencias que se parezcan a sus clientes más valiosos
-
Contar la efectividad de sus campañas publicitarias uniéndose a los datos de conversión con los datos de impresión de un editor
Sin incautación, compartir información bruta e identificable personalmente (PII) directamente con los socios es un no estreno.
Colaboración segura y prospección innovador
Las habitaciones de exactitud de datos de copo de cocaína permiten un entorno seguro donde varias partes pueden colaborar en los datos sin exponer la PII subyacente. Piense en ello como una colchoneta aséptico donde los socios pueden reunir datos para el prospección, pero con controles estrictos sobre lo que se puede hacer y qué datos pueden salir de la sala limpia.
Para aquellos que desean hacer poco más que unir y agregaciones o ejecutar modelos complejos de formación espontáneo para encender prospección de marketing, Snowpark Contener Services lleva las salas limpias de datos al futuro nivel.
Con los servicios de contenedores Snowpark, los equipos ahora pueden ejecutar código personalizado e incluso contenedores de Docker enteros directamente en el interior de la sala de datos de datos de copo de cocaína de una ordenamiento. Esto significa que pueden:
-
Traiga sus propios modelos de formación espontáneo (por ejemplo, construido con scikit-learn, pytorch o xgboost) y ejecutarlos en los datos combinados en la sala limpia
-
Use sus lenguajes de programación preferidos y bibliotecas (como Python) para realizar transformaciones de datos avanzadas e ingeniería de características
-
Implementar y dirigir su código como serviciofacilitando la integración de sus modelos en sus flujos de trabajo de producción
Beneficios para el marketing y la publicidad
Entonces, ¿qué significa esto para los ingenieros de datos en una ordenamiento de marketing o publicidad? Estos son solo algunos de los beneficios:
-
Informes de audiencia mejorados: Únase de forma segura los datos de primera parte de una ordenamiento con datos de los socios para obtener una visión más completa de los clientes.
-
Modelado parecido más potente: Construya modelos lookalike más precisos capacitándolos en un conjunto de datos más rico y diverso.
-
Medición mejorada de la campaña: Obtenga una imagen más clara del retorno de una ordenamiento sobre el desembolso publicitario (ROA) atribuyendo más precisión las conversiones a las campañas de marketing.
-
Decano flexibilidad y control: Use herramientas y bibliotecas familiares para construir e implementar modelos en el interior de un entorno seguro y gobernado.
-
Tiempo limitado a información: Las organizaciones pueden dejar de producirse tiempo en proyectos complejos de integración de datos y comenzar a ofrecer información comercial más rápida.
Cómo construir un maniquí parecido
Imagine que un ingeniero de datos para una marca minorista quiere encontrar nuevos clientes que sean similares a sus compradores más leales. Tienen una registro de sus mejores clientes, y se han asociado con un editor que tiene una gran audiencia de lectores en sarta.
Así es como el ingeniero de datos podría usar habitaciones limpias de datos de copos de cocaína y servicios de contenedores de Park Snowpark para construir un poderoso maniquí parecido:
-
Configurar una sala de exactitud de datos: La marca y el editor ponen a disposición los datos de sus clientes en una sala de exactitud de datos de copo de cocaína con políticas apropiadas, por lo que no se expone PII.
-
Entrena un maniquí parecido: La marca utiliza un cuaderno de copo de cocaína para construir un maniquí lookalike usando xgboost. El editor puede entrenar el maniquí en los datos combinados en la sala limpia, utilizando su registro de clientes leales como la variable objetivo.
-
Implemente el maniquí con servicios de contenedores Snowpark: La marca empaqueta su maniquí y sus dependencias en un contenedor, y el editor lo implementa como un servicio utilizando SnowPark Container Services.
-
Anotar la audiencia del editor: El editor ahora puede ejecutar los datos de su audiencia contra el maniquí de la marca para obtener una «puntuación parecida» para cada una de sus audiencias. La marca puede usar estos puntajes para crear una audiencia personalizada para su próxima campaña publicitaria.
La combinación de habitaciones limpias de datos de copos de cocaína y servicios de contenedores Snowpark proporciona una plataforma segura, flexible y poderosa para colaborar en los datos y ejecutar modelos avanzados de formación espontáneo, todo al tiempo que respeta la privacidad del legatario y se adhiere a los requisitos de cumplimiento.
Por otra parte, con los trabajos de ML en el interior de DCR que ahora está en una horizonte previa privada, puede hacer la misma implementación basada en SPCS pero con un flujo de trabajo de exposición de ML simplificado y un tiempo de ejecución ML optimizado. Para probar esto, comuníquese con su equipo de cuenta.
Adoptar este nuevo dechado de colaboración de datos desbloquea una gran cantidad de nuevas ideas, impulsa mejores resultados comerciales y se convierte en un socio aún más valioso para los equipos de marketing y publicidad.
Siga el ejemplo paso a paso para configurar las habitaciones de exactitud de datos y los servicios de contenedores de copos de cocaína aquí. Además proporciona cuadernos de muestra que puede descargar y probar en su entorno.
Obtenga más información Acerca de las últimas innovaciones de la sala limpia de Snowflake, incluidas las nuevas capacidades de IA/ML y la expansión de la colaboración de datos multipartidistas.