导读

了解 Xmars 和 DIRECTV 如何利用基于 Amazon Clean Rooms 构建的 Amazon Marketing Cloud (AMC) 和 Amazon Publisher Cloud 来规划、激活和衡量通过 Amazon DSP 进行的广告活动。了解 Amazon Ads 如何通过隐私增强的数据协作将广告主和发布商联系起来，以推动下一代更有效地触达目标受众的影响力广告活动。获取参考架构，并了解如何使用 亚马逊云科技 Clean Rooms ML 进行受众建模。

演讲精华

以下是小编为您整理的本次演讲的精华。

在数据驱动行业不断演进的格局中，安全数据协作的需求变得至关重要。AWSClean Rooms产品负责人Talia Ocamero阐明了数据协作在制药、银行和广告等多个领域的普遍性。组织已经认识到通过分析集体数据集来丰富自身数据的巨大价值，因为这可以增强其信息资产的实力和效力。

预测显示，到2027年，全球前5000家组织中将有超过80%的组织参与某种形式的数据协作，这凸显了这一做法的广泛采用。与此同时，数据量预计将爆炸式增长，到同年将是2023年水平的两倍。然而，这种数据协作和数据激增带来了一个巨大挑战:如何在保护消费者隐私和企业知识产权的同时进行协作。

Talia强调了隐私立法的深远影响，目前已覆盖了全球79%的人口。这一统计数据凸显了组织优先考虑透明度和尊重客户数据的紧迫性，因为在过去五到十年中，消费者对组织处理个人信息的期望发生了重大转变。客户现在要求组织在处理个人信息时更加负责任和体贴。

正是这一迫切需求促使AWSClean Rooms的诞生，这是一种旨在让公司能够在集体数据集上进行实验和创新，而无需移动或共享底层原始数据的解决方案。AWSClean Rooms使客户能够快速创建安全的数据协作，通常目的是与公司合作生成独特的目标列表、深入了解客户群体并发掘新机遇。

Talia深入探讨了AWSClean Rooms的复杂架构和工作流程，阐明了协作者如何配置表格、设置增强隐私的规则并安全地运行分析。她还介绍了Clean Rooms ML Custom Models功能，这是一项开创性的能力，允许客户在不会泄露其专有模型机密性的情况下，对他们原本无法访问的数据进行模型训练或批量推理。

转移到广告领域，Talia概述了广告商在考虑数据协作时需要优化的四个关键阶段:规划、激活、测量和优化。她举了一个鞋品牌与社交媒体网络合作的例子，鞋品牌会进行联合分析以了解可能转化的客户重叠情况，在社交媒体网络上激活目标受众列表，测量活动的成功程度，并根据测量结果进行优化。

来自Amazon Ads的James Sullivan登台，强调了第一方数据的宝贵性质，以及Amazon Ads解决方案(如Amazon Demand Side Platform (aDSP)、Amazon Marketing Cloud (AMC)和Amazon Publisher Cloud (APC))如何让广告商和发布商能够安全地利用自己的数据。

James阐述了AMC如何让广告商能够在AWSClean Rooms内将他们的数据与Amazon信号相结合，从而获得洞见并激活受众，而无需移动数据。他分享了UNICEF和Poppy等客户的成功案例，他们通过利用AMC和aDSP实现了卓越的性能提升和新品牌订单。

对于发布商而言，APC让他们能够将自己的信号与Amazon的信号相结合，从而揭示洞见并提高其内容对广告合作伙伴的价值。James引用了Dotdash Meredith的成功案例，他们通过利用APC的力量，使目标活动覆盖率提高了1.5倍，每次点击的成本效率提高了19%。

在一个突破性的概念验证中，James揭示了AMC和APC是如何结合使用的，让发布商能够根据自己的信号识别广告商关注的受众。这种创新方法使发布商能够创建独特的供应包和受众包，而广告商则可以在aDSP上激活这些包，从而使目标受众覆盖率提高2倍，成本效率超过50%。

XMars的首席执行官兼创始人June登台，分享了广告商对AMC与AWSClean Rooms的看法。她介绍了XMars及其AI驱动的能力、全球规模，以及连续两年获得Amazon技术创新类别奖项的殊荣，凸显了该公司致力于推动创新并为客户创造卓越价值的承诺。

June强调了数据清洗室在当今数据驱动世界中应对隐私和协作复杂挑战的关键作用。她强调了推动采用数据清洗室的驱动力，包括受众碎片化、准确测量的需求以及组织必须遵守的日益增加的隐私法规。

June提出了一个引人入胜的DIRECTV案例研究，他们利用APC和AWSClean Rooms来推广Amazon Prime Video的周四夜足球。结果非常显著，广告曝光数据的匹配率提高了30%，转化数量比标准日志高出惊人的2.6倍。这一成功凸显了该技术所能实现的准确测量能力，因为之前的测量低估了看到广告后在Amazon Prime Video上收看周四夜足球的人数。

对于像Amazon Prime Video这样的广告商来说，这种精准的测量智能是无价的，因为它使他们能够更有效地优化活动，识别哪些做法奏效，哪些做法无效。June还深入探讨了APC为DIRECTV的广告销售部门提供的洞见，使他们能够更多地了解自己的受众和供应，从而成为更有效的广告客户合作伙伴。

她举了一个针对国际旅客的示例，通过结合DIRECTV关于旅游相关内容的观众数据、Amazon关于国际旅客的第一方数据以及一家航空公司的数据。这种强大的组合使DIRECTV能够创建一个“黄金细分市场”进行有效的广告投放、通过Amazon DSP进行受众激活以及准确测量，同时确保数据安全、隐私合规并尊重DIRECTV直接客户的信任。

DIRECTV使用APC和AWSClean Rooms的关键经验教训是多方面的。它们揭示了关于受众和供应的新见解，使他们能够为客户创造更有吸引力的广告解决方案。此外，该技术确保了数据安全和隐私法规的合规性，尊重了DIRECTV付费客户对其的信任。此外，在不损害客户数据的情况下扩大受众智能的能力成为一个重大区别，使DIRECTV能够同时与多个客户合作，同时保持最高标准的数据保护。

DIRECTV广告分析与洞见高级副总裁Dan登台，提供了发布商使用APC和AWSClean Rooms的观点。他重申了数据清洗室在解决受众碎片化、实现准确测量和维护客户隐私方面的重要性——这是DIRECTV认真对待的责任，因为数百万客户信任DIRECTV并为优质视频体验付费。

Dan解释了DIRECTV如何在APC中将他们宝贵的第一方数据(如客户身份和观众兴趣)与Amazon的信号相结合，用于规划、激活和测量。他分享了一个在菲尼克斯针对家居装修店新店的定位案例，通过结合DIRECTV关于家居装修节目的观众数据和Amazon的购买意向数据，创建了一个“黄金细分市场”进行有效的广告投放和测量。

Dan还介绍了一个案例研究，DIRECTV使用APC和AWSClean Rooms来推广Amazon Prime Video的周四夜足球，实现了广告曝光数据匹配率提高30%，转化数量比标准日志高出2.6倍。这个成功案例凸显了更准确的测量智能对于像Amazon Prime Video这样的广告商的价值，使他们能够根据获得的见解更有效地优化活动。

与June的见解一致，Dan重申APC为DIRECTV提供了关于其受众和供应的宝贵智能，使他们能够为客户创造更有效的广告解决方案。他分享了一个针对国际旅客的示例，通过结合DIRECTV的观众数据、Amazon关于国际旅客的第一方数据以及一家航空公司的数据，凸显了数据协作在发掘新机遇方面的力量。

DIRECTV使用APC和AWSClean Rooms的关键经验教训与June分享的内容一致，包括揭示新的受众和供应洞见、确保数据安全和隐私合规，以及在不损害客户数据的情况下扩大受众智能——这是维护DIRECTV宝贵客户信任的关键因素。

总而言之，这段视频阐明了在当今数据驱动的环境中，安全的数据协作和隐私增强广告的至关重要性。它展示了Amazon Clean Rooms、AMC和APC如何让广告商和出版商能够安全地利用他们的数据、获得有价值的洞见、创建有针对性的受众群体，并在保护消费者隐私和商业知识产权的同时准确地衡量活动绩效。通过引人入胜的客户案例和使用场景，该视频展示了这些技术在推动创新、开拓新机遇以及在广告生态系统中培养信任和透明度方面的变革潜力。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。