Amazon Neptune

優れたスケーラビリティと可用性を実現する高性能なグラフ分析とサーバーレスデータベース

ID グラフとは

アイデンティティグラフは、さまざまなデバイスや識別子での製品やウェブサイトとのやり取りに基づいて、顧客に関する単一の一元的なビューを提供します。ID グラフを使用して、数百万人単位のユーザーのために、リアルタイムのパーソナライゼーションと広告ターゲティングを行うことができます。これは、複数のタイプの識別子をリンクして、顧客の一貫した統合ビューを形成することによって行われます。また、ID グラフはプロファイルデータを保存し、新しい消費者識別子をプロファイルに簡単に接続することもできます。

ID グラフは、時系列で顧客ジャーニーを把握したり、レコメンデーションを作成して取引を成立させたりできるよう、顧客の 360 度ビューを提供できます。ID グラフは、プライバシー規制のコンプライアンスに重点を置いた顧客データプラットフォーム (CDP) ソリューションの構築にも役立ちます。ID グラフは、多くの広告テクノロジーおよびマーケティングテクノロジー企業、ブランドおよびマーケティング組織、広告代理店、持株会社、ウェブ分析プロバイダーにとって重要なソリューションです。

ID グラフソリューションは、高速で信頼性の高いフルマネージドグラフデータベースサービスである Amazon Neptune を利用して構築できます。

フルマネージドグラフデータベースである Amazon Neptune の詳細をご覧ください

ID グラフを構築するためにグラフデータベースを使用すべき理由

従来、ほとんどの ID グラフソリューションの構築にはリレーショナルデータベースが使用されていました。 しかし、リレーショナルデータベースは、今日の消費者環境における数十億の相互接続されたエンティティ間の関係を保存およびクエリするのに効率的ではありません。 これらの関係をマッピングするには複雑な SQL クエリが必要であるため、リアルタイムのクロスデバイス広告ターゲティング、パーソナライゼーション、他のカスタマーエクスペリエンスのユースケースでのコネクテッドデータの管理には、リレーショナルデータベースは適していません。

グラフデータベースは、関係を保存および把握するために特別に構築されており、ID グラフソリューションに適したデータストアとして登場しました。グラフデータベースは、高度に接続されたコネクテッドデータのモデル化が容易で、関係を「第一級市民」として扱い、柔軟なスキーマを備え、グラフクエリトラバーサルでより高いパフォーマンスを提供します。ID グラフのためにグラフデータベースを使用すると、識別子をリンクしてプロファイルをより簡単に更新し、超低レイテンシーでクエリを実行できるようになります。これにより、広告ターゲティング、パーソナライゼーション、分析、広告アトリビューションのために、より高速な更新を実現するとともに、より正確で最新のプロファイルデータを得ることができます。

顧客の ID と行動に関するインサイトを提供するサンプルグラフデータセット

利点

頂点とエッジの数に制限なくスケール可能で、毎秒 100,000 以上のクエリ実行により、最も要求の厳しいアプリケーションにも対応します。ストレージはクラスターあたり最大 128Tib までスケールアップし、読み取りはクラスターあたり最大 15 レプリカまでスケールアップします。

詳細を確認する

組み込みのアルゴリズムを使用し、数百億の関係を含むグラフデータセットを数秒で分析することで、より迅速にインサイトを得ることができます。生成 AI アプリのグラフと一緒に保存されているベクトルに対して類似性検索を実行します。

詳細を確認する

ACID トランザクション、自動バックアップ (Neptune Database を使用)、スナップショット、ポイントインタイムリカバリ、転送中と保管時の暗号化、AWS Identity and Access Management (IAM) サポート、AWS Key Management Service (AWS KMS) などの機能を使用してアプリケーションを保護します。

詳細を確認する

アプリケーションの可用性を高め、AWS リージョン内の 3 つのアベイラビリティーゾーン (AZ) にまたがるデータの耐久性を確保します。Amazon Neptune グローバルデータベースを使用して、ディザスタリカバリ体制を改善し、ローカル読み取りを行いましょう。

詳細を確認する

ユースケース

顧客を 360 度見渡せるプロファイルグラフを簡単に作成できます。顧客のパーソナライゼーションを改善し、マーケティングの関連性を高め、分析を強化しましょう。

ID グラフの詳細はこちら

人、場所、トランザクションの関係をモデル化し、明白でない関係を発見することにより、ほぼリアルタイムの不正パターン検出のためのグラフクエリを構築します。

不正グラフの詳細はこちら

Amazon Neptune ML は、グラフニューラルネットワーク (GNN) を使用して、グラフのほとんどの予測の精度を、グラフ以外の方法を使用した予測に比べて 50% 以上向上させます。

Neptune ML の詳細はこちら

レイヤードセキュリティアプローチを使用して、IT インフラストラクチャをプロアクティブに検出し、調査します。アセットを関係性にモデル化し、IT 環境の異なる次元がどのように相互作用するかを確認します。

セキュリティグラフの活用についての詳細はこちら


AWS の詳細を見る