Amazon Marketing Cloud Export Integration

Copy

• Copy for LLM

  Copy page as Markdown for LLMs
• View as Markdown

  Open this page as Markdown
• Open in ChatGPT

  Get insights from ChatGPT
• Open in Claude

  Get insights from Claude
• Cursorに接続

  CursorにMCPサーバーをインストール
• VS Codeに接続

  VS CodeにMCPサーバーをインストール

Amazon Marketing Cloud (AMC)とTreasure Data CDPを統合することで、広告主はAmazon Adsを使用して、Treasure DataからAMCに戦略的なCDPセグメントを仮名化された形式で渡すことができます。広告主は、CDPの入力とAmazon Adsのシグナルを組み合わせて、メディアの影響、オーディエンスセグメンテーション、セグメントの重複、カスタマージャーニーなどのトピックに関する独自のインサイトをプライバシー保護された方法で取得できます。Treasure Data CDPとAMCを統合することで広告キャンペーンをより効果的に推進する方法について詳しく学んでください。

このAmazon Marketing Cloud Export Integrationを使用すると、Treasure Dataからジョブ結果を書き込み、仮名化されたオーディエンスデータセットをAmazon Marketing Cloudに直接アップロードできます。

このIntegrationでできること

• 仮名化されたオーディエンスデータセットをAmazon Marketing Cloudにアップロードする
• 既存のすべてのデータセット内のIDを削除する
• ルールベースのオーディエンスを作成し、Amazon DSPで直接アクティベートする

前提条件

• TD Toolbeltを含むTreasure Dataの基本的な知識
• Amazon Marketing Cloud account
• Amazon Marketing Cloud accountへのアクセスを許可するS3 bucket
• AMCインスタンスに招待されたAmazon DSP account
• (オプション)Amazon Marketing Cloud Export Integrationを使用する前にdataset定義を作成する。dataset作成workflowの例については、Treasure Boxesを参照してください。このintegrationは、最初のactivation実行時にdatasetを作成することをサポートしています。

要件と制限事項

• Queryのカラムは、正確なカラム名(大文字小文字を区別しない)とデータタイプで指定する必要があります
• AMCインスタンスに紐づく既存のS3 bucketの使用は推奨されません。データアップロード用に新しいS3 bucketを作成してください
• Amazon DSPの最小オーディエンスサイズは2,000 identitiesです

Treasure Data Integration の静的 IP アドレス

セキュリティポリシーで IP ホワイトリストが必要な場合は、接続を成功させるために Treasure Data の IP アドレスを許可リストに追加する必要があります。

リージョンごとに整理された静的 IP アドレスの完全なリストは、次のリンクにあります: https://api-docs.treasuredata.com/en/overview/ip-addresses-integrations-result-workers/

Amazon Marketing Cloud情報の取得

https://advertising.amazon.com/marketing-cloudにログインします。

Amazon Marketing Cloud Instance IDとAccount IDの取得

Amazon Marketing Cloudインスタンスにログイン後、以下の手順でAmazon Marketing CloudのInstance ID、Account ID、Data upload AWS account ID情報を取得します。

1. Instance listからAmazon Marketing CloudのInstance IDを取得します。
2. パラメータentityIdに割り当てられたAmazon Marketing CloudのAccount IDを確認します。

3. Instance InfoページからData upload AWS account IDを取得できます。

アップロード対象のDatasetの準備

以下は、dataset定義の例です。ターゲットdatasetが存在する場合は、このセクションをスキップできます。

ハッシュ化されたPIIカラムを含まないシンプルなDimension datasetの例

このdatasetには、product_asinとproduct_skuの2つのカラムがあります。queryからのスキーマがこれと一致しない場合、アップロードはエラーになります。

{ "dataSet": {"columns":[{"name": "product_asin","columnType": "DIMENSION","dataType": "STRING"},{"name": "product_sku","columnType": "METRIC","dataType": "STRING"}],"dataSetId": "mydemosimledimensionds","description": "my demo dimension dataset"}}

ハッシュ化されたPIIとしてのemailとconsent typeとしてのTCFを含むfact datasetの例

この例では、3つのカラムがあります:email(hashedPIIとして)、record_date(isMainEventTime = Trueはこれがfact datasetであることを示します)、tcf_string(consentのtcf文字列)。

{"dataSet": {"dataSetId": "mydemofactdswithidentity","columns": [{"columnType": "DIMENSION","dataType": "STRING","externalUserIdType": {"hashedPii": "EMAIL"},"name": "email"},{"columnType": "DIMENSION","dataType": "DATE","isMainEventTime": true,"name": "record_date"},{"columnType": "DIMENSION","dataType": "STRING","name": "tcf_string","consentType": "TCF"}],"countryCode": "US"}}

Dataset IDとDataset Fields Nameの取得

1. Amazon Query editorページから、Dataset IDとDataset Fields Nameを取得できます。

2. infoアイコンを選択して、各filenameのデータタイプを取得します。

Data upload AWS account IDからのアクセスを許可するようS3 Bucketを設定

1. S3にログインし、bucket > permissionタブに移動し、Bucket policyの下のEditを選択します。

2. Data upload AWS account IDとBucket nameを置き換えた後、この設定をコピー&ペーストし、Saveを選択します。

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Principal": {
        "AWS": "arn:aws:iam::{{Data upload AWS account ID}}:root"
      },
      "Action": [
        "s3:GetObject",
        "s3:GetObjectVersion",
        "s3:ListBucket",
        "s3:PutObject",
        "s3:PutObjectAcl",
        "s3:GetObjectTagging",
        "s3:GetBucketTagging"
      ],
      "Resource": [
        "arn:aws:s3:::{{bucket name}}/*",
        "arn:aws:s3:::{{bucket name}}"
      ]
    }
  ]
}

3. bucketのtagを定義する

インスタンスのtagを定義するには、以下の手順を実行します:

4. Amazon S3コンソールに移動し、tagを関連付けるbucket名をクリックします。
5. Propertiesをクリックし、Tagsセクションまでスクロールします。Editをクリックします。
6. Add tagをクリックしてtagのkeyを定義し、keyの値を入力します。この目的では、key" "instance"d"と定義し、データのアップロードに使用するインスタンスの識別子をkeyの値として入力します。
7. Saveをクリックします。

詳細については、https://advertising.amazon.com/API/docs/en-us/guides/amazon-marketing-cloud/advertiser-data-upload/advertiser-data-s3-bucketを参照してください。

TD Consoleを使用してConnectionを作成

queryを実行する前に、Treasure Dataでデータconnectionを作成して設定する必要があります。データconnectionの一部として、integrationにアクセスするためのauthenticationを提供します。

新しいAuthenticationの作成

1. TD Consoleを開きます。
2. Integrations Hub > Catalogに移動します。
3. Amazon Marketing Cloudを検索し、Amazon Marketing Cloudを選択します。

4. New AuthenticationのClick hereリンクを選択して、新しいAmazon Accountに接続します。

5. Amazon Marketing Cloudインスタンスにリダイレクトされ、OAuthを使用してログインできます。usernameとpasswordを入力します。

6. Allowを選択してconsent screenを承認します。これにより、TD consoleにリダイレクトされます。

7. 必要なcredentialsフィールドに入力します。

8. Continueを選択します。
9. authenticationの名前を入力します。
10. Doneを選択します。

以下の表は、Amazon Marketing Cloud Export Integrationを設定するためのパラメータを説明しています。

Queryの定義

1. Data Workbench > Queriesに移動します。
2. New Queryを選択します。
3. queryを実行して、結果セットを検証します。

Result Export Targetの指定

1. Export Resultsを選択します

2. 既存のintegration authenticationを選択します。

3. 追加のExport Resultsの詳細を定義します。export integrationコンテンツで、integrationパラメータを確認します。

UploadまたはDelete Operation

1. Dataset Operationに対してUploadまたはDeleteを選択します。

"Create new dataset if it does not exist"をチェックして、その場で新しいdatasetを作成します。"Prepare Dataset as upload target"セクションで説明されているdataset定義を提供します。

Rule-based Audiencesの作成

以下の表は、Amazon Marketing Cloud export integrationの設定パラメータを説明しています。

Dataset Queryをアップロードするための要件

• datasetにデータをアップロードするには、queryの結果にフィールド名(大文字小文字を区別)と一致するカラム名が必要です。queryカラムとdatasetフィールド間のすべての不一致は無視されます。
• FACT datasetにデータをアップロードする場合、メインイベント時刻カラムが必要です。
• datasetのすべてのnon-nullableフィールドがqueryに必要です。
• datasetフィールドがnon-nullableで、このフィールドのresult queriesの行にnull値がある場合、その行はスキップされます。例:
• メインイベント時刻フィールドとしてpurchase_timeを持つFACT dataset tutorial_off_amazon_purchasesがあります。すべてのフィールドはnon-nullableです。

サンプルquery:

SELECT
   product_name,
   product_sku,
   product_quantity,
   purchase_time,
   purchase_value
FROM
   table_name;

また、aliasを使用してqueryカラム名をdatasetフィールドと一致させることもできます。サンプルquery:

SELECT
  column_a AS product_name,
  column_b AS product_sku,
  column_c AS product_quantity,
  column_d AS purchase_time,
  column_e AS purchase_value
FROM
  table_name

queryの結果の各カラムのデータタイプは、datasetフィールドと互換性がある必要があります。

既存のDataset QueryからIdentitiesを削除するための要件

既存のすべてのデータセットからidentitiesを削除するには、queryの結果に少なくとも1つのidentityカラム名が必要です。identityカラム名には、first_name、last_name、email、phone、address、city、state、zip、およびcountry_codeを含める必要があります。他の名前のカラムは無視されます。サンプルquery:

SELECT
  first_name,
  last_name,
  email
FROM
  table_name

Rule-based Audiencesを作成するための要件

Audienceの作成には、TDからのデータは必要ありません。datasetからqueryを実行し、queryの結果に基づいてaudienceを作成します。したがって、TD側からjobをトリガーするために"Select 1"のみを使用します。TD側から1行を超える行を返すqueryは許可されません。

Audience Studio で Segment をアクティベートする

Audience Studio で activation を作成することで、segment データをターゲットプラットフォームに送信することもできます。

1. Audience Studio に移動します。
2. parent segment を選択します。
3. ターゲット segment を開き、右クリックして、Create Activation を選択します。
4. Details パネルで、Activation 名を入力し、前述の Configuration Parameters のセクションに従って activation を設定します。
5. Output Mapping パネルで activation 出力をカスタマイズします。

• Attribute Columns
  • Export All Columns を選択すると、変更を加えずにすべての列をエクスポートできます。
  • + Add Columns を選択して、エクスポート用の特定の列を追加します。Output Column Name には、Source 列名と同じ名前があらかじめ入力されます。Output Column Name を更新できます。+ Add Columns を選択し続けて、activation 出力用の新しい列を追加します。
• String Builder
  • + Add string を選択して、エクスポート用の文字列を作成します。次の値から選択します:
    • String: 任意の値を選択します。テキストを使用してカスタム値を作成します。
    • Timestamp: エクスポートの日時。
    • Segment Id: segment ID 番号。
    • Segment Name: segment 名。
    • Audience Id: parent segment 番号。

6. Schedule を設定します。

• スケジュールを定義する値を選択し、オプションでメール通知を含めます。

7. Create を選択します。

(オプション) Query Export ジョブをスケジュールする

Scheduled Jobs と Result Export を使用して、指定したターゲット宛先に出力結果を定期的に書き込むことができます。

Treasure Data のスケジューラー機能は、高可用性を実現するために定期的なクエリ実行をサポートしています。

2 つの仕様が競合するスケジュール仕様を提供する場合、より頻繁に実行するよう要求する仕様が優先され、もう一方のスケジュール仕様は無視されます。

例えば、cron スケジュールが '0 0 1 * 1' の場合、「月の日」の仕様と「週の曜日」が矛盾します。前者の仕様は毎月 1 日の午前 0 時 (00:00) に実行することを要求し、後者の仕様は毎週月曜日の午前 0 時 (00:00) に実行することを要求するためです。後者の仕様が優先されます。

TD Console を使用してジョブをスケジュールする

1. Data Workbench > Queries に移動します

2. 新しいクエリを作成するか、既存のクエリを選択します。

3. Schedule の横にある None を選択します。

4. ドロップダウンで、次のスケジュールオプションのいずれかを選択します:

   ドロップダウン値	説明
   Custom cron...	Custom cron... の詳細を参照してください。
   @daily (midnight)	指定されたタイムゾーンで 1 日 1 回午前 0 時 (00:00 am) に実行します。
   @hourly (:00)	毎時 00 分に実行します。
   None	スケジュールなし。

Custom cron... の詳細

 *    *    *    *    *
 -    -    -    -    -
 |    |    |    |    |
 |    |    |    |    +----- day of week (0 - 6) (Sunday=0)
 |    |    |    +---------- month (1 - 12)
 |    |    +--------------- day of month (1 - 31)
 |    +-------------------- hour (0 - 23)
 +------------------------- min (0 - 59)

次の名前付きエントリを使用できます:

• Day of Week: sun, mon, tue, wed, thu, fri, sat.
• Month: jan, feb, mar, apr, may, jun, jul, aug, sep, oct, nov, dec.

各フィールド間には単一のスペースが必要です。各フィールドの値は、次のもので構成できます:

1. (オプション) Delay execution を有効にすることで、クエリの開始時刻を遅延させることができます。

クエリを実行する

クエリに名前を付けて保存して実行するか、単にクエリを実行します。クエリが正常に完了すると、クエリ結果は指定された宛先に自動的にエクスポートされます。

(オプション) Delay execution を有効にすることで、クエリの開始時刻を遅延させることができます。

(オプション) WorkflowでExport Resultsを設定

Treasure Workflow内で、このintegrationの使用を指定してデータをエクスポートできます。

Exporting Data with Parametersについて詳しく学んでください。

datasetをアップロードするためのWorkflowの例

_export:
  td:
    database: amc_db

+amc_task:
  td>: upload.sql
  database: ${td.database}
  result_connection: new_amc_auth
  result_settings:
    type: amazon_marketing_cloud
target: dataset
operation: upload
dataset_id: dataset_id
bucket: bucket_name
path_prefix: path_prefix/
file_name_prefix: file_name_prefix
wait_until_finish: true
clean_upload_file: true

datasetを作成してアップロードするためのWorkflowの例

_export:
  td:
    database: amc_db


+amc_task:
  td>: upload.sql
  database: ${td.database}
  result_connection: new_amc_auth
  result_settings:
    type: amazon_marketing_cloud
    target: dataset
    operation: upload
    dataset_id: dataset_id
    create_dataset: true
    dataset_definition: dataset_definition_in_json_string
    bucket: bucket_name
    path_prefix: path_prefix
    file_name_prefix: file_name_prefix
    wait_until_finish: true
    clean_upload_file: true

datasetを削除するためのWorkflowの例

_export:
  td:
    database: amc_db

+amc_task:
  td>: delete.sql
  database: ${td.database}
  result_connection: new_amc_auth
  result_settings:
    type: amazon_marketing_cloud
    target: dataset
    operation: delete

rule-based audiencesを作成するためのWorkflowの例

_export:
  td:
    database: amc_db

+amc_task:
  td>: audience.sql
  database: ${td.database}
  result_connection: new_amc_auth
  result_settings:
    type: amazon_marketing_cloud
    target: rule_based_audiences
    amc_instance_id: amc_instance_id
    amc_account_id: amc_account_id
    audience_name: "test_audience"
    audience_description: "test audience description"
    advertiser_id: 123
    query: "SELECT user_id FROM dsp_impressions"
    time_window_start: "2023-06-25T00:00:00"
    time_window_end: "2023-07-25T00:00:00"
    refresh_rate_days: 1
    time_window_relative: false

External Reference

• Fact vs. Dimension datasets: https://docs.aws.amazon.com/solutions/latest/amazon-marketing-cloud-uploader-from-aws/amc-fact-compared-with-dimension-datasets.html
• Dataset creation guideline: https://advertising.amazon.com/API/docs/en-us/guides/amazon-marketing-cloud/advertiser-data-upload/advertiser-data-sets