• aws-entity-resolution
• business-productivity
• contact-center

• AWS Entity Resolutionが機械学習ベースの増分マッチングワークフローを一般提供開始
• 以前はデータセット全体の再処理が必要で、最大2日・数千ドルのコストが発生していた
• 新機能により前回実行以降に追加された新しいレコードのみを処理可能
• 100万件の増分レコードを1時間未満で処理（処理時間95%削減）
• 最大10億件の履歴ベースレコードに対して最大5000万件の増分レコードをサポート
• インフラストラクチャコストも大幅に削減
• AWS Entity Resolutionが利用可能なすべてのAWSリージョンで使用可能

AWS Entity Resolutionが機械学習（ML）ベースの増分マッチングワークフローの一般提供を開始しました。これにより、新しいレコードを追加する際にデータセット全体を再処理する必要がなくなり、処理時間が95%削減され、100万件の増分レコードを1時間未満で処理できるようになりました。最大10億件の履歴ベースレコードに対して最大5000万件の増分レコードをサポートします。

AWS Entity Resolutionは、機械学習（ML）ベースの増分マッチングワークフローの一般提供（GA）サポートを開始し、企業が大規模にエンティティ解決を処理する方法を根本的に変革します。
以前は、たった1件の新しいレコードを追加するだけでも、顧客はデータセット全体を再処理する必要がありました。
このプロセスには最大2日かかり、数千ドルのコストが発生する可能性がありました。
これは重大なボトルネックとなり、大手企業はコストのかかる回避策や代替ソリューションを求めざるを得ませんでした。

この機能強化により、AWS Entity Resolutionは、前回のワークフロー実行以降に追加された新しいレコードのみを処理することを可能にします。
この新機能は劇的な効率向上を実現します：100万件の増分レコードを1時間未満で処理でき、現在のワークロードと比較して処理時間が95%削減されるとともに、インフラストラクチャコストも大幅に削減されます。
この機能は、最大10億件の履歴ベースレコードを含むデータセットに対して最大5000万件の増分レコードのワークロードをサポートし、以前は経済的に実現不可能だった継続的な大規模エンタープライズワークロードに対してAWS Entity Resolutionを実用的なものにします。

AWS Entity Resolutionが利用可能なすべてのAWSリージョンで増分MLワークフローの使用を開始できます。
増分MLワークフローの開始方法の詳細については、ユーザーガイドをご覧ください。
AWS Entity Resolutionの詳細については、製品ページをご覧ください。

• AWS Entity Resolution

• AWS Entity Resolutionは、異なるデータソースに散在するレコードを照合・リンクして、同一のエンティティ（顧客、製品、企業など）を特定するためのAWSサービスです。例えば、複数のシステムに登録された顧客データが名前のスペルや住所の表記が微妙に異なっていても、機械学習やルールベースの手法を用いて同一人物であることを識別できます。これにより、企業は顧客の統合ビューを作成し、マーケティングの精度向上、重複排除、データ品質の改善などを実現できます。コードを書くことなく、マッチングワークフローを構成・実行することが可能です。

• https://aws.amazon.com/entity-resolution/faqs/
• https://docs.aws.amazon.com/entityresolution/latest/userguide/create-matching-workflow-ml.html
• https://aws.amazon.com/entity-resolution/