📢 转载信息
原文作者：Ray Wang and Shanna Chang
CLICKFORCE 是台湾数字广告服务的领导者之一，专注于数据驱动广告和转化（D4A – Data for Advertising & Action）。CLICKFORCE的使命是提供行业领先、与趋势同步且创新的营销解决方案，帮助品牌、代理商和媒体合作伙伴做出更明智的广告决策。
然而，随着广告行业的快速发展，传统的分析方法和通用的AI输出已不足以提供可行的见解。为了保持竞争力，CLICKFORCE转向AWS，构建了Lumos——一个由Amazon Bedrock、Amazon SageMaker AI、Amazon OpenSearch和AWS Glue驱动的下一代AI驱动营销分析解决方案。
在本文中，我们将演示CLICKFORCE如何利用AWS服务构建Lumos，并将广告行业分析中原本需要数周的手动工作转变为自动化的、一小时内即可完成的流程。
数字广告挑战
在采用Amazon Bedrock之前，CLICKFORCE在为数字广告构建可操作智能方面面临几大障碍。大型语言模型（LLM）倾向于产生通用建议，而不是特定行业的实用情报。由于缺乏对广告环境的理解，这些模型无法将建议与实际行业现实对齐，也就没有所需的行业背景。
另一个重大挑战是内部数据集的缺乏集成，这削弱了输出的可靠性，并增加了产生“幻觉”或不准确见解的风险。与此同时，营销团队依赖于不连贯的工具和技术（如vibe coding），缺乏标准化的架构或工作流程，使得流程难以维护和扩展。
准备一份全面的行业分析报告也是一个耗时的过程，通常需要两到六周的时间。这个时间表源于多个劳动密集型的阶段：定义目标和制定研究计划需要一到三天；从不同来源收集和验证数据需要一到四周；进行统计分析和构建图表需要一到两周；提取战略见解需要一到两周；最后起草和定稿报告需要三天到七天。每个阶段通常都需要跨团队之间的来回协调，这进一步延长了时间。结果是，营销策略经常被延迟，并且更多地依赖直觉而非及时的数据支持见解。
解决方案概述
为了应对这些挑战，CLICKFORCE利用AWS服务构建了Lumos——一个集成化的AI驱动行业分析服务。
该解决方案围绕Amazon Bedrock Agents构建，用于情境化推理，并利用Amazon SageMaker AI来微调Text-to-SQL的准确性。CLICKFORCE选择Amazon Bedrock是因为它无需构建或维护基础设施即可提供托管的基础模型访问权限，并且其Agent能够协调多步骤任务，并通过知识库与企业数据源集成。这使得团队能够将见解建立在真实、可验证的数据之上，最大限度地减少“幻觉”，并快速试验不同的模型，同时减少运营开销并加速上市时间。
第一步是使用Amazon Bedrock构建一个统一的AI Agent。终端用户通过一个运行在Amazon ECS上的聊天机器人界面进行交互，该界面使用Streamlit开发，并由应用负载均衡器（Application Load Balancer）进行前端处理。当用户提交查询时，查询会被路由到一个调用Amazon Bedrock Agent的AWS Lambda函数。
该Agent从Amazon Bedrock Knowledge Bases中检索相关信息，该知识库是根据托管在Amazon S3中的源文档（如活动报告、产品描述和行业分析文件）构建的。这些文档被自动转换为向量嵌入并在Amazon OpenSearch Service中建立索引。通过将模型响应建立在这个策划的文档集上，CLICKFORCE确保了输出的情境化，减少了幻觉，并与现实世界的广告数据保持一致。
接下来，CLICKFORCE使用Text-to-SQL请求使工作流程更具操作性。当查询需要数据检索时，Bedrock Agent通过Agent Actions API Schema生成JSON模式。这些模式被传递给Lambda执行器函数，后者将请求转换为Text-to-SQL查询。由于AWS Glue爬虫不断地将Amazon S3中的CSV文件更新到SQL数据库，分析师能够对活动表现、受众行为和竞争基准执行精确的查询。
最后，该公司通过将Amazon SageMaker和MLflow纳入开发工作流程来提高了准确性。最初，CLICKFORCE依赖基础模型进行Text-to-SQL转换，但发现它们缺乏灵活性且准确性不高。通过使用SageMaker，团队处理数据、评估不同方法，并对整个Text-to-SQL管道进行调优。一旦验证完毕，优化后的管道就通过AWS Lambda函数进行部署，并集成回Agent中，确保改进直接流入Lumos应用程序。借助MLflow提供的实验跟踪和评估功能，数据处理、管道调优和部署的循环变得更加精简，使Lumos能够在查询生成方面实现更高的精度，并交付自动化的数据驱动营销报告。
结果
采用Amazon Bedrock Agents和SageMaker AI对CLICKFORCE产生了变革性的影响。以前需要两到六周的行业分析工作，现在可以在一小时内完成，从而极大地加快了决策速度。该公司还减少了对第三方行业研究报告的依赖，从而使运营成本降低了47%。
除了节省时间和成本之外，Lumos系统还扩展了营销环境中跨角色的可扩展性。品牌所有者、代理商、分析师、营销人员和媒体合作伙伴现在可以独立生成见解，而无需等待中央分析团队。这种自主性带来了更高的活动敏捷性。此外，通过将输出建立在内部数据集和行业特定上下文之上，Lumos显著降低了“幻觉”的风险，并确保见解与行业现实更加贴合。
用户可以通过自然语言对话生成行业分析报告，并通过持续对话迭代完善内容。
这些通过Lumos系统生成的视觉报告（由Amazon Bedrock Agents和SageMaker AI驱动）展示了该平台在几分钟内生成全面市场情报的能力。图表说明了品牌销售分布、零售和电子商务表现，并展示了AI驱动的分析如何以高精度和高效率自动执行数据聚合、可视化和见解生成。
结论
CLICKFORCE的Lumos系统代表了数字营销决策制定方式的突破。通过结合Amazon Bedrock Agents、Amazon SageMaker AI、Amazon OpenSearch Service和AWS Glue，CLICKFORCE将其行业分析工作流程从缓慢的手动流程转变为快速、自动化且可靠的系统。在本文中，我们演示了CLICKFORCE如何利用这些AWS服务构建Lumos，并将广告行业分析中原本需要数周的手动工作转变为自动化的一小时流程。
作者简介
Ray Wang是AWS的高级解决方案架构师。Ray拥有12年以上的后端和咨询经验，致力于构建现代云解决方案，尤其是在NoSQL、大数据、机器学习和生成式AI领域。作为一个积极进取的人，他通过了所有12项AWS认证，以拓宽和深化他的技术知识。业余时间他喜欢阅读和观看科幻电影。
Shanna Chang是AWS的解决方案架构师。她专注于现代架构中的可观察性和云原生监控解决方案。在加入AWS之前，她是一名软件工程师。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区