Amazon Personalize – Preise

Amazon Personalize erleichtert es Ihnen, Anwendungen zu entwickeln, die eine individuelle Erfahrung bieten, wie z. B. bestimmte Produktempfehlungen, individuelles Produkt-Ranking und personalisiertes Direktmarketing. Empfehlungen können in Echtzeit zur Verfügung gestellt werden, um schnell auf sich veränderndes Nutzerverhalten oder Veränderungen im Batch zu reagieren.

Die nachfolgenden Preise gelten für die folgenden Modelle:

• user-personalization
• popularity-count
• Personalized-Ranking
• Nächstbeste Aktion
• Jetzt im Trend
• Similar-Items
  
• SIMS
• HRNN (legacy)
• HRNN-Metadata (legacy)
• HRNN-Coldstart (legacy)
  

Die Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.

Datenerfassungs-Kosten: 0,05 USD pro GB

Bei der Erstellung einer benutzerdefinierten Lösung werden Ihnen die Trainingsstunden in Rechnung gestellt, die für das Training einer benutzerdefinierten Lösung mit Ihren Daten verwendet werden. Amazon Personalize wählt automatisch die besten Instance-Typen aus, um Ihre Lösung zu trainieren. Personalize berechnet die Trainingsstunden auf der Grundlage der verwendeten Instance, was bedeutet, dass die Anzahl der berechneten Trainingsstunden höher sein kann als die Zeit, die während des Trainings auf der Uhr verstrichen ist.

Trainingskosten: 0,24 USD pro Trainingsstunde

Echtzeitempfehlungen
Bei Echtzeitempfehlungen wird Ihnen die Anzahl der angeforderten Empfehlungen in Rechnung gestellt, unabhängig von der Anzahl der in der Antwort zurückgegebenen Ergebnisse. Amazon Personalize berechnet standardmäßig mindestens 1 Empfehlungsanforderungstransaktion pro Sekunde (TPS) für alle aktiven Kampagnen. Mit Amazon Personalize können Sie bei Bedarf auch eine höhere Mindesttransaktionsrate festlegen. Wenn die Rate der Empfehlungsanfragen das bereitgestellte Mindest-TPS übersteigt, skaliert Amazon Personalize automatisch, um Ihre Anfragen zu bearbeiten, und kehrt zum bereitgestellten Mindest-TPS zurück, wenn Ihr Traffic abnimmt. Beachten Sie, dass eine Erhöhung des bereitgestellten Mindest-TPS die Anzahl der Empfehlungsanfragen erhöht, die Ihnen in Rechnung gestellt werden.

* Mit Amazon Personalize können Sie Ihre Kampagne so konfigurieren, dass Artikelmetadaten mit der Antwort auf die Empfehlungsanfrage zurückgegeben werden. Für alle Kampagnen mit aktivierten Artikelmetadaten werden Ihnen zusätzliche 0,0167 USD pro 1 000 Empfehlungsanfragen berechnet. Beachten Sie, dass diese zusätzliche Gebühr auch für das bereitgestellte Mindest-TPS gilt, wenn Artikelmetadaten aktiviert sind.

Batch-Empfehlungen
Bei Batch-Empfehlungen wird Ihnen die Anzahl der angeforderten Empfehlungen in Rechnung gestellt, unabhängig von der Anzahl der zurückgegebenen Ergebnisse.

Content Generator verwendet große Sprachmodelle, um Themen für Batch-Empfehlungen zu generieren. Pro Theme-Ausgabe werden Ihnen zusätzlich 1 USD berechnet.

Ein Unternehmen verwendet benutzerdefinierte Empfehlungen in Echtzeit, um Empfehlungen für ein Karussell auf seiner Homepage zu generieren. Sie laden im Monat 200 GB an Daten hoch und trainieren ihre Lösung zweimal pro Woche, wobei jedes Training 15 Trainingsstunden in Anspruch nimmt. 10 Stunden pro Tag verzeichnet das Karussell einen Spitzenverkehr von 36 000 Besuchen pro Stunde. Außerhalb der Spitzenzeiten erhält das Karussell weniger als 3 600 Besuche pro Stunde oder weniger als die Mindesttransaktionsrate von 1 TPS. Infolgedessen wird Personalize automatisch auf mindestens 1 TPS herunterskaliert, und dem Kunden werden in diesem Zeitraum 3 600 Empfehlungsanfragen pro Stunde in Rechnung gestellt (1 Transaktion pro Sekunde x 3 600 Sekunden pro Stunde).

Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:

• Gebühr für Datenverarbeitung und -Speicherung = 200 GB x 0,05 USD pro GB =10,00 USD
• Trainingsgebühr für Lösungen = 15 Trainingsstunden x 8 Trainings pro Monat x 0,24 USD pro Trainingsstunde = 28,80 USD
• Inferenzverbrauch und Ladung (Echtzeit-Inferenz)
        o Spitzenverkehrsauslastung: 36 000 Empfehlungsanfragen x 10 Stunden pro Tag x 30 Tage pro Monat = 10 800 000 Empfehlungsanfragen
        o Verkehrsnutzung außerhalb der Spitzenzeiten: 3 600 Empfehlungsanfragen x 14 Stunden pro Tag x 30 Tage pro Monat = 1 512 000 Empfehlungsanfragen
        o 12 312 000 Empfehlungsanfragen x 0,0556 USD pro 1 000 Empfehlungsanfragen in Echtzeit = 684,55 USD

Gesamtkosten = 10 USD + 28,80 USD + 684.55 USD = 723,35 USD
 

Nehmen wir der Einfachheit halber an, dass das Unternehmen in Beispiel 1 ein weiteres Empfehlungskarussell erstellt, das dieselbe Menge an Datenaufnahme und Training verwendet. Der Verkehr dieses Karussells variiert jedoch im Laufe des Tages stärker. In diesem Beispiel hat der Kunde ein höheres Mindest-TPS bereitgestellt.

Inferenznutzung und Kosten: In der folgenden Tabelle gehen wir ein Szenario mit variablem Datenverkehr durch und berechnen die TPS-Stunden, die an einem Nutzungstag verbraucht werden:

Ein Unternehmen verwendet benutzerdefinierte Empfehlungen, um personalisierte Artikelempfehlungen für jeden Benutzer in seinen E-Mail-Marketingkampagnen zu generieren. Sie nehmen 10 GB an Daten auf und das Training nimmt 50 Trainingsstunden in Anspruch. Das Unternehmen verwendet eine Batch-Inferenz, um Empfehlungen für 1 Million Benutzer zu generieren. Jede Empfehlungsanfrage gibt 10 Artikel pro Benutzer zurück, dem Unternehmen werden jedoch nur die 1 Million Anfragen in Rechnung gestellt.

In diesem Fall werden die Gebühren für die Personalize-Verwendung folgendermaßen berechnet:

• Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
• Lösungs-Trainingsgebühr = 50 Trainingsstunden x 0,24 USD pro Trainingsstunde = 12 USD
• Inferenz-Gebühr = 1 Million Benutzer* x 0,067 USD/ 1 000 Empfehlungen = 67 USD

Gesamtkosten = 0,50 USD + 12 USD + 67 USD = 79,50 USD
 

Ein Unternehmen verwendet benutzerdefinierte Empfehlungen, um personalisierte Artikelempfehlungen mit Themen zu generieren. Sie nehmen 10 GB an Daten auf und das Training nimmt 50 Trainingsstunden in Anspruch. Das Unternehmen verwendet eine Batch-Inferenz, um thematische Empfehlungen für 100 Saatgutartikel zu generieren. Jede Empfehlungsanfrage gibt 25 Artikel pro Startartikel zurück. Das Unternehmen wird insgesamt 100 Themen erhalten.

In diesem Fall werden die Gebühren für die Personalize-Verwendung folgendermaßen berechnet:
Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
Lösungs-Trainingsgebühr = 50 Trainingsstunden x 0,24 USD pro Trainingsstunde = 12 USD
Inferenzgebühr = 100 Startartikel x 0,067 USD/1 000 Empfehlungen + 100 Themen x 1 USD/Thema = 100,0067 USD
Gesamtkosten = 0.50 USD + 12 USD + 100,0067 USD = 112,5067 USD

Amazon Personalize bietet Anwendungsfall-optimierte Empfehlungsprogramme, die Ihnen die Erstellung und Pflege von üblichen Empfehlungslösungen erleichtern. Wählen Sie einfach die Empfehlungsprogramme aus, die Sie nutzen wollen und Amazon Personalize konfiguriert automatisch die diesen zugrundeliegenden Machine Learning(ML)-Modelle und verwaltet ihren Lebenszyklus vollständig. Sie können aus neun Empfehlungsprogrammen auswählen, die personalisierte Empfehlungen an verschiedenen Punkten in Ihrem Benutzererlebnis bieten.

Die nachfolgenden Preise gelten für die folgenden Modelle:

• aws-ecomm-popular-items-by-view
• aws-ecomm-popular-items-by-purchases
• aws-ecomm-frequently-bought-together
• aws-ecomm-customers-who-viewed-x-also-viewed
• aws-ecomm-recommended-for-you
• aws-vod-most-popular
• aws-vod-because-you-watched-x
• aws-vod-more-like-x
• aws-vod-top-picks
  

Die Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.

Datenerfassungs-Kosten: 0,05 USD pro GB

Jedes Empfehlungsprogramm wird stündlich in Abhängigkeit von der Anzahl der Benutzer*in Ihrem Datensatz, der von Amazon Personalize verarbeitet wurde, abgerechnet. Jeder Empfehlungsgeber gibt feste Empfehlungen pro Stunde ohne zusätzliche Kosten, basierend auf der Anzahl der Benutzer in Ihrem Datensatz.

* Mit Amazon Personalize können Sie Ihren Empfehlungsgeber so konfigurieren, dass Artikelmetadaten in der API-Antwort zurückgegeben werden. Für Empfehlungen, die für die Rückgabe von Artikelmetadaten konfiguriert sind, fallen zusätzliche 0,1 USD pro Stunde an.

Überschreiten die Empfehlungen in einer Stunde die zur Verfügung stehenden kostenlosen Empfehlungen für das Benutzer-Kontingent (siehe Tabelle oben), werden Ihnen zusätzliche Empfehlungen in dieser Stunde in Rechnung gestellt.

* Mit Amazon Personalize können Sie Ihren Empfehlungsgeber so konfigurieren, dass Artikelmetadaten in der API-Antwort zurückgegeben werden. Für alle Empfehlungsgeber mit aktivierten Artikelmetadaten werden Ihnen zusätzliche 0,0167 USD pro 1 000 zusätzlichen Empfehlungen berechnet.

*Die Zahl der Benutzer (identifiziert durch „user_id“) wird als Zahl der einzigartigen Benutzer in der Einheit Ihrer „Benutzer“- und „Interaktionen“-Datensätze berechnet.

Sie haben die Möglichkeit, den Mindestdurchsatz für Use Case Optimized Recommenders in Empfehlungen pro Sekunde (RPS) anzugeben. Wenn das bereitgestellte Mindest-RPS die tatsächlich pro Sekunde angeforderten Empfehlungen übersteigt, wird das bereitgestellte Mindest-RPS auf die kostenlosen Empfehlungen pro Stunde angerechnet, die in Ihrer Benutzerstufe enthalten sind. Wenn das bereitgestellte Mindest-RPS dazu führt, dass Sie die in Ihrer Benutzerstufe enthaltenen kostenlosen Empfehlungen pro Stunde überschreiten, werden Ihnen auch zusätzliche Empfehlungen in Rechnung gestellt. Wenn Sie beispielsweise den Mindestwert pro Sekunde auf 10 festlegen, werden Ihnen die 36 000 Empfehlungen für diese Stunde (3 600 Sekunden pro Stunde x 10 RPS) in Rechnung gestellt, mit Ausnahme der kostenlosen Empfehlungen pro Stunde in Ihrer Benutzerstufe. 

Ein Medienunternehmen unterstützt in seiner App drei verschiedene Empfehlungskarussells mithilfe von drei für Anwendungsfälle optimierten Empfehlungen. Sie nehmen im Monat 200 GB Daten auf und haben 2 000 000 Benutzer. Die Karussells verzeichnen in der Regel jeweils weniger als 9 000 Besuche pro Stunde. Es gibt jedoch 140 Spitzenzeiten pro Monat, in denen 39 000 Besuche pro Stunde verzeichnet werden.

Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:

• Gebühr für Datenverarbeitung und -Speicherung = 200 GB x 0,05 USD pro GB =10 USD
• Empfohlene Gebühr pro Stunde:
  
  • Die ersten 100 000 Benutzer= 0,375 USD pro Stunde x 720 Stunden pro Monat x 3 Empfehlungsprogramme = 810,00 USD
    
  • Die nächsten 900 000 Benutzer= 900 000 Benutzer x 0,045 USD pro Stunde/100 000 Benutzer x 720 Stunden im Monat x 3 Empfehlungsprogramme= 874,80 USD
  • Die nächsten 1 000 000 Benutzer= 1 000 000 Benutzer x 0,018 USD pro Stunde/100 000 Benutzer x 720 Stunden im Monat x 3 Empfehlungsprogramme= 388,80 USD
  • Gesamtbetrag der Gebühren für empfohlene Stunden = 810,00 USD + 874,80 USD + 388,80 USD = 2 073,60 USD
• Gebühren für Zusätzliche Empfehlungen:
  
  • 39 000 Empfehlungen pro Stunde – 9 000 kostenlosen Empfehlungen pro Stunde = 30 000 zusätzliche Empfehlungen pro Stunde.
  • 30 000 zusätzliche Empfehlungen pro Stunde x 0,0833 USD/1 000 Empfehlungen x 140 Stunden x 3 Empfehlungsprogramme = 1 049,58 USD
    

Gesamtkosten = 10 USD + 2 073,60 USD + 1 049,58 USD = 3 133,18 USD

Ein Online-Händler verwendet vier für Anwendungsfälle optimierte Empfehlungen, um Produktempfehlungen auf seiner Produktdetailseite bereitzustellen. Sie laden im Monat 10 GB hoch und haben 800 000 Benutzer. Der Datenverkehr zu diesen Empfehlungen übersteigt nie 6 000 Besuche pro Stunde.

Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:

• Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
• Benutzergebühren:
  
  • Die ersten 100 000 Benutzer= 0,375 USD pro Stunde x 720 Stunden pro Monat x 4 Empfehlungsprogramme = 1 080,00 USD
  • Die nächsten 700 000 Benutzer= 700 000 Benutzer x 0,045 USD pro Stunde/100 000 Benutzer x 720 Stunden im Monat x 4 Empfehlungsprogramme= 907,20 USD
  • Gesamtbetrag der Gebühren für empfohlene Stunden = 1 080,00 USD + 907,20 USD = 1 987,20 USD
• Gebühr für zusätzliche Empfehlungen:
  
  • Da das Unternehmen niemals die 6 000 Empfehlungen pro Stunde überschreitet, die in seinen Empfehlungen enthalten sind, fallen keine zusätzlichen Empfehlungsgebühren an.

Gesamtkosten = 0,50 USD + 1 987,20 USD = 1 987,70 USD

Amazon Personalize nutzt Machine Learning, um Ihre Nutzer automatisch aufgrund ihrer Vorliebe für verschiedene Produkte, Kategorien, Marken und anhand anderer Kriterien zu segmentieren und Ihnen somit erfolgreichere Marketing-Kampagnen zu ermöglichen.

Die nachfolgenden Preise gelten, wenn die folgende Nutzer-Segmentierung zur Anwendung kommt:

• aws-item-affinity
• aws-item-attribute
  

Die Gebühren werden pro GB an Daten, die in Amazon Personalize hochgeladen werden, berechnet. Dazu zählen Echtzeit-Daten, die in Amazon Personalize gestreamt werden, sowie Batch-Daten, die über Amazon Simple Storage Service (S3) hochgeladen werden.

Datenerfassungs-Kosten: 0,05 USD pro GB

Die genutzten Trainingsstunden zum Trainieren eines benutzerdefinierten Modells mit Ihren Daten werden Ihnen berechnet. Amazon Personalize wählt automatisch die besten Instance-Typen aus, um Ihre Lösung zu trainieren. Personalize berechnet die Trainingsstunden auf der Grundlage der verwendeten Instance, was bedeutet, dass die Anzahl der berechneten Trainingsstunden höher sein kann als die Zeit, die während des Trainings auf der Uhr verstrichen ist.

Trainingskosten: 0,24 USD pro Trainingsstunde

Ihnen wird die Anzahl der angeforderten Segmente auf der Grundlage der Anzahl der Benutzer* in dem von Amazon Personalize verarbeiteten Datensatz in Rechnung gestellt.

*Die Zahl der Benutzer (identifiziert durch „user_id“) wird aus den einzigartigen Nutzern in der Einheit Ihrer „Benutzer“- „Interaktionen“-Datensätze berechnet.

Ein Einzelhändler verwendet Batch-Segmentierung, um Listen von Benutzern zu erstellen, die vermutlich an SMS und In-App-Message-Kampagnen Interesse haben, wenn sich diese auf die momentan im Angebot befindlichen Produkte beziehen. Sie führen Kampagnen für 10 Produkte durch und berücksichtigen 2 000 000 Benutzer für jede Kampagne. Sie nehmen 10 GB an Daten auf und das Training erfordert 50 Trainingsstunden.

Die Rechnung für die Nutzung von Amazon Personalize für diese Kampagnen lautet:

• Gebühr für Datenverarbeitung und -Speicherung = 10 GB x 0,05 USD pro GB =0,50 USD
  
• Lösungs-Trainingsgebühr = 50 Trainingsstunden x 0,24 USD pro Trainingsstunde = 12,00 USD
• Erstellungsgebühr für Batch-Segmentierung , erste 100 000 Benutzer = 100 000 Benutzer x 0,016 USD/1 000 Benutzer x 10 Anfragen = 16,00 USD
  
• Erstellungsgebühr für Batch-Segmentierung, nächste 900 000 Benutzer = 900 000 Benutzer x 0,008 USD/1 000 Benutzer x 10 Anfragen = 72,00 USD
  
• Erstellungsgebühr für Batch-Segmentierung, nächste 1 000 000 Benutzer = 1 000 000 Benutzer x 0,004 USD/1 000 Benutzer x 10 Anfragen = 40,00 USD

Gesamtkosten = 0.50 USD + 12,00 USD + 16,00 USD + 72,00 USD + 40,00 USD = 140,50 USD
 

Ein Medienunternehmen nutzt die Batch-Segmentierung, um Benutzer zu identifizieren, die Interesse am Streamen von Filmen abhängig von Genre, Hauptdarsteller/in und gewonnen Awards, haben könnten. Das Unternehmen verwendet die generierten Benutzersegmente, um seine E-Mail-Marketingkampagnen gezielt auszurichten. Der Service hat 20 Millionen Benutzer, die bei jeder Kampagne berücksichtigt werden. Das Unternehmen nutzt 650 GB Daten und das Training für jedes Recipe erfordert 1 800 Trainingsstunden. Sie führen für ihre Kampagnen eine Segmentierung von 25 verschiedenen Filmattributen durch.

Die Rechnung in diesem Monat für die Nutzung von Amazon Personalize sieht folgendermaßen aus:

• Datenverarbeitung und -Speicherung = 650 GB x 0,05 USD pro GB = 32,50 USD
  
• Lösungs-Trainingsgebühr = 1 800 Trainingsstunden x 0,24 USD pro Trainingsstunde = 432,00 USD
  
• Inferenzgebühr, erste 100 000 Benutzer = 100 000 Benutzer x 0,016 USD/1 000 Benutzer x 25 Anfragen = 40,00 USD
  
• Erstellungsgebühr für Batch-Segmentierung, nächste 900 000 Benutzer = 900 000 Benutzer x 0,008 USD/1 000 Benutzer x 25 Anfragen = 180,00 USD
  
• Erstellungsgebühr für Batch-Segmentierung, nächste 9 Millionen Benutzer = 9 000 000 Benutzer x 0,004 USD/1 000 Benutzer x 25 Anfragen = 900 USD
  
• Erstellungsgebühr für Batch-Segmentierung, nächste 10 Millionen Benutzer = 10 000 000 Benutzer x 0,001 USD/1 000 Benutzer x 25 Anfragen = 250,00 USD

Gesamtkosten = 32,50 USD + 432,00 USD + 40,00 USD + 180,00 USD + 900,00 USD + 250,00 USD = 1 834,50 USD