AWS Primeros Pasos
IdiomaEspañol

AWS Entity Resolution

Servicio gestionado que coteja y unifica registros de clientes dispersos en múltiples fuentes de datos para construir perfiles de cliente unificados

Unos 4 min de lectura

Descripción general

AWS Entity Resolution es un servicio totalmente gestionado que coteja (matching) registros de clientes distribuidos en diferentes fuentes de datos, identifica entidades idénticas y las unifica. Realiza la deduplicación de datos de clientes dispersos en múltiples sistemas como CRM, sitios de comercio electrónico y centros de llamadas, utilizando atributos como nombre, dirección, correo electrónico y número de teléfono. Ofrece tanto matching basado en reglas (combinaciones de coincidencia exacta y parcial) como matching basado en ML (determinación de similitud mediante aprendizaje automático), permitiendo elegir según la calidad de los datos y el caso de uso. Se integra directamente con Glue Data Catalog y fuentes de datos en S3, y al incorporarse como parte de un pipeline ETL, automatiza la deduplicación y unificación de registros antes de la carga en el data warehouse.

Diseño del flujo de trabajo de matching

En Entity Resolution, Schema Mapping define los campos de los datos de entrada y Matching Workflow coteja los registros. ID Mapping es un flujo de trabajo aparte que traduce los datos de origen al sistema de ID de destino. En Schema Mapping se mapean las columnas de cada fuente de datos a atributos estándar (nombre, dirección, teléfono, email, etc.), permitiendo tratar datos de diferentes esquemas de forma unificada. En Matching Workflow se definen las reglas de matching, configurando qué combinación de atributos determina que se trata de la misma entidad. En el matching basado en reglas se pueden describir declarativamente condiciones compuestas como "coincidencia exacta de email" OR "coincidencia exacta de teléfono AND coincidencia fonética del apellido". En el matching basado en ML, un modelo de ML preconfigurado analiza el registro completo con los campos de nombre, email, teléfono, dirección y fecha de nacimiento, y asigna a cada grupo de coincidencias una puntuación de confianza de 0.0 a 1.0. Los resultados del procesamiento se asignan como Match ID a cada registro, permitiendo identificar de forma única los grupos de registros que pertenecen a la misma entidad.

Integración con servicios de proveedores de datos

Entity Resolution se integra con proveedores de datos de terceros en AWS Data Exchange, ofreciendo funcionalidad de enriquecimiento que complementa los datos propios con datos externos. Los proveedores admitidos son LiveRamp, TransUnion y Unified ID 2.0 (a octubre de 2026); por ejemplo, TransUnion complementa los registros de clientes con más de 200 atributos de datos. En el ID Mapping con LiveRamp, usar el RampID como token que representa a los clientes evita compartir datos de clientes directamente con plataformas publicitarias. Un ID Namespace define el origen y el destino de un flujo de ID Mapping, y la traducción de ID también funciona entre dos cuentas de AWS. Combinado con Clean Rooms, también se puede utilizar para colaboración de datos con empresas asociadas.

Patrones operativos y optimización de costos

El precio de Entity Resolution se basa en el número de registros procesados, incluidos los que no generan coincidencias (según la página de precios, a octubre de 2026). El matching basado en reglas admite el procesamiento incremental automático: en cuanto hay datos nuevos en S3, solo los registros nuevos se comparan con los existentes (y solo se cobran los registros incrementales). Combinado con trabajos de Glue, se puede construir un pipeline event-driven que se ejecuta automáticamente al llegar nuevos archivos a S3. Para el ajuste de precisión del matching, se calibran los umbrales según los requisitos del negocio, equilibrando False Positives (identificados erróneamente como iguales) y False Negatives (iguales pero no detectados).

Referencias (recursos oficiales de AWS)

Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.

Si esta página y la documentación oficial difieren, prevalece la documentación oficial.

Compartir

Términos relacionados

AWS GlueAWS Lake FormationAWS Clean RoomsAmazon Athena

Servicios relacionados

AWS GlueAWS Lake FormationAWS Clean RoomsAmazon S3

Artículos relacionados

Colaboración de datos con preservación de privacidad con AWS Clean RoomsEjecute análisis conjuntos entre múltiples empresas sin compartir ni copiar datos. Aprenda sobre reglas de agregación para prevenir la identificación individual y Cryptographic Computing para análisis cifrado.Construcción de un data lake con Amazon S3 y Lake Formation - Patrones de diseño y gobernanzaSe presentan patrones de diseño de data lake que usan S3 como base de almacenamiento y logran un control de acceso detallado con Lake Formation. También se explican los pipelines ETL y la optimización de costes.Análisis de datos con protección de la privacidad - Colaborar con datos de forma segura con AWS Clean RoomsEste artículo explica el análisis de datos con protección de la privacidad mediante AWS Clean Rooms. Presenta la colaboración de datos entre varias organizaciones, el control de acceso mediante reglas de análisis y el aprovechamiento de la privacidad diferencial.Unificación de identidades de clientes - Cotejo de datos de clientes dispersos con AWS Entity ResolutionSe explica el cotejo de registros de datos de clientes (resolución de entidades) con AWS Entity Resolution. Se presentan los tres flujos de trabajo de coincidencia (basado en reglas, basado en ML y basado en servicios de proveedores), el mapeo de ID, los precios, la protección de la privacidad y la integración con Clean Rooms.Gobernanza de data lake - Control de acceso centralizado con AWS Lake FormationConstrucción, control de acceso y gobernanza de data lake con AWS Lake Formation. Gestión granular de permisos a nivel de columna y fila para data lakes basados en S3, e integración con Glue y Athena.

Términos y artículos similares

Coincidencia de registros con AWS Entity Resolution - Deduplicación e integración de datos de clientesExplicamos la coincidencia de registros de múltiples fuentes de datos con Entity Resolution y el diseño de flujos de trabajo de coincidencia.Unificación de identidades de clientes - Cotejo de datos de clientes dispersos con AWS Entity ResolutionSe explica el cotejo de registros de datos de clientes (resolución de entidades) con AWS Entity Resolution. Se presentan los tres flujos de trabajo de coincidencia (basado en reglas, basado en ML y basado en servicios de proveedores), el mapeo de ID, los precios, la protección de la privacidad y la integración con Clean Rooms.AWS Entity ResolutionUn servicio de coincidencia de datos que reconcilia y unifica registros de diferentes fuentes de datosLa estructura oculta de los 12 dígitos del ID de cuenta de AWS - Por qué son 12 dígitos y qué se puede inferirUna exploración curiosa de por qué los ID de cuenta de AWS son números de 12 dígitos, la intención de diseño incorporada en la estructura ARN, y las consideraciones de seguridad sobre lo que se puede inferir a partir de un ID de cuenta.Colaboración de datos con preservación de privacidad con AWS Clean RoomsEjecute análisis conjuntos entre múltiples empresas sin compartir ni copiar datos. Aprenda sobre reglas de agregación para prevenir la identificación individual y Cryptographic Computing para análisis cifrado.