Løsningsarkitektur: Forudsigende markedsføringskampagner med maskinel indlæring og Spark

Markedsføringskampagner handler om andet end bare at få budskabet ud. Det er mindst lige så vigtigt, hvornår og hvordan budskabet leveres. Uden en datadrevet analytisk tilgangsvinkel kan kampagnerne let misse muligheder eller kæmpe for at slå igennem.

Ved hjælp af maskinel indlæring, der er baseret på historiske kampagnedata, hjælper denne løsningsarkitektur med at forudsige kunderespons og anbefaler en optimeret plan for at få forbindelse med dine kundeemner – herunder den kanal, der er bedst at bruge (mail, sms, uopfordrede opkald osv.), den bedste ugedag samt det bedste tidspunkt på dagen.

Optimering af dine kampagner med forudsigende markedsføring hjælper med at forbedre både kundemner og omsætningsgenerering og det kan give en stærk ROI for din markedsføringsinvestering.

Denne arkitektur muliggør effektiv håndtering af big data på Spark med Microsoft R-server.

Installér på Azure

Brug følgende forhåndsbyggede skabelon til at installere denne arkitektur på Azure

Installér på Azure
Dashboard Machine Learning HDInsight Blob Storage

Implementeringsvejledning

Produkter Dokumentation

Apache Spark for Azure HDInsight

Microsoft R-server på HDInsight Spark-klynger indeholder distribuerede og skalerbare maskinindlæringsegenskaber for big data og kombinerer styrken ved R-server med Apache Spark.

Power BI

Power BI giver et interaktivt dashboard med visualisering, der bruger data, som er lagret på SQL Server, til at fremme beslutninger på baggrund af forudsigelserne.

Storage

Azure Storage gemmer kampagne- og kundeemnedata.

Machine Learning Studio

Med Machine Learning kan du nemt udvikle, teste, idriftsætte og administrere forudsigende analyseløsninger i cloudmiljøet.

Related solution architectures