Bearbeiten

Optimieren von Marketing mit Machine Learning

Azure KI Services
Azure Synapse Analytics
Azure Machine Learning
Azure Data Lake
Power BI

Lösungsmöglichkeiten

Dieser Artikel ist ein Lösungsvorschlag. Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen.

Azure-Dienste können Erkenntnisse aus Social Media-Quellen extrahieren, die Sie in Big Data-Marketingkampagnen verwenden können.

Aufbau

Architecture diagram that shows the flow of data from external sources to its visualization. Other steps include ingestion, enrichment, and storage.

Laden Sie eine Visio-Datei dieser Architektur herunter.

Datenfluss

  1. Azure Synapse Analytics reichert Daten in dedizierten SQL-Pools mit dem in Azure Machine Learning registrierten Modell mittels einer gespeicherten Prozedur an.
  2. Azure Cognitive Services reichert die Daten auf folgende Weisen an: Ausführen einer Stimmungsanalyse, Vorhersagen der generellen Bedeutung, Extrahieren relevanter Informationen und Anwenden weiterer KI-Features. Machine Learning wird verwendet, um ein Machine Learning-Modell zu entwickeln und um dieses Modell in der Machine Learning-Registrierung zu registrieren.
  3. Azure Data Lake Storage bietet Speicher für Machine Learning-Daten und einen Cache für das Training des Machine Learning-Modells.
  4. Das Web-Apps-Feature von Azure App Service wird verwendet, um skalierbare, geschäftskritische Webanwendungen zu erstellen und bereitzustellen. Power BI bietet ein interaktives Dashboard mit Visualisierungen, für die in Azure Synapse Analytics gespeicherte Daten verwendet werden, um Entscheidungen auf Grundlage der Vorhersagen zu ermöglichen.

Komponenten

  • Azure Synapse Analytics ist ein integrierter Analysedienst zur schnelleren Gewinnung von Erkenntnissen aus Data Warehouses und Big Data-Systemen.

  • Cognitive Services bestehen aus cloudbasierten Diensten, die KI-Funktionen bereitstellen. Die REST-APIs und Clientbibliotheks-SDKs helfen Ihnen dabei, kognitive Intelligenz in Apps zu entwickeln, auch wenn Sie über keine Kenntnisse in den Bereichen der künstlichen Intelligenz oder Data Science verfügen.

  • Machine Learning ist eine cloudbasierte Umgebung, die Ihnen das Trainieren, Bereitstellen, Automatisieren, Verwalten und Nachverfolgen von Machine Learning-Modellen ermöglicht.

  • Data Lake Storage ist ein hochgradig skalierbarer und sicherer Data Lake für Ihre Hochleistungs-Analyseworkloads.

  • App Service stellt ein Framework zum Erstellen, Bereitstellen und Skalieren von Web-Apps zur Verfügung. Das Web-Apps-Feature ist ein Dienst zum Hosten von Webanwendungen, REST-APIs und mobilen Back-Ends.

  • Power BI ist eine Sammlung von Analysediensten und -Apps. Sie können Power BI verwenden, um eine Verbindung mit nicht verknüpften Datenquellen herzustellen und diese anzuzeigen.

Szenariodetails

Bei Marketingkampagnen geht es um mehr als die Nachricht, die Sie vermitteln. Wann und wie Sie diese Nachricht übermitteln, ist genauso wichtig. Ohne einen datengesteuerten, analytischen Ansatz kann es leicht geschehen, dass Kampagnen Chancen verpassen oder nur mit Mühe Wirkung erzielen.

Heutzutage basieren Marketingkampagnen häufig auf der Analyse sozialer Medien, die für Unternehmen und Organisationen weltweit zunehmend wichtig geworden ist. Die Analyse sozialer Medien ist ein leistungsstarkes Tool, mit dem Sie sofortiges Feedback zu Produkten und Diensten erhalten und Interaktionen mit Kunden verbessern können, um die Kundenzufriedenheit zu erhöhen, den Wettbewerb aufrechtzuerhalten und mehr. Unternehmen fehlen häufig effiziente, praktikable Möglichkeiten, um Unterhaltungen in sozialen Medien zu überwachen. Daher fehlen ihnen unzählige Möglichkeiten, diese Erkenntnisse für ihre Strategien und Pläne zu nutzen.

Mögliche Anwendungsfälle

Wenn Sie Informationen über Ihre Kunden aus sozialen Medien extrahieren können, können Sie Kundenerfahrungen verbessern, die Kundenzufriedenheit erhöhen, neue Vertriebsleads gewinnen und Kundenabwanderung verhindern. Diese Anwendungen der Analyse sozialer Medien fallen in drei Hauptbereiche:

  • Messen der Markenintegrität:

    • Erfassen von Kundenreaktionen und -feedback zu neuen Produkte in sozialen Medien.
    • Analysieren der Stimmung bei Interaktionen in sozialen Medien für ein neu eingeführtes Produkt.

  • Aufbauen und Pflegen von Kundenbeziehungen:

    • Schnelles Identifizieren von Kundenanliegen.
    • Erfassen von Markenerwähnungen ohne Tags.

  • Optimieren von Marketinginvestitionen:

    • Gewinnen von Erkenntnissen aus sozialen Medien für die Kampagnenanalyse.

Beitragende

Dieser Artikel wird von Microsoft gepflegt. Er wurde ursprünglich von folgenden Mitwirkenden geschrieben:

Hauptautor:

Andere Mitwirkende:

Nächste Schritte

Weitere Informationen finden Sie in den folgenden Lernpfaden:

Informationen zu Lösungskomponenten finden Sie in den folgenden Ressourcen: