Ideas de solución
Este artículo es una idea de solución. Si te gustaría que ampliemos este artículo con más información, como posibles casos de uso, servicios alternativos, consideraciones de implementación o una guía de precios, comunícalo a través de los Comentarios de GitHub.
Los servicios de Azure pueden extraer información de las redes sociales que puede usar en campañas de marketing de macrodatos.
Architecture
Descargue un archivo Visio de esta arquitectura.
Flujo de datos
- Azure Synapse Analytics enriquece los datos de grupos de SQL dedicados con el modelo registrado en Azure Machine Learning a través de un procedimiento almacenado.
- Azure Cognitive Services enriquece los datos mediante ejecución de análisis de sentimiento, predicción del significado global, extracción de información relevante y aplicación de otras características de inteligencia artificial. Machine Learning se usa para desarrollar un modelo de aprendizaje automático y registrarlo en el registro de Machine Learning.
- Azure Data Lake Storage proporciona almacenamiento para los datos de aprendizaje automático y una memoria caché para entrenar el modelo de aprendizaje automático.
- La característica Web Apps de Azure App Service se usa para crear e implementar aplicaciones web escalables críticas para la empresa. Power BI proporciona un panel interactivo con visualizaciones que utilizan los datos almacenados en Azure Synapse Analytics para tomar decisiones sobre las predicciones.
Componentes
Azure Synapse Analytics es un servicio de análisis integrado que acelera el tiempo necesario para extraer información de los almacenes de datosy sistemas de macrodatos.
Cognitive Services consta de servicios basados en la nube que proporcionan funcionalidad de inteligencia artificial. Los SDK de la biblioteca cliente y las API de REST le ayudan a crear inteligencia cognitiva en aplicaciones, incluso si no tiene aptitudes de inteligencia artificial o ciencia de datos.
Machine Learning es un entorno basado en la nube que permite entrenar, implementar, automatizar, administrar y realizar un seguimiento de los modelos de aprendizaje automático.
Data Lake Storage es un lago de datos seguro y que se pueden escalar de forma masiva para cargas de trabajo de análisis de alto rendimiento.
App Service proporciona un marco para compilar, implementar y escalar aplicaciones web. La característica Web Apps es un servicio para hospedar aplicaciones web, API de REST y servidores back-end para dispositivos móviles.
Power BI es una colección de servicios y aplicaciones de análisis. Puede usar Power BI para conectarse y mostrar orígenes de datos no relacionados.
Detalles del escenario
Las campañas de marketing consisten en algo más que el mensaje que se entrega. Cuándo y cómo entrega ese mensaje es igual de importante. Sin un enfoque analítico controlado por datos, las campañas pueden perder fácilmente a oportunidades o esforzarse para ganar atracción.
En la actualidad, las campañas de marketing se basan a menudo en el análisis de redes sociales, que se ha vuelto cada vez más importante para las empresas y organizaciones de todo el mundo. Este análisis es una herramienta eficaz que se puede usar para recibir comentarios instantáneos sobre productos y servicios, mejorar las interacciones con los clientes para incrementar su satisfacción, mantenerse a la altura de la competencia, etc. A menudo, las empresas carecen de formas eficaces y viables de supervisar las conversaciones en redes sociales. Como resultado, pierden innumerables oportunidades de usar estas conclusiones para aportar datos a sus estrategias y planes.
Posibles casos de uso
La información de sus clientes obtenida a partir de las redes sociales puede ayudarle a mejorar la experiencia del cliente, aumentar su satisfacción, obtener nuevos clientes potenciales y evitar el abandono de clientes. Estas aplicaciones de análisis de redes sociales se dividen en tres áreas principales:
Medición del estado de la marca:
- Capturar reacciones y comentarios de los clientes acerca de nuevos productos en redes sociales.
- Analizar opiniones sobre interacciones en redes sociales relativas a un producto recién presentado.
Creación y mantenimiento de relaciones con los clientes:
- Identificar rápidamente los problemas de los clientes.
- Escuchar menciones de marca sin etiquetar.
Optimización de las inversiones en marketing:
- Extraer información de redes sociales para el análisis de campañas.
Colaboradores
Microsoft mantiene este artículo. Originalmente lo escribieron los siguientes colaboradores.
Autor principal:
- Christina Skarpathiotaki | Arquitecto de soluciones en la nube de IA
Otros colaboradores:
- Nicholas Moore | Arquitectura en la nube/Datos/Inteligencia artificial
Pasos siguientes
Obtenga más información con las siguientes rutas de aprendizaje:
- Creación de modelos de Machine Learning
- Compilación de soluciones de IA con Azure Machine Learning
- Integración de datos a escala con Azure Data Factory o canalización de Azure Synapse
- Análisis de sentimiento con Cognitive Services en Azure Synapse Analytics
- Tutorial: Text Analytics con los servicios de Azure AI
Para información sobre los componentes de soluciones, consulte estos recursos:
- Documentación de Azure Machine Learning
- Documentación de Azure Synapse Analytics
- Documentación de Cognitive Services
- Documentación de Power BI
- Información general de App Service
- Entrenamiento de modelos de aprendizaje automático en Azure Synapse Analytics
- Puntuación de modelos de aprendizaje automático para grupos e SQL dedicados en Azure Synapse Analytics
- Aprendizaje automático con Apache Spark en Azure Synapse Analytics