Architecture de solution : Solutions de marketing personnalisé

Le marketing personnalisé est indispensable à la fidélisation des clients et au maintien des bénéfices générés. Atteindre des clients et obtenir leur engagement est plus difficile que jamais et les offres génériques sont facilement ignorées ou passent inaperçues. Les systèmes marketing actuels ne parviennent pas à tirer parti des données qui peuvent les aider à résoudre ce problème.

Les mercaticiens qui utilisent des systèmes intelligents et analysent d’importants volumes de données peuvent proposer des offres hautement pertinentes et personnalisées à chaque utilisateur, en attirant leur attention et en les encourageant à s’engager. Par exemple, les détaillants peuvent proposer des offres et du contenu basés sur les intérêts et préférences uniques de chaque client, en plaçant les produits devant les utilisateurs qui sont les plus susceptibles de les acheter.

En personnalisant vos offres, vous offrez une expérience individualisé à chaque client actuel et futur, en encourageant l’engagement et en améliorant la conversion, la valeur dans le temps et la rétention des clients.

Déployer dans Azure

Le modèle prédéfini suivant permet de déployer cette architecture dans Azure

Déployer dans Azure

Rechercher sur GitHub

Cosmos DB (Azure Services) Dashboard Browser Azure Stream Analytics (Near Real-Time Aggregates) Input Events Event Hub Cold Start Product Affinity Maching Learning (Product Affinity) Raw Stream Data Personalized Offer Logic

Conseils sur l’implémentation

Produits Documentation

Event Hubs

Events Hubs ingère des données de parcours brutes à partir de Functions et les transmet à Stream Analytics.

Stream Analytics

Stream Analytics agrège les clics en temps quasi-réel par produit, offre et utilisateur pour écrire dans Azure Cosmos DB et archive également les données de parcours brutes dans Stockage Azure.

Azure Cosmos DB

Azure Cosmos DB stocke les données agrégées de clics par utilisateur, produit et offre, ainsi que des informations sur le profil utilisateur.

Stockage

Azure Storage stocke les données de parcours brutes archivées à partir de Stream Analytics.

Functions

Azure Functions prend les données de parcours utilisateur du site Internet et lit l’historique utilisateur existant à partir de Azure Cosmos DB. Ces données sont ensuite exécutées par le biais du service web Machine Learning ou utilisées avec les données de départ froides dans le Cache Redis pour obtenir des scores d’affinité du produit. Les scores d’affinité du produit sont utilisés avec la logique d’offre personnalisée pour déterminer l’offre la plus pertinente à présenter à l’utilisateur.

Machine Learning

Machine Learning vous aide à concevoir, de tester, de rendre opérationnelles et de gérer facilement des solutions d’analyse prédictive dans le cloud.

Cache Redis

Redis Cache stocke les scores d’affinité du produit de départ froids précalculés pour les utilisateurs sans historique.

Power BI

Power BI visualise les données de l’activité utilisateur ainsi que les offres présentées en lisant les données à partir de Cosmos DB.

Architectures de solution associées

Simple site web de marketing numérique

Commencez simplement avec le système de gestion de contenu qui vous permet de gérer facilement la messagerie sur votre site web en temps réel, à partir d’un navigateur, sans que des connaissances en code soient requises.

En savoir plus.

Application mobile consommateur basée sur les tâches

Backend mobile utilisé par les applications clientes iOS, Android et Windows. Utilisez Xamarin ou les Kits de développement logiciel (SDK) clients natifs pour créer une application cliente mobile qui prend en charge la synchronisation hors connexion, dont celle des fichiers image. L’authentification App Service permet de se connecter à un fournisseur d’identité. Stockage Blob Azure permet de stocker les images à moindres coûts et de façon scalable.

En savoir plus.